AI miało pracować samodzielnie. Co wyszło z eksperymentu?

Co chciałem sprawdzić

Czy mogę ustalić z AI cel i zasady, a potem pozwolić mu pracować bez ciągłego zatwierdzania drobiazgów? To było główne pytanie tego eksperymentu. Kilku agentów, czyli pomocników AI z różnymi zadaniami, miało wspólnie przygotować i sprawdzić aplikację.

Pomysł był prosty: pracownik siedzi przy komputerze, a klient pokazuje mu miejsce przez kamerę telefonu. Klient dostaje link SMS-em i dołącza bez instalowania aplikacji. Zdjęcia i notatki mają zostać po rozmowie, żeby można było do nich wrócić.

Na początek zaplanowałem próbę na komputerze, z fikcyjnymi danymi i udawanym wysyłaniem SMS-ów oraz połączeniem z kamerą. Miała sprawdzić podstawy pomysłu. Nie była jeszcze testem gotowej usługi z klientem.

Kto za co odpowiadał

Podzieliłem pracę, żeby AI tworzące aplikację nie było jedynym, które ocenia własny wynik:

• Opus w Claude Code tworzył aplikację i wprowadzał poprawki.
• Codex prowadził pracę i pilnował kolejnych kroków.
• Astra osobno sprawdzała rezultat i szukała błędów.
• BO miał oceniać wynik według moich preferencji. Dostał spisane zasady — taki zestaw instrukcji nazywa się skillem.

Jeden czat prowadził zadanie. Drugi co pewien czas informował mnie, co się dzieje. Chciałem móc śledzić postępy bez wchodzenia w każdą rozmowę o wykonaniu.

BO był moim cyfrowym weryfikatorem w ograniczonej roli. Mógł zaakceptować wynik tej próby, ale nie publikować aplikacji ani robić zakupów. Jego zgodność z moimi ocenami sprawdziliśmy wcześniej tylko na dwóch przykładach — za mało, by uznać go za moją cyfrową kopię.

Co wyszło z próby

Maksymalny czas wynosił 48 godzin. Ustalony zakres zakończyliśmy po około 7 godzinach i 3 minutach. Wcześniejsze przygotowanie nie jest wliczone w ten czas.

Powstała testowa wersja aplikacji z zaproszeniami do wizyt, zgodą klienta, zapisem zdjęć, notatkami i historią. Astra znalazła błędy, które wracały do poprawy. Wynik przyjęto z zastrzeżeniami: działanie na prawdziwych telefonach, wysyłanie SMS-ów i bezpieczeństwo danych nadal wymagały sprawdzenia. Część oceny opierała się na zapisach wcześniejszych testów, a nie na ponownym przejściu wszystkiego od początku.

Raz musiałem dodatkowo zatwierdzić działanie. Właśnie tego chciałem uniknąć. Próba dała więc użyteczny rezultat, ale nie spełniła w pełni założenia pracy bez mojego udziału. Nie pokazała też 48 godzin samodzielnej pracy — tyle wynosił limit, nie czas eksperymentu.

Późniejsze sprawdzenie kamery i prawdziwego SMS-a odbyło się osobno. Nie doliczam go do wyniku tej próby. Nie mierzyłem też, czy taki zespół AI był tańszy lub szybszy od prostszego sposobu pracy.

Wnioski do następnej próby

Z tego eksperymentu biorę trzy rzeczy:

• Przed startem trzeba jasno ustalić cel i potrzebne zgody. Inaczej praca może znów zatrzymać się na decyzji właściciela.
• Wynik powinien sprawdzić ktoś poza wykonawcą. W tej próbie osobna ocena wykryła błędy i doprowadziła do poprawek.
• Trzeba odróżnić wersję testową od aplikacji gotowej dla klienta. Tutaj kolejnym krokiem są prawdziwe telefony, pełne zaproszenie SMS-em i sprawdzenie, kto może zobaczyć zdjęcia oraz notatki.

Jeśli chcesz zrobić podobną próbę, wybierz jedno małe zadanie i ustal, po czym poznasz, że zostało wykonane. Zapisuj też momenty, w których musisz pomóc. Dopiero wtedy zobaczysz, ile pracy AI rzeczywiście przejęło.