Mentionsy Mentionsy
Patoarchitekci
Patoarchitekci

PoC agentowe: Kill, Iterate, Scale

13.02.2026 ·27 min 50 s

“Niestety, mimo że prompt jest bardzo precyzyjny, prawie za każdym zapytaniem odpowiedzi różnią się merytorycznie.” Łukasz cytuje feedback od osoby nietechnicznej - i to właśnie frustracja niedeterministyczną naturą LLM sprowokowała odcinek o PoC agentowych. Bo zanim zbudujesz armię agentów AI, musisz zrozumieć: ChatGPT i Copilot to no-go do eksperymentów biznesowych - mają własny System Prompt, auto-switching i logikę, której w API nie dostaniesz. 🎯 Proof of concept zaczyna się od mapowania “interfejsu białkowego” (copy-paste między systemami) i weryfikacji API - bo Łukasz ostrzega: “API niby jest, ale potrzebnych danych nikt nigdy nie wystawiał - bo nikt wcześniej nie pytał.” Excel z wynikami? Idealne. PDF-y zamiast UI? Jeszcze lepsze. Łukasz podsumowuje: “Trzeba to napisać tak syfiaście, żeby nie dało się tego użyć jako produkcję.” ⚠️ Trzy możliwe decyzje po PoC: kill (sukces!), iterate (najgorsza opcja - sunk cost fallacy), scale. Łukasz: “Operacja się udała, pacjent zmarł. To również sukces PoC-a - udowodniliśmy, że rozwiązanie nie działa.” A wdrożenie? Zwykły projekt software’owy, z niedeterministycznym klockiem w deterministycznym świecie. Najważniejsze pytanie AI w biznesie: w którym miejscu wpuścisz human in the loop, zanim rozbijesz się o ścianę? 🤖     A teraz nie ma co się obijać! 👉 Wpadajcie na naszego Discorda: https://discord.gg/78zPcEaP22 ! 🔥Tam możecie się z nami pokłócić o przyspieszanie SQL-a, podyskutować o naiwnych nadziejach na AI albo po prostu podzielić się swoimi IT-owymi przemyśleniami.     Słuchasz Patoarchitektów dzięki PROTOPII – firmie, w której Łukasz i Szymon działają na co dzień, wspierając zespoły IT na każdym etapie: od projektowania, przez wdrożenia i migracje, aż po optymalizację i zabezpieczenia. Oferujemy też mentoring i szkolenia dostosowane do potrzeb każdej firmy, niezależnie od wielkości. Sprawdź nas: 👉 protopia.tech   - Nasze sociale i linki - Materiały do odcinka - Pato szkolenia

Do takich eksperymentów, które mają się przerodzić w coś, Faktycznie przydatnego potem od strony biznesowej. I czemu? Bo mają swoją całą logikę w postaci system promptu. Można zobaczyć jak teraz jest w czacie GPT ten switching auto. Jak robi instant versus thinking np. jak jest trudniejszy problem i zaczyna research agentowy automatycznie. Tego w rozwiązaniach API biznesowych nie będziecie mieli. Są limitacje dość poważne. Tak i tutaj Będziemy potrzebowali kontroli nad całym flow i jedna rzecz od razu, którą tak powiem, to wpuszczamy do tych playgroundów, które są. Może Microsoft Foundry ma swój playground, OpenAI ma swój playground, czyli żeby korzystali na gołym API z gołego playgroundu do takiego researchu.

Pokazano wszystkie 1 dopasowanie. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.