--- title: "Co to jest agent AI? Bot, asystent i agent – poradnik" url: "https://majchrzycki.com/blog/co-to-jest-agent-ai-poradnik-dla-firm" description: "Czym agent AI różni się od bota, chatbota i asystenta? Poziomy autonomii, z czego składa się agent, ryzyka, kiedy go nie wdrażać i jak zacząć pilota." --- # Co to jest agent AI? Bot, asystent i agent – poradnik 6 października 2026· Aktualizacja: 6 października 2026·13 min czytania·[Krzysztof Majchrzycki](https://majchrzycki.com/o-mnie) Temat: [Automatyzacja i agenci AI](https://majchrzycki.com/blog/filar/automatyzacja-i-agenci-ai) **Agent AI to program z modelem językowym, który sam planuje kolejne kroki i wykonuje je narzędziami — w granicach uprawnień nadanych przez firmę.** Asystent AI odpowiada i przygotowuje szkic, ale działa człowiek. Bot wykonuje z góry zapisany scenariusz. O różnicy nie decyduje okno czatu, tylko to, kto wybiera następny krok i czy program może coś zmienić w Waszych systemach. Dlatego przed zakupem zapytajcie nie „czy to agent?”, ale „co może zrobić bez pytania i kto to zatwierdza?”. Poradnik jest dla zarządu i menedżerów firm od 50 osób, które dostają oferty „agentów”, „copilotów” i „botów” i chcą je porównać jednym językiem. Na końcu jest mapa wszystkich wpisów o agentach na blogu. Szerszy kontekst decyzji daje przewodnik [automatyzacja i agenci AI](https://majchrzycki.com/blog/filar/automatyzacja-i-agenci-ai). ## Pięć pojęć, które w ofertach brzmią podobnie Vendorzy używają tych słów zamiennie, a „agent” trafia do ofert także tam, gdzie program tylko odpowiada. Poniższe definicje opierają się na materiałach [Anthropic](https://www.anthropic.com/engineering/building-effective-agents), [OpenAI](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf) i [Microsoft](https://learn.microsoft.com/en-us/microsoft-365/copilot/extensibility/agents-overview), stan na 6.10.2026. ### Bot: scenariusz i reguły Klasyczny bot działa według drzewa decyzji. Rozpoznaje intencję („gdzie jest moja paczka?”), pyta o numer zamówienia, odczytuje status, odpowiada. Każdy krok zaprojektował człowiek. Bot nie wymyśli nowej ścieżki, ale też nie zrobi niczego, czego nie przewidziano. Przy prostych, powtarzalnych sprawach to zaleta. ### Chatbot z modelem językowym Chatbot z LLM rozumie swobodne pytania i odpowiada pełnymi zdaniami, często na podstawie firmowych dokumentów. Przebiegiem rozmowy nadal steruje jednak scenariusz: zakres tematów, eskalacja do konsultanta, dozwolone czynności. OpenAI w swoim przewodniku wprost zalicza proste chatboty do aplikacji z LLM, które **nie są agentami**, bo model nie kieruje przebiegiem pracy. Jak zaprojektować zakres i eskalację, opisuje wpis o [chatbocie AI w firmie](https://majchrzycki.com/blog/ai-chatbots-apps). ### Asystent AI: odpowiada, człowiek działa Asystent (copilot) pracuje na polecenie użytkownika i w jego kontekście: streszcza dokument, pisze szkic maila, porównuje umowy. Wynik trafia do człowieka, który decyduje, co z nim zrobić. Tu mieszczą się codzienne rozmowy z ChatGPT, Claude, Gemini czy Microsoft 365 Copilot. Wartość asystenta mierzy się poprawnie zakończonym zadaniem, nie liczbą promptów — szerzej w tekście [jak ocenić użyteczność asystenta AI](https://majchrzycki.com/blog/ai-copilot-app). ### Agent AI: planuje i działa narzędziami w granicach Agent dostaje cel, a nie listę kroków. Sam ustala, co zrobić najpierw, wywołuje narzędzia (odczyt z CRM, zapis w ERP, wysłanie wiadomości), ocenia wynik i decyduje o następnym kroku. Anthropic opisuje agentów jako systemy, w których model **dynamicznie kieruje własnym procesem i użyciem narzędzi**. To odróżnia ich od przepływów (workflows), w których ścieżkę zapisano w kodzie. OpenAI dodaje, że agent rozpoznaje, kiedy zadanie jest skończone, i potrafi poprawić własne działanie. Agent nie zna zmęczenia ani wątpliwości. To drugie bywa problemem: z tą samą pewnością siebie zaproponuje rabat zgodny z cennikiem i rabat, którego nikt nigdy nie zatwierdził. ### System wielu agentów Kilku agentów dzieli zadanie: jeden zbiera dane, drugi przygotowuje ofertę, trzeci sprawdza ją z cennikiem. Ma to sens, gdy podział odpowiada realnym granicom wiedzy albo uprawnień. OpenAI radzi najpierw w pełni wykorzystać jednego agenta, dodając mu narzędzia, a dopiero potem dzielić pracę. Więcej agentów to więcej koordynacji, kosztu i miejsc na pomyłkę — opisuje to wpis [system wieloagentowy AI: kiedy ma sens](https://majchrzycki.com/blog/multi-autonomous-ai-agent-system-app). ### Porównanie w jednej tabeli Kategoria Kto decyduje o kolejnym kroku Co robi Przykład w firmie Główne ryzyko Bot scenariusz zaprojektowany przez człowieka prowadzi rozmowę po drzewie decyzji status zamówienia po numerze sztywność: klient utknie poza scenariuszem Chatbot z LLM scenariusz; model tylko formułuje odpowiedź odpowiada na podstawie źródeł, eskaluje pytania o zasady zwrotu błędna odpowiedź podana pewnym tonem Asystent AI człowiek przygotowuje szkic, streszczenie, analizę szkic odpowiedzi na reklamację niesprawdzony szkic wysłany dalej Agent AI model, w granicach uprawnień planuje i wykonuje kroki narzędziami obsługa reklamacji do zatwierdzenia zwrotu działanie poza zakresem, zbyt szerokie uprawnienia System wielu agentów model koordynujący i agenci wykonawczy dzieli zadanie na role przygotowanie oferty przez kilku agentów koszt, opóźnienia, trudne śledzenie błędu Porównanie pięciu kategorii: bot, chatbot z modelem językowym, asystent AI, agent AI i system wielu agentów. Dla każdej: kto decyduje o kolejnym kroku, co robi, przykład w firmie i główne ryzyko. Im niżej na skali, tym więcej decyduje model i tym ważniejsze są uprawnienia oraz zatwierdzenia. Bot, chatbot, asystent, agent i system agentów: od scenariusza do samodzielnego wyboru kroków. Ocena autora na podstawie definicji Anthropic, OpenAI i Microsoft. ## Poziomy autonomii: kto zatwierdza Autonomia nie jest przełącznikiem „włącz/wyłącz”. To zakres uprawnień, który da się opisać i stopniować. Proponuję pięć poziomów (podział autora): Poziom Co agent może Kto zatwierdza Przykład 0\. Szkic tylko przygotować odpowiedź lub dokument człowiek wykonuje wszystko sam szkic maila do klienta 1\. Odczyt czytać dane w systemach i łączyć je człowiek decyduje na podstawie wyniku zestawienie historii klienta z CRM i ERP 2\. Zapis z zatwierdzeniem przygotować zmianę w systemie człowiek klika „zatwierdź” przed skutkiem propozycja korekty faktury 3\. Działanie w limicie wykonać działanie do ustalonej wartości lub zakresu człowiek przegląda próbkę i wyjątki zwrot do kwoty progowej 4\. Praca w tle sam reaguje na zdarzenie (wyzwalacz) właściciel procesu nadzoruje, ma przycisk stop klasyfikacja nowych zgłoszeń w nocy OpenAI zaleca oddawać sprawę człowiekowi w dwóch sytuacjach: gdy agent przekroczy próg błędów (na przykład kilka razy nie zrozumiał klienta) i przy działaniach wysokiego ryzyka — wrażliwych albo nieodwracalnych, takich jak anulowanie zamówienia czy płatność. Microsoft rozróżnia agentów, którzy reagują tylko na polecenie użytkownika, od agentów z własnym silnikiem, którzy mogą uruchamiać działania sami. Zaczynajcie od poziomów 0–2. Wyżej przechodźcie dopiero po pilocie, który pokazał liczbę i rodzaj błędów. Szczegóły zakresu autonomii i warunków zatrzymania opisują wpisy [agenci autonomiczni: granice działania](https://majchrzycki.com/blog/autonomous-ai-agents-apps) oraz [kto odpowiada za decyzję przygotowaną przez agenta](https://majchrzycki.com/blog/agent-ai-kto-zatwierdza-decyzje). ## Z czego składa się agent OpenAI wymienia trzy podstawowe składniki: model, narzędzia i instrukcje. Microsoft dodaje wiedzę, akcje i orkiestrator. Dla zarządu wygodniej rozpisać to na siedem elementów, bo każdy z nich ma innego właściciela w firmie: 1. **Model** — „silnik” rozumowania i języka. Wybór modelu wpływa na jakość i koszt, ale rzadko jest najtrudniejszą decyzją. 2. **Instrukcje** — cel, zasady, ton, czego robić nie wolno. Odpowiednik opisu stanowiska i procedury. 3. **Wiedza** — dokumenty i dane firmy, z których agent korzysta. Gdy chodzi o dokumenty, potrzebne jest zwykle wyszukiwanie w źródłach, czyli RAG — opisuje to [poradnik o wykorzystaniu danych firmy w AI](https://majchrzycki.com/blog/co-to-jest-rag-poradnik-dla-firm). 4. **Narzędzia** — funkcje i API, przez które agent czyta i zmienia systemy. Coraz częściej podłącza się je przez [Model Context Protocol (MCP)](https://majchrzycki.com/blog/co-to-jest-mcp-poradnik-dla-firm), otwarty standard łączenia aplikacji AI z zewnętrznymi danymi i narzędziami. 5. **Pamięć** — co agent zapamiętuje między zadaniami. Pamięć pomaga w ciągłości, ale utrwala też błędy; zobacz [czy agent powinien pamiętać rozmowy z klientem](https://majchrzycki.com/blog/czy-agent-ai-powinien-pamietac-rozmowy-z-klientem). 6. **Uprawnienia** — do jakich danych i operacji agent ma dostęp. Decyzja o dopuszczeniu operacji musi zapaść w systemie, nie w prompcie. Metodę opisuje wpis [do jakich danych agent naprawdę potrzebuje dostępu](https://majchrzycki.com/blog/dostep-agenta-ai-do-danych-firmy). 7. **Wyzwalacze** — co uruchamia agenta: polecenie człowieka, nowy mail, zdarzenie w ERP, harmonogram. Ten sam model z innymi narzędziami i uprawnieniami to zupełnie inny poziom ryzyka. Dlatego przy ofercie pytajcie o elementy 4, 6 i 7, a nie tylko o nazwę modelu. ## Asystenci vendorów: Claude, ChatGPT, Copilot i Gemini Każdy duży vendor ma dziś asystenta czatowego i jakąś drogę do agentów. Poniżej rola każdego produktu, nie ranking. Nazwy i zakresy zmieniają się co kilka miesięcy, więc szczegóły i daty są w osobnych wpisach. Vendor Asystent (praca na polecenie) Droga do agenta Wpis na blogu Anthropic Claude w aplikacji i w planach dla firm Claude Code (agent programistyczny), skille i pluginy, budowa przez API [Claude w firmie](https://majchrzycki.com/blog/anthropic-claude-genai-apps) OpenAI ChatGPT w planach dla firm funkcje agentowe w ChatGPT, Codex, osobisty agent dots [ChatGPT w firmie](https://majchrzycki.com/blog/openai-chatgpt-genai-apps) Microsoft Copilot Chat, Microsoft 365 Copilot agenci deklaratywni i z własnym silnikiem, Copilot Studio, Microsoft Foundry, rejestr Agent 365 [agenci Microsoft Copilot](https://majchrzycki.com/blog/microsoft-365-copilot-agents) Google Gemini w Google Workspace Gemini Enterprise jako platforma agentów Google, partnerów i własnych [Gemini w firmie](https://majchrzycki.com/blog/google-gemini-genai-apps) Wniosek dla zarządu jest prosty: ten sam produkt może być asystentem dla jednej osoby i agentem w innej konfiguracji. Pytanie „czy kupujemy Copilota czy Claude?” jest drugorzędne wobec pytania, który proces i z jakimi uprawnieniami ma obsłużyć. Przy Microsoft najwięcej szczegółów o wersjach i licencjach zbiera [przewodnik po Microsoft Copilot](https://majchrzycki.com/blog/co-to-jest-microsoft-copilot-poradnik-dla-firm). ## Agenci programistyczni: osobna kategoria Agenci programistyczni pracują na repozytorium kodu. [Claude Code](https://code.claude.com/docs/en/overview) — według dokumentacji Anthropic — czyta kod, edytuje pliki i uruchamia polecenia w terminalu, IDE lub przeglądarce. Podobnie działają Codex, GitHub Copilot, Cursor oraz narzędzia open source wymienione w mapie wpisów na końcu poradnika. Dla firmy to zwykle pierwszy agent, który naprawdę zmienia pliki. Ma też najlepsze warunki do kontroli: wynik to zmiana w kodzie (diff), którą widać, testuje się automatycznie i zatwierdza w przeglądzie. Instrukcje dla takich agentów zapisuje się w plikach repozytorium, a rozszerzenia instaluje jako pluginy — porównuje je wpis [pluginy agentów AI: Claude, ChatGPT, Codex i Copilot](https://majchrzycki.com/blog/pluginy-agentow-claude-chatgpt-codex-copilot). Cały proces wytwarzania oprogramowania z agentami opisuje [poradnik AI SDLC](https://majchrzycki.com/blog/co-to-jest-ai-sdlc-poradnik-dla-firm), a orkiestrację agentów w kodzie — [poradnik LangChain](https://majchrzycki.com/blog/co-to-jest-langchain-poradnik-dla-firm). ## Ryzyka i kontrola Model językowy myli się w treści. Agent z narzędziami myli się w działaniu: błędna odpowiedź kosztuje czas, błędne wywołanie systemu może utworzyć płatność albo zmienić dane klienta. OWASP opisuje to jako ryzyko **Excessive Agency** (nadmierna sprawczość; w edycji 2025 oznaczone [LLM06:2025](https://genai.owasp.org/llmrisk/llm062025-excessive-agency/)). Źródła są trzy: agent ma więcej funkcji, niż potrzebuje, szersze uprawnienia, niż wymaga zadanie, albo za dużo swobody bez zatwierdzenia człowieka. OWASP zaleca: - dawać agentowi tylko te narzędzia, których zadanie wymaga, - nadawać najmniejsze uprawnienia w systemach docelowych i działać w kontekście konkretnego użytkownika, - wymagać zatwierdzenia człowieka przed działaniem o istotnych skutkach, - kontrolować uprawnienia w systemie docelowym, nie w instrukcji dla modelu, - rejestrować działania, monitorować i ograniczać ich liczbę. Drugie ryzyko to wstrzyknięcie poleceń (prompt injection): złośliwa treść w mailu, dokumencie lub na stronie, którą agent czyta i bierze za instrukcję. Dlatego agent czytający pocztę z zewnątrz nie powinien jednocześnie mieć prawa wysyłki bez zatwierdzenia. Aktualną listę ryzyk omawia wpis [OWASP LLM Top 10 2026](https://majchrzycki.com/blog/owasp-llm-top-10-2026-lista-ryzyk); dla systemów agentowych OWASP prowadzi też osobną [listę Top 10 for Agentic Applications for 2026](https://genai.owasp.org/resource/owasp-top-10-for-agentic-applications-for-2026/). Własną tożsamość agenta, modele uprawnień i zatwierdzanie jego działań opisuje [poradnik o uprawnieniach agentów AI](https://majchrzycki.com/blog/co-to-jest-uprawnienia-agentow-ai-poradnik-dla-firm). Anthropic dodaje praktykę, która przydaje się każdemu zarządowi: agentów testuje się najpierw w środowisku izolowanym, z punktami kontrolnymi, w których agent czeka na człowieka. ## Kiedy agent NIE jest potrzebny Agent nie jest „lepszą wersją” automatyzacji. To inne narzędzie do innego problemu. Anthropic radzi zaczynać od najprostszego rozwiązania, bo systemy agentowe płacą opóźnieniem i kosztem za lepszy wynik. Złożoność dodaje się tylko wtedy, gdy wyraźnie poprawia efekt. OpenAI wskazuje trzy sytuacje, w których agent ma przewagę: - decyzje wymagają oceny, wyjątków i kontekstu (np. zgoda na zwrot w reklamacji), - reguły rozrosły się tak, że ich utrzymanie jest drogie i podatne na błędy, - praca opiera się na danych nieustrukturyzowanych: mailach, dokumentach, rozmowach. Jeśli żaden z tych warunków nie zachodzi, zwykle wystarczy coś prostszego: - **stałe reguły i znane kroki** → automatyzacja przepływu albo bot, - **praca jednej osoby, którą ona sama sprawdza** → asystent AI, - **jedna liczba lub raport z systemu** → zapytanie albo dashboard, bez AI, - **proces, którego nikt nie potrafi opisać** → najpierw opis procesu, potem technologia. Ostatni punkt jest najczęstszy. Gdy w procesie jest zbyt wiele wyjątków, warto najpierw je uporządkować — o tym jest wpis [zbyt wiele wyjątków do automatyzacji](https://majchrzycki.com/blog/zbyt-wiele-wyjatkow-do-automatyzacji). Karta decyzji „Czego potrzebuje Twój proces?”. Cztery pytania prowadzą do wyniku: brak opisu procesu albo jedna liczba z systemu — bez AI; stałe reguły i znane kroki — bot lub automatyzacja; człowiek wykonuje i sprawdza pracę — asystent AI; zmienna ścieżka do sprawdzalnego wyniku — agent z zatwierdzeniem. Uproszczenie autora. Czego potrzebuje Twój proces: bot, asystent, agent czy rozwiązanie bez AI. Uproszczenie autora na podstawie zaleceń Anthropic i OpenAI. ## Jak zacząć: jeden proces, karta zakresu, pilot Nie zaczynajcie od platformy. Zacznijcie od jednego procesu, w którym wynik da się sprawdzić, a błąd da się cofnąć. **Krok 1. Wybierzcie jeden proces.** Dobry kandydat powtarza się co tydzień, ma właściciela i wymaga czytania dokumentów lub maili. Słaby kandydat to „usprawnijmy sprzedaż”. **Krok 2. Spiszcie kartę zakresu.** Jedna strona, którą podpisuje właściciel procesu: Pole karty Przykład dla obsługi reklamacji Cel i warunek „gotowe” reklamacja sklasyfikowana, szkic decyzji z uzasadnieniem w systemie Dane do odczytu zamówienie, faktura, historia klienta, regulamin Dozwolone działania zapis szkicu, prośba do klienta o brakujące zdjęcie Działania zakazane zwrot pieniędzy, zmiana ceny, wysyłka decyzji do klienta Kto zatwierdza kierownik obsługi klienta Kiedy agent oddaje sprawę brak danych, kwota powyżej progu, klient zgłasza skargę Jak zatrzymać wyłącznik po stronie IT i ręczna obsługa kolejki **Krok 3. Pilot na prawdziwych sprawach.** Kilka tygodni, z poziomem autonomii 0–2, na próbce spraw z ostatnich miesięcy i na bieżących. Mierzcie czas całej obsługi i liczbę poprawek, nie liczbę uruchomień agenta. Zaplanujcie też, [kto przejmie pracę, gdy automatyzacja się zatrzyma](https://majchrzycki.com/blog/awaryjne-przejecie-pracy-po-automatyzacji). **Krok 4. Nazwijcie osobę, która prowadzi agenta.** Ktoś musi codziennie przeglądać wyniki, poprawiać instrukcje i eskalować. To nowa rola — opisuje ją wpis [menedżer agentów AI](https://majchrzycki.com/blog/menedzer-agentow-ai-przyszlosc-pracy-biurowej), a przygotowuje do niej [kurs AI Agent Manager](https://majchrzycki.com/akademia/kurs-ai-agent-manager). Jeśli po kroku 1 nie potraficie wskazać procesu ani osoby, która zatwierdzi wynik, problem nie leży w wyborze agenta. Wtedy pomaga rozmowa zarządu o tym, który proces naprawdę kosztuje najwięcej. Na tym polega [prezentacja dla zarządu](https://majchrzycki.com/wspolpraca/prezentacja-systemu-ai-dla-zarzadu): nazwiemy proces, koszt dzisiejszego stanu i granice działania, niezależnie od vendora i partnera. ## Mapa wpisów o agentach na blogu Wszystkie wpisy o agentach, asystentach i botach w ośmiu grupach. Zacznijcie od grupy, która odpowiada Waszemu pytaniu. ### A. Agenci ogólnie: autonomia i ludzie Podstawy: granice autonomii, zatwierdzenia i nowe role w zespole. - [Agenci autonomiczni: granice działania i kontrola](https://majchrzycki.com/blog/autonomous-ai-agents-apps) — pięć wymiarów autonomii i bezpieczne zatrzymanie. - [Agent półautonomiczny: granice i kontrola](https://majchrzycki.com/blog/semi-autonomous-ai-agents) — wzorzec „człowiek zatwierdza przed skutkiem”. - [AI Copilot w firmie: jak ocenić użyteczność asystenta](https://majchrzycki.com/blog/ai-copilot-app) — wybór zadania i pomiar pracy asystenta. - [Technologie AI dla firm: jak porównać warstwy systemu](https://majchrzycki.com/blog/technologie-ai-dla-firm-przewodnik) — zapis, decyzja i działanie jako warstwy systemu. - [Cyfrowy pracownik: czego CORPGEN uczy o pracy agentów?](https://majchrzycki.com/blog/cyfrowy-pracownik-corpgen-agenci-w-firmie) — badanie Microsoft Research o agentach w wielu zadaniach. - [Vendor obiecuje autonomicznego agenta AI. O co zapytać?](https://majchrzycki.com/blog/dostawca-ai-obiecuje-autonomie) — pytania o błędy, eskalację i wyłączenie. - [Jak przekazać sprawę między pracownikiem a agentem AI?](https://majchrzycki.com/blog/przekazanie-sprawy-czlowiek-agent) — co musi zawierać przekazanie w obie strony. - [Menedżer Agentów AI: następna rola pracownika biurowego](https://majchrzycki.com/blog/menedzer-agentow-ai-przyszlosc-pracy-biurowej) — od wykonywania zadań do kierowania agentami. - [Kto w firmie powinien zostać menedżerem agentów AI?](https://majchrzycki.com/blog/kto-powinien-zostac-managerem-agentow) — jak wybrać osobę do tej roli. - [AI nie zabiera stanowiska. Rozbiera je na decyzje](https://majchrzycki.com/blog/ai-agenci-rynek-pracy-pracownik-inzynier) — co agenci zmieniają w pracy biurowej i inżynierskiej. - [Kiedy agent AI pomaga handlowcowi, a kiedy psuje relację?](https://majchrzycki.com/blog/agent-ai-a-relacja-handlowca-z-klientem) — granice automatyzacji w relacji z klientem. - [Copilot jako współpracownik: użyteczna metafora i granice](https://majchrzycki.com/blog/zmie%C5%84-spos%C3%B3b-my%C5%9Blenia-o-ai-microsoft-365-copilot-to-nie-oprogramowanie-to-tw%C3%B3j-nowy-wsp%C3%B3%C5%82pracownik) — praca z Copilotem bez oddawania odpowiedzialności. ### B. Orkiestracja i systemy wielu agentów Frameworki i platformy, które sterują pracą jednego lub wielu agentów. - [System wieloagentowy AI: kiedy ma sens w firmie](https://majchrzycki.com/blog/multi-autonomous-ai-agent-system-app) — podział ról, koszt i testy całego procesu. - [LangGraph: jak kontrolować pracę agentów AI](https://majchrzycki.com/blog/langgraph-autonomous-mult-ai-agent-system) — stan, przerwania i wznawianie pracy. - [Microsoft AutoGen: jak ocenić system wielu agentów](https://majchrzycki.com/blog/co-to-jest-microsoft-autogen-multi-agent-system-mas) — role agentów i tryb utrzymania AutoGen. - [Microsoft Agent Framework po AutoGen i Semantic Kernel](https://majchrzycki.com/blog/microsoft-agent-framework-ai-os) — następca obu frameworków i migracja. - [Semantic Kernel: kiedy orkiestracja AI ma sens](https://majchrzycki.com/blog/co-to-jest-microsoft-semantic-kernel) — oddzielenie modelu, narzędzi i reguł. - [LangChain: kiedy framework pomaga aplikacji AI](https://majchrzycki.com/blog/langchain-ai-llm-apps) — kiedy upraszcza, a kiedy dokłada zależności. - [LangChain Deep Agents w suwerennym AI OS](https://majchrzycki.com/blog/langchain-deep-agents-ai-os) — wzorce agentów do zadań wieloetapowych. - [Big tasks. Small models: po co agentowi kilka mniejszych modeli?](https://majchrzycki.com/blog/big-tasks-small-models-magenticlite) — podział planowania i pracy w przeglądarce. - [Temporal: trwałe procesy agentów AI](https://majchrzycki.com/blog/temporal-trwaly-workflow-agentow) — długie procesy odporne na awarie. - [Cloudflare OS: przestrzeń pracy agentów](https://majchrzycki.com/blog/cloudflare-agent-os-przestrzen-pracy-agentow) — środowisko pracy agentów i jego bezpieczeństwo. - [Cloudflare Platform w suwerennym AI OS](https://majchrzycki.com/blog/cloudflare-platform-ai-os) — platforma edge do uruchamiania agentów. - [Vercel Agentic Infrastructure w suwerennym AI OS](https://majchrzycki.com/blog/vercel-agentic-infrastructure) — zarządzane usługi dla aplikacji agentowych. - [Agentic RAG: wiele źródeł, koszt i kontrola](https://majchrzycki.com/blog/zaawansowane-rag-wieksza-optymalizacja-biznesowych-modeli-ai-przy-pomocy-microsoft-azure) — agent, który sam wybiera źródła wiedzy. ### C. Asystenci i agenci vendorów Jak zacząć z produktami Anthropic, OpenAI, Google, Amazon, xAI, Meta i Salesforce. - [Claude w firmie: jak zacząć od bezpiecznego zadania](https://majchrzycki.com/blog/anthropic-claude-genai-apps) — pierwsze zadanie i zasady danych. - [Claude for Small Business: skille dla polskiego MŚP](https://majchrzycki.com/blog/claude-small-business-plugin-skille-dla-polskiego-msp) — przegląd skilli i brakujących integracji. - [Claude for Small Business w polskiej firmie: start i prompty](https://majchrzycki.com/blog/claude-small-business-polska-firma-inicjacja-prompty) — konfiguracja i pierwsze zadanie. - [ChatGPT w firmie: od pomysłu do kontrolowanego użycia](https://majchrzycki.com/blog/openai-chatgpt-genai-apps) — wariant firmowy, dane i pomiar efektu. - [OpenAI dots: milusiński agent, który pamięta i działa](https://majchrzycki.com/blog/openai-dots-osobisty-agent-ai) — pamięć, praca w tle i zgody. - [Google Gemini w firmie: zadania, dane i kontrola](https://majchrzycki.com/blog/google-gemini-genai-apps) — wybór wariantu Gemini i pilotaż. - [Amazon Q: jak ocenić zastosowanie w firmie](https://majchrzycki.com/blog/amazon-q-genai-apps) — źródła, role i koszt firmowego asystenta. - [Grok Bot: milusiński agent dostał własny komputer](https://majchrzycki.com/blog/grok-bot-osobisty-zespol-agentow-ai) — osobisty agent pracujący w aplikacjach. - [Meta Muse: kolejny słodziak AI, ale z własnymi gadżetami](https://majchrzycki.com/blog/meta-muse-gadgets-osobisty-agent-ai) — agent wychodzi poza ekran telefonu. - [Agentforce w CRM: jak zaplanować pilota](https://majchrzycki.com/blog/salesforce-einstein-copilot-genai) — uprawnienia CRM i testy w sandboxie. ### D. Copilot i agenci Microsoft Najliczniejsza grupa. Zacznijcie od [przewodnika po Microsoft Copilot](https://majchrzycki.com/blog/co-to-jest-microsoft-copilot-poradnik-dla-firm) i [agentów Microsoft Copilot](https://majchrzycki.com/blog/microsoft-365-copilot-agents), potem wybierzcie podgrupę. Copilot jako asystent i nowe tryby pracy: - [Microsoft Copilot: jak wybrać zastosowanie w firmie](https://majchrzycki.com/blog/microsoft-copilot-genai-apps) - [Microsoft 365 Copilot: jak ocenić wdrożenie w firmie](https://majchrzycki.com/blog/microsoft-365-copilot) - [Microsoft Copilot Chat: co obejmuje wersja dla firm](https://majchrzycki.com/blog/microsoft-365-copilot-chat) - [Microsoft Copilot Home: Chat i Cowork w jednym miejscu](https://majchrzycki.com/blog/microsoft-copilot-home-chat-cowork) - [Nowy Microsoft Copilot: Home, Code i Autopilot](https://majchrzycki.com/blog/nowy-microsoft-copilot-home-code-autopilot) - [Microsoft Copilot Autopilot: czym był Scout?](https://majchrzycki.com/blog/microsoft-copilot-autopilot-scout-agent) - [Umiejętności SKILL.md w Microsoft 365 Copilot Cowork](https://majchrzycki.com/blog/microsoft-copilot-cowork-umiejetnosci-skill-md) - [Wtyczki w Microsoft 365 Copilot Cowork: umiejętności i łączniki](https://majchrzycki.com/blog/microsoft-copilot-cowork-wtyczki-pluginy) Budowa i nadzór agentów: - [Microsoft Copilot Studio: kiedy wybrać platformę](https://majchrzycki.com/blog/microsoft-copilot-studio) - [Copilot Studio: kiedy budować własnego agenta](https://majchrzycki.com/blog/co-to-jest-microsoft-copilot-studio-poradnik-dla-firm) - [Nowy Microsoft Copilot Studio: dwa tryby budowania](https://majchrzycki.com/blog/nowy-microsoft-copilot-studio-github-standard) - [Standardowi agenci w Microsoft Copilot Studio](https://majchrzycki.com/blog/standardowi-agenci-w-microsoft-copilot-studio) - [Standardowe agent flows w Copilot Studio](https://majchrzycki.com/blog/standardowe-agent-flows-w-copilot-studio) - [Agenci z GitHub Copilot harness w Copilot Studio](https://majchrzycki.com/blog/agenci-github-copilot-harness-w-copilot-studio) - [Workflows z GitHub Copilot harness w Copilot Studio](https://majchrzycki.com/blog/workflows-github-copilot-harness-w-copilot-studio) - [CoE dla Microsoft Copilot Studio: governance agentów](https://majchrzycki.com/blog/centrum-doskonalosci-coe-dla-microsoft-copilot-studio-w-twojej-firmie) - [Microsoft Agent 365: kto pilnuje firmowych agentów AI?](https://majchrzycki.com/blog/microsoft-agent-365-zarzadzanie-agentami-ai) Agenci w procesach i danych: - [Sales Agent w Microsoft 365 Copilot: przewodnik](https://majchrzycki.com/blog/microsoft-365-copilot-for-sales) - [Service Agent w Microsoft 365 Copilot: wdrożenie](https://majchrzycki.com/blog/microsoft-365-copilot-for-service) - [Copilot for Finance i Finance Agent: zastosowania i kontrola](https://majchrzycki.com/blog/microsoft-365-copilot-for-finance) - [Data agent w Microsoft Fabric: pytania do firmowych danych](https://majchrzycki.com/blog/data-agent-w-microsoft-fabric-ai-kt%C3%B3re-rozumie-twoje-dane) Kontekst dla agentów (seria Microsoft IQ): - [Microsoft IQ: jak połączyć kontekst pracy, danych i wiedzy](https://majchrzycki.com/blog/microsoft-iq-mapa-kontekstu-dla-agentow-ai) - [Microsoft Work IQ: kontekst pracy dla Copilota i agentów](https://majchrzycki.com/blog/microsoft-work-iq-kontekst-pracy-dla-agentow) - [Microsoft Web IQ: aktualne źródła dla agentów AI](https://majchrzycki.com/blog/microsoft-web-iq-aktualne-zrodla-dla-agentow-ai) - [Microsoft Foundry IQ: baza wiedzy dla agentów AI](https://majchrzycki.com/blog/microsoft-foundry-iq-baza-wiedzy-dla-agentow) Agenci przy komputerze i urządzeniach: - [Microsoft Project Opal: agent używający komputera](https://majchrzycki.com/blog/microsoft-project-opal-agent-uzywajacy-komputera) - [Project Solara: agenci AI dostają własne urządzenia](https://majchrzycki.com/blog/microsoft-project-solara-urzadzenia-agentow-ai) - [Microsoft MDEP: fundament urządzeń dla agentów AI](https://majchrzycki.com/blog/microsoft-mdep-platforma-urzadzen-agentow-ai) - [Magentic-UI: agent przeglądarkowy, którego można zatrzymać](https://majchrzycki.com/blog/magentic-ui-agent-przegladarkowy-z-czlowiekiem) - [Fara 1.5: mały model, który pracuje w przeglądarce](https://majchrzycki.com/blog/fara-1-5-agent-przegladarkowy) - [MagenticBrain 14B: mały model jako dyspozytor agentów](https://majchrzycki.com/blog/magenticbrain-14b-model-orkiestracji-agentow) ### E. Chatboty i voiceboty Obsługa klienta i pracowników w rozmowie: zakres, eskalacja, pomiar. - [Chatbot AI w firmie: zakres, eskalacja i pomiar](https://majchrzycki.com/blog/ai-chatbots-apps) — metoda niezależna od platformy. - [Voicebot AI: jak sprawdzić jakość obsługi telefonicznej](https://majchrzycki.com/blog/ai-voicebot-app) — rozmowa, przekazanie konsultantowi, koszt sprawy. - [Azure Bot Service: co po końcu wsparcia Bot Framework](https://majchrzycki.com/blog/microsoft-azure-ai-bot-service-framework-chatbot-voicebot-copilot-agent) — ocena istniejącego bota i migracja. - [Agent obsługi klienta w Copilot Studio: plan wdrożenia](https://majchrzycki.com/blog/jak-stworzy%C4%87-efektywnego-chatbota-do-obs%C5%82ugi-klienta-w-microsoft-copilot-studio) — zakres spraw i przekazanie konsultantowi. - [Agent HR w Copilot Studio: wiedza i granice dostępu](https://majchrzycki.com/blog/jak-stworzy%C4%87-efektywnego-chatbota-hr-do-obs%C5%82ugi-pracownik%C3%B3w-w-microsoft-copilot-studio) — procedury HR oddzielone od danych pracowników. - [Agent IT w Copilot Studio: od pytania do zgłoszenia](https://majchrzycki.com/blog/jak-stworzy%C4%87-efektywnego-chatbota-it-w-microsoft-copilot-studio) — porada, odczyt danych i operacja. - [Agent sprzedaży w Copilot Studio: projekt procesu](https://majchrzycki.com/blog/jak-stworzy%C4%87-efektywnego-chatbota-sprzeda%C5%BCowego-przy-u%C5%BCyciu-microsoft-copilot-studio) — kwalifikacja i CRM bez błędnych obietnic. - [Agent marketingowy w Copilot Studio: zakres i odbiór](https://majchrzycki.com/blog/jak-zaprojektowa%C4%87-i-stworzy%C4%87-chatbota-marketingowego-z-microsoft-copilot-studio) — kontrola źródeł, marki i publikacji. ### F. Agenci programistyczni (AI SDLC) Agenci, którzy piszą i zmieniają kod. Najpierw [pluginy agentów](https://majchrzycki.com/blog/pluginy-agentow-claude-chatgpt-codex-copilot) i [AGENTS.md](https://majchrzycki.com/blog/agents-md-instrukcje-agentow-ai-sdlc), potem karty narzędzi. Narzędzia vendorów: - [Claude Code w AI SDLC: zadania, testy i review](https://majchrzycki.com/blog/ai-sdlc-agent-claude-code) - [ChatGPT Codex w AI SDLC: praca od zadania do diffu](https://majchrzycki.com/blog/ai-sdlc-agent-chatgpt-codex) - [GitHub Copilot w AI SDLC: od sugestii do PR](https://majchrzycki.com/blog/ai-sdlc-agent-github-copilot) - [Cursor w AI SDLC: edytor z agentem kodującym](https://majchrzycki.com/blog/ai-sdlc-agent-cursor) - [Visual Studio Code: wspólne miejsce dla agentów](https://majchrzycki.com/blog/ai-sdlc-agent-visual-studio-code) - [Visual Studio: agent kodujący w projektach .NET](https://majchrzycki.com/blog/ai-sdlc-agent-microsoft-visual-studio) - [Google Antigravity: agenci w środowisku pracy](https://majchrzycki.com/blog/ai-sdlc-agent-google-antigravity) - [Amazon Kiro: specyfikacja przed kodem w AI SDLC](https://majchrzycki.com/blog/ai-sdlc-agent-amazon-kiro) - [Devin w AI SDLC: kiedy delegować zadanie agentowi w chmurze?](https://majchrzycki.com/blog/ai-sdlc-agent-devin) - [Grok Bot w AI SDLC: delegowanie zadań kodowych](https://majchrzycki.com/blog/ai-sdlc-agent-grok-bot) - [IBM Bob w AI SDLC: agent do pracy nad kodem firmy](https://majchrzycki.com/blog/ai-sdlc-agent-ibm-bob) - [Mistral Vibe w suwerennym AI OS](https://majchrzycki.com/blog/mistral-vibe-ai-sdlc) Narzędzia otwarte i lokalne: - [Hermes Agent w AI SDLC: pamięć i narzędzia](https://majchrzycki.com/blog/ai-sdlc-agent-hermes-agent) - [OpenClaw w AI SDLC: automatyzacja wokół kodu](https://majchrzycki.com/blog/ai-sdlc-agent-openclaw) - [OpenCode: agent kodujący z wyborem modelu](https://majchrzycki.com/blog/ai-sdlc-agent-opencode) - [DeepSeek Harness: pluginy w pracy agenta](https://majchrzycki.com/blog/ai-sdlc-agent-deepseek-harness) - [NVIDIA NemoClaw: izolacja agenta w AI SDLC](https://majchrzycki.com/blog/ai-sdlc-agent-nemoclaw) - [Command Code: agent CLI, który uczy się stylu kodowania](https://majchrzycki.com/blog/ai-sdlc-agent-command-code) - [LM Studio Bionic: agent z modelem lokalnym czy chmurowym?](https://majchrzycki.com/blog/ai-sdlc-agent-bionic) - [LangChain dcode w suwerennym AI OS](https://majchrzycki.com/blog/langchain-dcode-ai-sdlc) - [Omarchy: Linux jako stanowisko pracy z agentami AI](https://majchrzycki.com/blog/omarchy-linux-agentowy-desktop) Instrukcje, specyfikacje i organizacja pracy: - [Pluginy agentów AI: Claude, ChatGPT, Codex i Copilot](https://majchrzycki.com/blog/pluginy-agentow-claude-chatgpt-codex-copilot) - [AGENTS.md: stałe instrukcje dla agentów kodujących](https://majchrzycki.com/blog/agents-md-instrukcje-agentow-ai-sdlc) - [SKILLS.md czy SKILL.md? Umiejętności agentów AI](https://majchrzycki.com/blog/skills-md-skill-md-umiejetnosci-agentow) - [GitHub Spec Kit: specyfikacja przed kodowaniem z AI](https://majchrzycki.com/blog/github-spec-kit-specyfikacja-ai-sdlc) - [Software Dark Factory: fabryka agentów w AI SDLC](https://majchrzycki.com/blog/software-dark-factory-fabryka-agentow-ai-sdlc) - [Od kodera do FDE: inżynier musi usłyszeć klienta](https://majchrzycki.com/blog/inzynier-koder-do-fde-klient-ai) ### G. Bezpieczeństwo, uprawnienia i governance Kto co może, kto zatwierdza i co się dzieje, gdy agent się myli. Zacznijcie od [porównania RBAC, ABAC i ReBAC](https://majchrzycki.com/blog/rbac-abac-rebac-uprawnienia-agentow-ai) i [macierzy odpowiedzialności za decyzję agenta](https://majchrzycki.com/blog/agent-ai-kto-zatwierdza-decyzje). Uprawnienia i tożsamość: - [RBAC: dostęp agentów AI](https://majchrzycki.com/blog/rbac-agent-ai-os) - [ABAC: dostęp agentów AI](https://majchrzycki.com/blog/abac-agent-ai-os) - [ReBAC: dostęp agentów AI](https://majchrzycki.com/blog/rebac-agent-ai-os) - [Cerbos: dostęp agentów AI](https://majchrzycki.com/blog/cerbos-agent-autoryzacja) - [SpiceDB: dostęp agentów AI](https://majchrzycki.com/blog/spicedb-agent-rebac) - [Cedar Policy: dostęp agentów AI](https://majchrzycki.com/blog/cedar-policy-agent-ai-os) - [Keycloak w AI OS: tożsamość ludzi i agentów](https://majchrzycki.com/blog/keycloak-tozsamosc-agentow-ai-os) - [Do jakich danych agent AI naprawdę potrzebuje dostępu?](https://majchrzycki.com/blog/dostep-agenta-ai-do-danych-firmy) - [Czy agent AI powinien pamiętać rozmowy z klientem?](https://majchrzycki.com/blog/czy-agent-ai-powinien-pamietac-rozmowy-z-klientem) Ryzyka i testy: - [OWASP LLM Top 10 2026: dziesięć ryzyk aplikacji z AI](https://majchrzycki.com/blog/owasp-llm-top-10-2026-lista-ryzyk) - [OWASP w AI SDLC: bezpieczeństwo od zadania do wdrożenia](https://majchrzycki.com/blog/owasp-bezpieczenstwo-w-ai-sdlc) - [OWASP ZAP w AI SDLC: testy API agentów i aplikacji](https://majchrzycki.com/blog/owasp-zap-testy-api-agentow-ai) - [Jak testować zmianę agenta przed sezonem?](https://majchrzycki.com/blog/test-zmiany-agenta-przed-szczytem-sezonu) - [Wazuh w AI OS: widoczność hostów, alertów i agentów](https://majchrzycki.com/blog/wazuh-siem-ai-os-agenci) - [Langfuse w suwerennym AI OS](https://majchrzycki.com/blog/langfuse-ewaluacja-agentow) Odpowiedzialność i utrzymanie: - [Agent przygotował decyzję. Kto za nią odpowiada?](https://majchrzycki.com/blog/agent-ai-kto-zatwierdza-decyzje) - [Jak podzielić role przy akceptacji działań agenta?](https://majchrzycki.com/blog/podzial-obowiazkow-przy-akceptacji-agenta) - [Jak prowadzić rejestr decyzji agenta AI?](https://majchrzycki.com/blog/rejestr-decyzji-agenta-bez-biurokracji) - [Kto płaci za utrzymanie agenta AI po pilotażu?](https://majchrzycki.com/blog/kto-placi-za-utrzymanie-agenta) - [Kto przejmie pracę, gdy firmowa automatyzacja się zatrzyma?](https://majchrzycki.com/blog/awaryjne-przejecie-pracy-po-automatyzacji) Granice wymuszane przez infrastrukturę (NVIDIA): - [NVIDIA Open Agent Safety Platform: granice autonomii AI](https://majchrzycki.com/blog/nvidia-open-agent-safety-platform) - [NVIDIA OpenShell: autonomia agentów pod kontrolą](https://majchrzycki.com/blog/nvidia-openshell-bezpieczenstwo-autonomia-agentow-ai) - [NVIDIA Sentry: nadzorca poza zasięgiem agenta AI](https://majchrzycki.com/blog/nvidia-sentry-nadzor-agentow-ai) - [NVIDIA BlueField: sprzętowa granica dla agentów AI](https://majchrzycki.com/blog/nvidia-bluefield-dpu-bezpieczenstwo-agentow) - [NVIDIA Vera CPU: procesor dla narzędzi agentów AI](https://majchrzycki.com/blog/nvidia-vera-cpu-agenci-ai) ### H. Protokoły i interfejsy Jak agent łączy się z narzędziami, innymi agentami i ekranem użytkownika. - [Model Context Protocol w suwerennym AI OS](https://majchrzycki.com/blog/model-context-protocol-ai-os) — agent ↔ narzędzia i dane. - [MCP w Copilot Studio: narzędzia, dostęp i testy integracji](https://majchrzycki.com/blog/co-to-jest-model-context-protocol-w-microsoft-copilot-studio) — konfiguracja MCP na platformie Microsoft. - [Agent2Agent A2A w suwerennym AI OS](https://majchrzycki.com/blog/a2a-protocol-ai-os) — agent ↔ agent jako osobne usługi. - [AG-UI: otwarty kontrakt między agentem a ekranem](https://majchrzycki.com/blog/technologia-ag-ui-ai-native) — agent ↔ interfejs użytkownika. - [Universal Commerce Protocol UCP w suwerennym AI OS](https://majchrzycki.com/blog/universal-commerce-protocol-ai-os) — agent ↔ sklep i płatność. - [CopilotKit: interfejs człowiek–agent w aplikacji](https://majchrzycki.com/blog/technologia-copilotkit-ai-native) — komponenty interfejsu dla agenta. - [Cordis: kompozycja usług dla agentów AI](https://majchrzycki.com/blog/technologia-cordis-ai-native) — składanie usług dla agentów. - [Open WebUI: własny interfejs do modeli AI](https://majchrzycki.com/blog/technologia-open-webui-ai-native) — własny czat do modeli. - Agenci AI - Automatyzacja - Bezpieczeństwo - Zarząd ## Sprawdźmy, czy Wasz proces potrzebuje agenta Prezentacja dla zarządu: nazwiemy jeden proces, granice działania i osobę, która zatwierdza wynik — zanim kupicie platformę. Niezależnie od vendora i partnera. [Umów prezentację dla zarządu](https://majchrzycki.com/wspolpraca/prezentacja-systemu-ai-dla-zarzadu) FAQ ## Najczęstsze pytania Czy ChatGPT, Claude albo Gemini to agent AI? W zwykłej rozmowie to asystenci: odpowiadają, a człowiek decyduje i działa. Agentem stają się dopiero wtedy, gdy dostają narzędzia i sami wybierają kolejne kroki, na przykład w trybach agentowych, w agentach programistycznych albo w rozwiązaniu zbudowanym przez API. Decyduje konfiguracja i uprawnienia, nie nazwa produktu. Czym agent AI różni się od chatbota? Chatbot prowadzi rozmowę w ustalonym zakresie: odpowiada, zbiera dane i przekazuje sprawę dalej. Agent dąży do celu, sam dobiera kroki i używa narzędzi, które zmieniają stan systemów. Chatbot z modelem językowym wciąż nie jest agentem, jeśli przebiegiem rozmowy steruje scenariusz, a nie model. Czy Microsoft 365 Copilot to agent? Copilot Chat i Microsoft 365 Copilot działają przede wszystkim jako asystenci w aplikacjach Microsoft 365. Agenci to osobne rozszerzenia z własnymi instrukcjami, wiedzą i akcjami — budowane w Copilot Studio albo jako agenci z własnym silnikiem. Microsoft opisuje oba podejścia w dokumentacji agentów dla Microsoft 365 Copilot. Czy agent AI może działać całkiem sam? Technicznie tak: może startować z wyzwalacza, bez polecenia człowieka. W firmie samodzielność powinna obejmować tylko działania odwracalne i ograniczone limitem. Działania nieodwracalne, płatności i komunikacja z klientem zwykle wymagają zatwierdzenia człowieka, co zalecają też OpenAI i OWASP. Ile kosztuje agent AI? Nie ma jednej ceny. Na koszt składają się licencje albo zużycie modelu, integracje, przygotowanie danych, testy, nadzór i utrzymanie po pilocie. Najpierw policzcie koszt dzisiejszego procesu i koszt błędu, potem porównujcie oferty na tym samym zadaniu. Czy do agenta potrzebny jest RAG? Nie zawsze. RAG jest potrzebny, gdy agent ma odpowiadać na podstawie dokumentów firmy, których model nie zna. Gdy agent czyta dane z systemu (status zamówienia, saldo), wystarczy narzędzie z zapytaniem do tego systemu. Kto w firmie odpowiada za agenta AI? Właściciel procesu odpowiada za wynik i zakres działania, IT za dostęp i bezpieczeństwo, a osoba prowadząca pracę agenta na co dzień — za przegląd, poprawki i eskalacje. Agent nie przejmuje odpowiedzialności, nawet jeśli wykonał całą pracę. ## Czytaj dalej - [Co to jest AI SDLC? Agenci w wytwarzaniu oprogramowania](https://majchrzycki.com/blog/co-to-jest-ai-sdlc-poradnik-dla-firm) - [Co to jest MCP? Protokoły agentów AI — poradnik dla firm](https://majchrzycki.com/blog/co-to-jest-mcp-poradnik-dla-firm) - [Agenci autonomiczni: granice działania i kontrola](https://majchrzycki.com/blog/autonomous-ai-agents-apps) - [Co to są uprawnienia agentów AI? Poradnik dla firm](https://majchrzycki.com/blog/co-to-jest-uprawnienia-agentow-ai-poradnik-dla-firm)