Cyfrowy pracownik: czego CORPGEN uczy o pracy agentów?
Temat: Automatyzacja i agenci AI
Cyfrowy pracownik nie jest po prostu czatem z dłuższą listą poleceń. W badaniu CORPGEN Microsoft Research agent musi równolegle prowadzić wiele zależnych zadań, pamiętać wcześniejsze kroki i zmieniać priorytety. To bardziej przypomina dzień pracy biurowej niż pojedynczy benchmark „otwórz stronę i znajdź odpowiedź”. Źródłem jest publikacja zespołu Microsoftu w arXiv z 15 lutego 2026 r.; blog Microsoft Research omówił ją 26 lutego 2026 r. Czym agent różni się od asystenta i bota, wyjaśnia poradnik o agentach AI dla firm.
Co dokładnie badano?
Autorzy opisują nową klasę zadań: Multi-Horizon Task Environments. To dziesiątki przeplatanych zadań (w publikacji: 45 i więcej, łącznie od 500 do ponad 1500 kroków) wykonywanych w jednym, trwałym kontekście przez wiele godzin. Zwykli agenci obsługujący komputer (CUA) tracą w takich warunkach skuteczność: przy wzroście obciążenia z 25% do 100% zadań ich odsetek ukończeń spada z 16,7% do 8,7%. Autorzy wskazują cztery przyczyny: przepełnienie kontekstu, wzajemne zakłócanie się pamięci zadań, złożone zależności między zadaniami i koszt ciągłej zmiany priorytetów.
CORPGEN odpowiada na nie planowaniem hierarchicznym, izolacją podagentów (żeby zadania nie „przeciekały” do siebie), pamięcią warstwową (roboczą, strukturalną i semantyczną) oraz adaptacyjnym streszczaniem. Symuluje firmę przez cyfrowych pracowników z trwałą tożsamością i realistycznym harmonogramem. W testach na zadaniach biurowych z zestawu OSWorld Office, przy pełnym obciążeniu 46 zadań w jednej sesji, CORPGEN ukończył 15,2% zadań wobec 4,3% dla bazowego systemu UFO2 — do 3,5 raza więcej. Podobny efekt wyszedł na trzech różnych implementacjach agenta, a największy zysk dało uczenie na wcześniejszych przebiegach. To wynik konkretnego eksperymentu, nie prognoza, że cyfrowy pracownik zastąpi człowieka w firmie. Większość zadań wciąż pozostawała nieukończona.
Ważny jest również sposób oceny. Ocena plików będących wynikiem pracy zgadzała się z oceną człowieka w około 90% przypadków, a ocena samych zrzutów ekranu i logów akcji — w około 40%. Autorzy wymieniają też ograniczenia: praca przez zrzuty ekranu jest wolniejsza niż przez interfejsy API, a agentom trudno utrzymać kontekst między kolejnymi próbami tego samego zadania. Dla firmy płynie z tego zasada: rozliczaj agenta z poprawnego artefaktu i efektu procesu, a nie z liczby kliknięć.
Jak przełożyć to na organizację?
Ustal rolę agenta, właściciela celu, źródła wiedzy i dopuszczalne działania. Wydziel pamięć zadania, żeby poufna informacja z jednego procesu nie wpływała na drugi. Długie działania muszą mieć stan, wznowienie, kontrolę wyjątków i ślad zatwierdzeń. Wysyłka maila lub zmiana danych klienta wymaga odrębnej autoryzacji. Najlepiej zacząć od procesu, w którym człowiek może łatwo sprawdzić wynik.
Alternatywą dla „cyfrowego pracownika” bywa dobrze zaprojektowana automatyzacja regułowa albo asystent, który jedynie przygotowuje materiał do zatwierdzenia. CORPGEN pokazuje wartość architektury pamięci i planowania, ale nie dowodzi opłacalności pełnej autonomii w każdej pracy. Powiązaną perspektywę na dzielenie zadań między mniejsze modele opisuje „Big tasks. Small models”. Dla decyzji o pilocie kluczowe jest pytanie: co agent ma dowieźć i jak człowiek rozpozna poprawny wynik?
Czy „pracownik” to właściwa metafora?
Metafora jest użyteczna, bo zmusza do zadania pytań o rolę, zadania, pamięć i współpracę. Może też mylić. Agent nie ma odpowiedzialności prawnej ani zrozumienia sytuacji organizacyjnej porównywalnego z człowiekiem. Potrafi szybko wykonywać powtarzalne czynności, ale w badaniu CORPGEN daleko mu do niezawodnego ukończenia długiej listy obowiązków. Dlatego „cyfrowy pracownik” powinien oznaczać system z przypisaną funkcją i właścicielem, nie osobę, której można bez nadzoru oddać proces. Kto w firmie pełni rolę takiego właściciela, opisuje wpis o menedżerze agentów AI.
Weźmy hipotetyczne zadanie działu zakupów: przygotować zestawienie ofert, sprawdzić dostępność materiału, napisać notatkę i przypomnieć o kończącej się umowie. Agent może wykonywać te kroki równolegle, ale każde źródło ma inną aktualność i uprawnienia. Stan zadania musi pamiętać, że oferta kontrahenta czeka na odpowiedź, notatka jest wersją roboczą, a przypomnienie już zostało wysłane. Jeśli pamięć pomyli te stany, agent może wysłać duplikat albo przedstawić wstępny szacunek jako zatwierdzoną cenę.
Jak mierzyć wartość bez liczenia „zastąpionych etatów”?
Ustal jednostkę pracy: kompletna, poprawna odpowiedź na zapytanie; dokument gotowy do przeglądu; zamknięta sprawa klienta. Porównaj czas od zlecenia do akceptacji, liczbę poprawek, przypadki eskalacji i koszt kontroli człowieka. Zliczaj również błędy, których nie widać w końcowym pliku: odczyt niedozwolonych danych, próbę wysłania bez zgody czy utratę kontekstu między zadaniami. Taki pomiar pokazuje, czy agent pomaga zespołowi, zamiast jedynie wykonywać dużo ruchów na ekranie.
W praktyce pierwszy „etat” dla agenta powinien być mały: jedna rola, kilka narzędzi, jasny warunek zakończenia oraz możliwość przerwania i wznowienia. Dopiero gdy organizacja umie odtworzyć wynik i wyjaśnić każdy skutek, warto poszerzać zakres autonomii.
- Agenci AI
- Microsoft AI
