--- title: "Cyfrowy pracownik: czego CORPGEN uczy o pracy agentów?" url: "https://majchrzycki.com/blog/cyfrowy-pracownik-corpgen-agenci-w-firmie" description: "Microsoft Research bada cyfrowych pracowników w wielu równoległych zadaniach. Znaczenie pamięci, planowania, współpracy i ograniczeń dla firm." --- # Cyfrowy pracownik: czego CORPGEN uczy o pracy agentów? 28 września 2026·2 min czytania·Krzysztof Majchrzycki Temat: [Automatyzacja i agenci AI](https://majchrzycki.com/blog/filar/automatyzacja-i-agenci-ai) **Cyfrowy pracownik nie jest po prostu czatem z dłuższą listą poleceń.** W [badaniu CORPGEN Microsoft Research](https://www.microsoft.com/en-us/research/blog/corpgen-advances-ai-agents-for-real-work/) 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”. ## Co dokładnie badano? Autorzy zbudowali środowiska Multi-Horizon Task Environments. Zadania mają wiele kroków, zależności i konkurują o uwagę agenta. CORPGEN łączy planowanie hierarchiczne, pamięć warstwową, izolowane podzadania i uczenie z wcześniejszych przebiegów. W testach przy 46 zadaniach system osiągnął 15,2% ukończeń wobec 4,3% dla badanych rozwiązań bazowych. To **wynik konkretnego eksperymentu**, nie prognoza, że cyfrowy pracownik zastąpi człowieka w firmie. Większość zadań wciąż pozostawała nieukończona. Ważny jest również sposób oceny. Microsoft Research zauważa, że ocena plików będących wynikiem pracy lepiej zgadzała się z oceną człowieka niż analiza samych zrzutów ekranu i logów akcji. 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”](https://majchrzycki.com/blog/big-tasks-small-models-magenticlite). 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. 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 dostawcy 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 ## Przełóż temat na projekt w Twojej firmie Zobacz zakres współpracy: od rozpoznania procesu i danych po projekt rozwiązania AI. [Zobacz współpracę](https://majchrzycki.com/wspolpraca) ## Czytaj dalej - [Agenci autonomiczni: granice działania i kontrola](https://majchrzycki.com/blog/autonomous-ai-agents-apps) - [Agent półautonomiczny: granice i kontrola](https://majchrzycki.com/blog/semi-autonomous-ai-agents) - [Agentforce w CRM: jak zaplanować pilota](https://majchrzycki.com/blog/salesforce-einstein-copilot-genai) - [Big tasks. Small models: po co agentowi kilka mniejszych modeli?](https://majchrzycki.com/blog/big-tasks-small-models-magenticlite)