Fabryka agentów: szybszy cykl wytwarzania czy zupełnie inna pętla?

Temat: AI SDLC

Fabryka agentów nie jest szybszą wersją starego cyklu wytwarzania oprogramowania. To ten sam cykl, zamknięty w pętlę, w której każdy etap zostawia zapis, a człowiek przesuwa się z wykonywania pracy do trzech punktów decyzji: zatwierdza opis, potwierdza weryfikację i zgadza się na wydanie. Wszystko pomiędzy przygotowują agenci. Kto przeniesie stary proces jeden do jednego, tylko z agentem zamiast programisty, dostanie więcej kodu, ale nie lepszy produkt.

Stary cykl w jednym akapicie

Klasyczny cykl wytwarzania oprogramowania (SDLC, software development lifecycle) to sztafeta ludzi. Analityk zbiera wymagania, architekt projektuje, programista pisze, drugi programista przegląda, tester testuje, administrator wdraża, ktoś patrzy na monitoring. Między każdą parą jest przekazanie: dokument, zgłoszenie, rozmowa na korytarzu. Wiedza o tym, dlaczego coś zrobiono tak, a nie inaczej, żyje głównie w głowach.

— Kto pamięta, czemu ten moduł liczy rabat od ceny brutto? (Pamiętał Marek. Marek odszedł w 2023 roku.)

Ten model działał, bo najdroższym zasobem był czas programisty, a przekazania były po prostu ceną współpracy ludzi. W fabryce agentów najtańszym zasobem staje się wykonanie, a najdroższym uwaga człowieka. To odwraca logikę całego cyklu.

Pętla w ośmiu etapach

Tak wygląda pętla, którą warto mieć w głowie, zanim zaczniesz cokolwiek budować:

  ┌──────────────────────────────────────────────────────────────┐
  │                                                              │
  ▼                                                              │
1. WEJŚCIE ──► 2. TRIAGE ──► 3. OPIS ──► 4. WYKONANIE ──► 5. RECENZJA
 zgłoszenie,    sortowanie,   produktowy  zmiana w kodzie   pierwszy przegląd
 pomysł,        odtworzenie   i techniczny                  w piaskownicy
 alert                        [CZŁOWIEK                          │
                              zatwierdza]                        ▼
  8. MONITORING ◄── 7. WYDANIE ◄────────────────────── 6. WERYFIKACJA
  produkt działa,    [CZŁOWIEK                            agent przechodzi
  pojawiają się      akceptuje]                           ścieżkę użytkownika,
  nowe zgłoszenia                                         nagrywa dowód
                                                          [CZŁOWIEK potwierdza]

Nad pętlą pracuje koordynator, nazwijmy go brygadzistą. To agent, który odbiera wyzwalacz (zgłoszenie z systemu zadań, wiadomość na czacie, alert z monitoringu, polecenie z laptopa programisty), decyduje, na którym etapie jest praca, i uruchamia właściwego agenta z właściwym modelem i kontekstem. Tańszy model do sortowania. Mocniejszy do opisu. Ten, który wypadł najlepiej w twoich testach, do recenzji.

Poniżej każdy etap: co robi, dlaczego jest potrzebny i co się psuje, gdy go pominiesz.

1. Wejście: praca musi przyjść w jednym miejscu

Co się dzieje: pomysł, zgłoszenie błędu, alert z monitoringu albo prośba z czatu trafia do jednej kolejki.

Dlaczego to ważne: fabryka, do której praca wpada sześcioma drzwiami, nie wie, co ma na stole. Nie da się wtedy zmierzyć przepustowości ani kosztu.

Co się psuje bez tego: połowa pracy agentów dzieje się poza pętlą, na laptopach, bez śladu i bez metryk.

2. Triage: najtańsza oszczędność w całej pętli

Co się dzieje: agent czyta zgłoszenie, próbuje odtworzyć problem i odkłada je do jednego z trzech koszy: gotowe do wykonania (jasny, mały błąd), niejasne, potrzebny opis (funkcja, wymaganie z wieloma interpretacjami), odstawione, potrzebny człowiek (brak danych, decyzja biznesowa).

Dlaczego to ważne: w starym cyklu sortowanie, szacowanie i wstępne rozpoznanie zjadają godziny najbardziej doświadczonych ludzi. Tu dostają zgłoszenia już posortowane. Dobrze opisane drobne błędy przechodzą do wykonania bez dotknięcia człowieka.

Co się psuje bez tego: agent wykonawczy dostaje niejasne zadanie i produkuje dużo kodu, który rozwiązuje nie ten problem.

3. Opis: tu decyduje się jakość całej pętli

Co się dzieje: dla zadań niejasnych agent przygotowuje dwa dokumenty. Opis produktowy mówi, co użytkownik zobaczy i zrobi od początku do końca. Opis techniczny mówi, jak zmiana wpasuje się w istniejącą architekturę. Człowiek czyta oba, poprawia i zatwierdza, zanim powstanie jedna linia kodu.

Dlaczego to ważne: to punkt kontroli o największej dźwigni w całej fabryce. Poprawienie zdania w opisie kosztuje minutę. Poprawienie tej samej decyzji w gotowej zmianie na tysiąc linii kosztuje dzień i nerwy recenzenta. W starym cyklu człowiek przeglądał gotowy kod. W fabryce przegląda zamiar.

Co się psuje bez tego: recenzja zamienia się w archeologię. Człowiek próbuje zrozumieć z kodu, co agent chciał zrobić, i zwykle odkrywa, że zrobił coś innego, niż chciał zespół.

4. Wykonanie: najmniej ciekawy etap

Co się dzieje: agent wykonawczy bierze zgłoszenie z triage albo zatwierdzony opis i przygotowuje zmianę.

Dlaczego to ważne: paradoksalnie mniej, niż się wydaje. Jeśli wejście, triage i opis działają, wykonanie jest najbardziej przewidywalną częścią pętli. Wszyscy chcą zaczynać od niego, bo tu widać efekt. To błąd.

Co się psuje, gdy zaczniesz tylko od tego: masz szybkiego agenta, który pisze kod do zgłoszeń, których nikt nie posortował i nie opisał. Ludzie spędzają czas na odrzucaniu zmian zamiast na ich zatwierdzaniu.

5. Recenzja: etap, który uczy się sam

Co się dzieje: agent recenzent przegląda każdą zmianę, zanim zobaczy ją człowiek. Działa w piaskownicy z dostępem do kodu, więc zanim zostawi komentarz z sugerowaną poprawką, może ją uruchomić i sprawdzić. Ma przed sobą opis produktowy i techniczny, więc ocenia zmianę względem zamiaru, nie tylko względem stylu.

Do tego dochodzi pętla zewnętrzna. Drugi agent obserwuje, jakie uwagi zostawiają ludzie przy recenzjach, zbiera je i raz na jakiś czas proponuje zmianę instrukcji recenzenta. Ta propozycja to zwykła zmiana do akceptacji przez człowieka.

Dlaczego to ważne: konwencje zespołu nie muszą być spisane z góry w dokumencie, którego nikt nie czyta. Narastają w instrukcji recenzenta z każdą uwagą. Po kwartale agent zna zwyczaje zespołu lepiej niż nowy pracownik po miesiącu.

Co się psuje bez tego: człowiek dostaje do recenzji surowy kod i powtarza te same pięć uwag co tydzień.

6. Weryfikacja: człowiek potwierdza, zamiast śledzić

Co się dzieje: agent dostaje komputer, uruchamia aplikację i przechodzi ścieżkę użytkownika od początku do końca, tak jak zrobiłby to tester. Do zmiany dołącza zrzuty ekranu albo nagranie. Osobno sprawdza, czy to, co powstało, zgadza się z opisem, od którego wszystko się zaczęło.

Dlaczego to ważne: testy automatyczne sprawdzają to, co ktoś przewidział. Weryfikacja na żywo łapie to, czego nikt nie przewidział: przycisk zasłonięty przez komunikat, formularz, który działa, ale nie da się go wypełnić na telefonie. Dla człowieka zmienia się charakter pracy. Zamiast samemu odtwarzać zmianę, ogląda dwuminutowe nagranie i mówi „tak” albo „nie”.

Co się psuje bez tego: ostatni etap przed wydaniem znów zależy od tego, czy ktoś miał czas ręcznie przeklikać aplikację.

7. Wydanie: decyzja, która zostaje przy człowieku

Co się dzieje: człowiek akceptuje zmianę i wypuszcza ją na produkcję.

Dlaczego to ważne: wydanie to moment, w którym ryzyko przechodzi z zespołu na klientów. Ktoś musi się pod tym podpisać. Agent przygotowuje, sprawdza i sugeruje. Człowiek decyduje i odpowiada.

8. Monitoring: pętla się zamyka

Co się dzieje: agent obserwuje działanie produktu, wyłapuje awarie i nietypowe zachowania i sam zakłada zgłoszenie, które wraca na etap pierwszy. Przykład całej pętli bez człowieka aż do akceptacji: monitoring wykrywa awarię, zakłada zgłoszenie, triage odtwarza błąd, wykonanie przygotowuje poprawkę, recenzja i weryfikacja ją sprawdzają, a człowiek rano dostaje gotową zmianę z nagraniem.

Dlaczego to ważne: bez tego etapu fabryka jest linią montażową. Z nim jest pętlą, w której produkt sam zgłasza, co trzeba poprawić.

Druga pętla: fabryka, która ulepsza fabrykę

Nad pętlą produktu działa druga, mniej widoczna. Agent obserwator ocenia każdy przebieg: ile kosztował, ile razy człowiek musiał coś poprawić, czy zmiana później nie wróciła jako błąd. Na tej podstawie proponuje zmiany w samej fabryce: inny model na etapie triage, dokładniejszą instrukcję opisu, nową umiejętność dla recenzenta.

Żeby to było bezpieczne, definicja fabryki musi być kodem: wersjonowanym, z możliwością cofnięcia złej zmiany, przetestowania nowej wersji na części zadań i porównania wyników na stałym zestawie zadań testowych. Zmiana w fabryce przechodzi tę samą ścieżkę co zmiana w produkcie: propozycja, recenzja, akceptacja człowieka. Fabryka, która sama zmienia swoje instrukcje bez zgody człowieka, po trzech miesiącach robi rzeczy, których nikt nie rozumie.

Ta druga pętla oznacza też drugą pracę dla zespołu. Inżynier nie tylko robi produkt przez fabrykę. Ulepsza też samą fabrykę, opierając się na pomiarach, a nie na przeczuciu. To nie jest zadanie dla jednego specjalisty od AI, tylko normalna część pracy każdego inżyniera, wpisana w ocenę roczną.

Stary cykl a fabryka: co się naprawdę zmienia

WymiarStary cykl wytwarzaniaFabryka agentów
Kształtsztafeta: liniowe przekazania między ludźmipętla: monitoring zasila nowe zgłoszenia
Gdzie patrzy człowiekna gotowy kodna opis przed kodem i na nagranie po weryfikacji
Najdroższy zasóbczas programistyuwaga człowieka w punktach decyzji
Wiedza zespołuw głowach i w nieaktualnej wikiw instrukcjach agentów, wersjonowana razem z kodem
Testowanietesty pisane z góry plus ręczne przeklikanietesty plus weryfikacja na żywo z nagraniem i porównaniem z opisem
Doskonalenie procesuretrospektywa raz na sprintocena każdego przebiegu i propozycje zmian w fabryce
Praca w tokuprywatna, na komputerze programistyjawna dla zespołu, w kolejce fabryki
Odpowiedzialność za wydanieczłowieknadal człowiek

Ostatni wiersz jest najważniejszy. Wymagania, architektura, zatwierdzenie opisu i decyzja o wydaniu zostają przy ludziach. Zmienia się wszystko pomiędzy. Skrajny wariant tej zmiany, w którym człowiek prawie nie zagląda do kodu, a pracę ocenia po scenariuszach i wynikach testów, opisałem we wpisie o software dark factory.

Gdzie fabryka może zaszkodzić

Automatyczne wykonanie zadań, które tylko wyglądają na proste. „Podnieś wersję biblioteki” brzmi jak zadanie dla agenta. Dopóki nowa wersja nie zmienia sposobu liczenia zaokrągleń w module faktur. Zacznij od zadań, w których błąd jest tani i od razu widoczny: drobne usterki interfejsu, oczywiste awarie, aktualizacje bez zmian w działaniu.

Pomijanie opisu, bo „agent i tak szybko pisze”. Szybkie pisanie bez zatwierdzonego opisu to najdroższy sposób na odkrycie, że wszyscy rozumieli zadanie inaczej.

Samodoskonalenie bez hamulca. Patrz wyżej: zmiana w fabryce bez akceptacji człowieka to dryf, nie postęp.

Fabryka bez ludzi. Zespół, któremu powiesz, że fabryka ma go zastąpić, odejdzie, zanim fabryka zacznie działać. Ludzie, którzy lubią trudne problemy systemowe, zwykle najszybciej polubią budowanie fabryki, jeśli dostaną je jako awans w odpowiedzialności, a nie jako wyrok.

Po czym poznasz, że fabryka działa

Metryka próżnościMetryka wyniku
liczba linii kodu napisanych przez agentówile razy człowiek dotknął jednej zmiany od zgłoszenia do wydania (ta liczba ma spadać)
liczba zużytych tokenówkoszt jednej zamkniętej zmiany i jego trend miesiąc do miesiąca
liczba uruchomionych agentówodsetek zgłoszeń, które przeszły przez pętlę bez poprawek po akceptacji
„agenci robią 40% kodu”czas od zmiany do produkcji, częstotliwość wdrożeń, odsetek nieudanych wdrożeń, czas przywrócenia działania (cztery klasyczne miary DORA)

Do tego dochodzi ocena jakości przez drugi model (LLM-as-a-judge), ale tylko jako uzupełnienie. Jeśli rośnie liczba poprawek po wydaniu, żadna ocena modelu nie przykryje tego, że fabryka produkuje gorzej.

Od czego zacząć: kolejność budowy

Najważniejsza zasada: każdy krok daje działający system. Możesz zatrzymać się po dowolnym i nadal masz coś, co przynosi wartość.

  1. Triage. Agent sortuje przychodzące zgłoszenia do trzech koszy i dla dobrze opisanych drobnych błędów przygotowuje pierwszą wersję zmiany. Efekt: zgłoszenia przychodzą posortowane, a ludzie przestają tracić godziny na etykietowanie i szacowanie.
  2. Opisy. Dla zadań niejasnych agent przygotowuje opis produktowy i techniczny, a człowiek zatwierdza je przed wykonaniem. Efekt: złożone funkcje wchodzą do fabryki, zamiast utknąć w kolejce.
  3. Recenzja z pętlą uczenia. Agent w piaskownicy przegląda każdą zmianę, drugi agent zbiera uwagi ludzi i proponuje poprawki instrukcji recenzenta. Efekt: każda zmiana ma pierwszy przegląd, zanim zobaczy ją człowiek.
  4. Weryfikacja na żywo. Agent przechodzi ścieżkę użytkownika, nagrywa dowód i porównuje wynik z opisem. Efekt: człowiek potwierdza zamiast śledzić.
  5. Połączenie i pomiar. Brygadzista spina etapy, monitoring zasila wejście, obserwator ocenia przebiegi. Dopiero teraz zaczyna działać druga pętla.

Ta sama kolejność sprawdza się poza IT. Pętla „brief, sortowanie, opis kampanii, przygotowanie, przegląd zgodności z głosem marki, sprawdzenie liczb i zgód, publikacja, pomiar” to ta sama fabryka w marketingu. Piszę o tym w tekście Fabryki agentów nie skończą się na oprogramowaniu. O tym, gdzie powinny leżeć instrukcje, pamięć i dane takiej fabryki, w tekście Fabryka agentów: czyja jest, jeśli działa u dostawcy?.

W poniedziałek zrób jedno: weź ostatnie dwadzieścia zgłoszeń z waszego systemu zadań i ręcznie, w arkuszu, przypisz każde do jednego z trzech koszy triage. Jeśli więcej niż połowa trafia do kosza „niejasne”, wiesz, że pierwszym agentem w waszej fabryce nie powinien być ten, który pisze kod, tylko ten, który pisze opisy.

Jeśli chcesz nauczyć się projektować takie pętle i prowadzić w nich pracę agentów, zajrzyj do Akademii: ścieżka Forward Deployed AI Engineer jest dla tych, którzy fabrykę budują, a AI Agent Manager dla tych, którzy w niej zatwierdzają.

Zostaje decyzja. Możesz dać zespołowi agenta, który szybciej pisze kod, i patrzeć, jak rośnie kolejka do recenzji. Albo możesz zbudować pętlę, w której ludzie przestają pisać i przeglądać wszystko, a zaczynają zatwierdzać to, co naprawdę wymaga ich osądu.

Portret Krzysztofa Majchrzyckiego

O autorze

Krzysztof Majchrzycki jest architektem systemów i AI Business Partnerem. Od wielu lat łączy technologię z biznesem i zarządzaniem. Współtworzył firmy technologiczne i kierował polskim oddziałem międzynarodowej grupy. Dziś projektuje modele firm i inteligentne systemy operacyjne, które z nich wynikają. Ukończył Executive MBA i ma certyfikat Prosci® Certified Change Practitioner.

Naucz się budować pętle agentów

W Akademii ścieżka Forward Deployed AI Engineer uczy projektować fabrykę agentów, a AI Agent Manager prowadzić w niej pracę i zatwierdzać wyniki.