Szef Y Combinator wydaje na agentów AI nawet 200 tys. dolarów rocznie
Spis treści
Garry Tan, prezes i dyrektor generalny Y Combinator, wydaje około 100–200 tys. dolarów rocznie na tokeny wykorzystywane przez agentów AI. Opowiedział o tym Walterowi Isaacsonowi w podcaście The Builders. Dla większości użytkowników to kwota nieosiągalna, ale wypowiedź pokazuje, jak szybko agenci przechodzą od ciekawostki dla programistów do narzędzia organizującego codzienną pracę.
Tan używa agentów między innymi do zadań programistycznych, projektów zawodowych oraz przygotowywania się do rozmów. Jak relacjonuje TechCrunch, jego agent ma dostęp także do poczty elektronicznej, Dropboxa i Apple Notes, w tym do notatek z terapii obejmujących 20 lat. To wygoda, ale również bardzo wyraźny przykład, że osobisty agent wymaga takiego samego namysłu nad uprawnieniami jak każde inne narzędzie mające dostęp do prywatnych danych.
Agent jako pomocnik, nie tylko chatbot
Tan opisuje agenta jako coś w rodzaju cyfrowego doradcy, który zna kontekst użytkownika, podpowiada następne kroki i może samodzielnie wykonać część zadań. Taki model pracy różni się od klasycznego chatbota: użytkownik nie musi za każdym razem zaczynać od pustego okna i ręcznie przekazywać wszystkich informacji.
Podobne podejście ma być wykorzystywane w samym Y Combinatorze. Według Tana wewnętrzny agent o nazwie Stray Light otrzymuje dostęp do firmowego kontekstu, w tym informacji o wspieranych założycielach, zgłoszeniach i korespondencji. Jego wypowiedź nie oznacza, że każda organizacja powinna udostępnić agentowi wszystkie dane. Pokazuje raczej, że największą wartość takich systemów Tan widzi w połączeniu modelu językowego z uporządkowaną pamięcią i jasno określonym zakresem działania.
Gstack ma uczyć pracy z agentami
Tan udostępnił na GitHubie projekt gstack, zestaw umiejętności dla Claude Code. Dokumentacja projektu opisuje między innymi narzędzia do przeglądu zmian, wyszukiwania problemów i pracy z kontekstem repozytorium. To próba pokazania, że agent może uczestniczyć w całym procesie tworzenia oprogramowania, a nie tylko generować pojedyncze fragmenty kodu.
W rozmowie Tan zwracał uwagę, że zbyt rygorystyczne traktowanie agenta jak tradycyjnego, w pełni powtarzalnego programu może ograniczać jego użyteczność. Jednocześnie jego własny przykład pokazuje drugą stronę tej swobody: im więcej kontekstu i autonomii otrzymuje agent, tym ważniejsze stają się kontrola dostępu, prywatność oraz możliwość sprawdzenia, co system zrobił.
Największą barierą pozostaje cena
Tan uważa, że osobiste agenty mogą stać się powszechne, jeśli koszt ich działania spadnie. Przy obecnych wydatkach jego sposób pracy pozostaje przywilejem zamożnego użytkownika lub firmy. To właśnie cena tokenów, a nie brak pomysłów na zastosowania, może przez pewien czas ograniczać dostęp do agentów działających stale i korzystających z dużej ilości danych.
Szef Y Combinator nie chce przy tym, aby przyszłość osobistych agentów należała wyłącznie do wielkich platform. Woli model, w którym użytkownik może kontrolować własnego agenta i sam decydować, jak jest zaprogramowany. To ważny punkt debaty: wygoda gotowej usługi konkuruje z kontrolą nad danymi, pamięcią i sposobem podejmowania działań.
Źródła
Autor Artykułu
Paweł Lisowski
Paweł Lisowski - pasjonat technologii, komputerów i internetu. Od wielu lat śledzi rozwój sprzętu i oprogramowania, testuje nowe rozwiązania i dzieli się wiedzą z czytelnikami. Zafascynowany wpływem technologii na codzienne życie, tworzy praktyczne poradniki i inspiruje do świadomego korzystania z cyfrowego świata.