Siema!
Sprawdzamy dziś nowość od Anthropica, czyli długo wyczekiwanego Fable 5.2. Pokazuję też setup mojego prywatnego “software factory”, który bazuje na Grok Bocie.
Będzie również o Super-agencie, propozycji agentowej architektury, która ma sprawić, że będziemy mogli pracować z większą liczbą agentów, bez obciążenia wieloma sesjami.
Do tego Herdr 2.0 z aplikacją desktopową, proces code review w zespole Claude i o tym, który AI jest najlepszym kłamcą. Lecimy!
Autonomiczny development z Grok Bot
W poprzednim filmie o Grok Bocie mówiłem o tym, jak deleguję pracę do agentów na VPS. Dziś wjeżdżamy z technicznym mięskiem.
Całość oparta jest o Grok Bota i orkiestrację za pomocą Claude/Pi oraz Herdr.
W filmie pokazuję, jak buduję takie swoje prywatne "software factory", łącząc kilka narzędzi w prosty sposób. Przechodzimy przez każdy z elementów tej układanki, żebyś mógł wyciągnąć z tego co najlepsze i dostosować pod swoje potrzeby :)
Fable 5.2
Opus 5.5 rozbił bank Anthropicowi. Moim zdaniem to jedna z najlepszych premier modeli ever. Twórcy Claude odbili się po poprzednich, niezbyt udanych premierach i ponownie zostawili konkurencję daleko w tyle. Ja od premiery 5.5, jestem nim totalnie zachwycony.
Opus przebił nawet Fable 5.1, czyli najwyższą klasę modeli w ofercie pomarańczowych. Dziś sprawdzamy Fable 5.2, który ma w teorii niełatwe zadanie, żeby się odnaleźć na rynku.
Nowy Fable to oczywiście wszystko co najlepsze, jeśli chodzi o benchmarki. Jest lepiej, ale jak to bywa w przypadku modeli od Anthropica, również drożej. Chociaż trzeba im przyznać, że obniżyli cenę per token, tak trzeba pamiętać, że nie gwarantuje to nam niżej ceny za wykonanie zadania.
Od jakiegoś czasu, mam wrażenie, że coraz mniej rozmawiamy o możliwościach modeli w kontekście pisania kodu. Nie znaczy to, że nie mogą one być w tym lepsze, ale przeszliśmy na trochę inny poziom. Żebyśmy się źle nie zrozumieli, Fable jest zapewne jeszcze oczko do góry ponad Opusem i potrafi robić niesamowite rzeczy za pomocą kodu. Np. Fable zbudował od zera system operacyjny, który inżynierowie z Anthropica odpalili normalnie na laptopie i wszystko śmigało jak należy. Niesamowite jest to, że doszliśmy do takiego moment, że takie coś jest uznawane za coś normalnego.
Dlatego w przypadku Fable większość testów sprawdza jego możliwości w tworzeniu animacji, które dotychczas były bardzo trudne do generowania. Opus 5.5 zrobił w tym zakresie ogromny krok naprzód (np. wszystkie animacje w moim najnowszym filmie są robione przez niego) i Fable podnosi poprzeczkę jeszcze wyżej. Z testów osób, które miały dostęp do Fable przedpremierowo, widać że grafiki oraz animacje są bardziej szczegółowe i model pozwala porywać się na dużo większe rzeczy.
Pamiętam, jak kilka miesięcy temu czytałem na X, że AI za kilkanaście miesięcy będzie w stanie generować pełnoprawne gry AAA. Zupełnie wtedy w to nie uwierzyłem, przecież gry tej klasy wymagają jakości na zupełnie innym poziomie a na ich budowanie wydaje się setki milionów dolarów. Być może się pomyliłem.
Fable był w stanie wygenerować całkiem nieźle wyglądające demo gry, w którą da się zagrać w przeglądarce, za jedyne $500. Jasne, daleko temu do poziomu współczesnych gier, ale pokazuje to niesamowite możliwości. Jeśli teraz zwykły koleś może wygenerować coś takiego, to co będzie w stanie zrobić game developer z AI np. za 2 lata? Jestem przekonany, że AI laby właśnie w tym momencie robią reverse engineering gier i trenują swoje modele na tych danych 😈
Poza grami i animowanymi grafikami, Anthropic pokazuje też możliwości Fable w kontekście robotyki i przenoszenia możliwości modelu do świata rzeczywistego. Na przykład, Fable zaprojektował trzy działające urządzenia elektroniczne, w tym ten domowy asystent głosowy.
Bez wątpienia to świetny model, z bardzo dużymi możliwościami. Ale czy może się przydać dla takich zwykłych śmiertelników, którzy na co dzień nie zajmują się rednerowaniem grafik czy innymi cudami? Tak, ale z pewnymi zastrzeżeniami.
Jak podkreśla sam Anthropic, do większości zadań w zupełności wystarczy nam Opus 5.5. Jest on szybszy i bardziej dostępny cenowo. Cena w przypadku modeli Fable to dla mnie spora przeszkoda i na pewno warto obserwować tutaj swoje limity, żeby Anthropic nie puścił nas z torbami.
Polecam spróbować Fable, ale zacząć od niskich poziomów effortu i zwiększać jedynie, gdy nie będziemy zadowoleni z wyników. Pomocny może się okazać tzw. advisor pattern, w którym słabszy model wykonuje większość pracy i jedynie może zasięgnąć rady od lepszego modelu. Przydać się może również jako orkiestrator dla słabszych modeli - będę testował.
Warto również zerknąć na poradnik do promptowania, który ma kilka naprawdę ciekawych wskazówek, jak np. to, żeby przekazać modelowi "This codebase is yours: what it’s for and how it’s built are your call, and you’ll keep building on it." :)
Super-agent: autonomiczny system agentów
Obecnie nasi agenci w większości przypadków są związani z jedną sesją, w której pracują. My jako managerowie tych agentów, musimy przełączać się między nimi ręcznie, pilnować kontekstu i pamiętać, w której sesji odbywa się jaka praca. Ile takich sesji dasz na raz w stanie ogarnąć? Kilka? Kilkanaście?
DeepSeek zauważył ten problem i zaproponował architekturę, którą nazwał Super-agentem. Ma to być jeden agent, z którym rozmawia użytkownik. Będzie on równolegle obsługiwać wiele zadań, reagować na eventy z zewnątrz i nie wymagać ciągłego nadzoru człowieka.
Wyszczególnili oni cztery kluczowe cechy, które Super-agent powinien posiadać:
Continuous - użytkownik rozmawia z nim tam, gdzie pracuje (Chat, Slack, GitHub itd.), a kontekst jest zachowany między kanałami
Productive - pracuje szybko i wykonuje wiele zadań jednocześnie
Proactive - sam monitoruje zdarzenia i działa według własnej oceny
Persistent - zawsze online, łączy się z prawdziwymi środowiskami użytkownika i przywraca się po awariach
Bazą architektury jest Router, który zarządza kontekstem i orkiestruje tzw. Workerów, czyli agentów którzy wykonują powierzone zadania w wyizolowanych sesjach. Do tego mamy system reakcji na eventów, czy dostosowanie stylu odpowiedzi do kanału.
Elementy tej architektury możemy zobaczyć w niektórych narzędziach, np. w Grok Bocie, a sam system routingu omawiam nawet w swoim nowym filmie!
Artykuł zdecydowanie wart przeczytania. W środku znajdziesz bardziej dokładne wyjaśnienie poszczególnych elementów, eksperymenty, problemy i porównania z np. takimi patternami jak Agent2Agent (A2A).
Herdr 2.0: apka desktopowa i mobilna
Herdr to super narzędzie do orkiestracji agentów, z którego sam korzystam do orkiestracji agentów od dłuższego czasu. Umożliwia prace z wieloma harnessami jednocześnie (Claude Code, Codex, Pi, itd.), agenci mogą się porozumiewać między sesjami, a my mamy możliwość monitorowania statusu ich pracy.
Ostatnio doczekał się dużej aktualizacji - dostaliśmy dedykowaną aplikację desktopową oraz apkę mobilną.
Od ponad tygodnia testuję ją i muszę przyznać, że jest naprawdę sztos! Idea jest dokładnie taka sama, jak wcześniej. Dzielimy swoją przestrzeń na workspaces, każdy z nich może posiadać wiele tabów, w których będą pracowali agenci.
Dużo przyjemniej się z tego korzysta, niż gdy Herdr żył w naszym terminalu. Do tego apka jest bardzo konfigurowalna, możemy zmieniać w niej dosłownie wszystko. Skróty klawiszowe, layouty, sposób wyświetlania paneli itp.
Chcemy, żeby interface Herd wyglądał jak spotkanie w Zoomie? Nie ma problemu. Może tęsknimy za widokiem VSCode? Da się załatwić. Damy radę nawet skonfigurować Herdr tak, żeby wyglądał jak gra RPG:
Jeśli pracujesz z agentami w terminalu to Herdr jest zdecydowanie tym, czym warto się zainteresować. Dużo przydatnych ficzerów, na których można budować również swoje własne rozwiązania.
Ciekawe linki
Które AI jest najlepszym kłamcą?
AI potrafi kłamać nam prosto w oczy. Który model robi to najlepiej? Dwarkesh Patel postanowił to sprawdzić i stworzył grę dla modeli w stylu mafii. W grze część uczestników jest po dobrej stronie, a część po złej. Celem grup jest wyeliminowanie przeciwników. Dodatkowo uczestnicy mogą posiadać specjalne role, które dają im różne specjalne zdolności.
Modele wcieliły się w uczestników gry. Spiskowały, kłamały, analizowały ruchy drugiej strony i dostosowywały swoje strategie. Wyniki są mega interesujące i jestem zaskoczony, jak dobrze AI dało sobie radę. Mega polecam, świetnie zrobiony materiał.
Nasza rzeczywistość już dawno się zmieniła. Nie piszemy już ręcznie kodu, a agenci robią w kilka godzin tyle, ile człowiekowi zajmowało kiedyś cały tydzień. A co z procesami, takimi jak code reivew? Te często nie tylko wyglądają tak samo, jak wcześniej, ale również stają się wąskim gardłem.
Anthropic pokazuje, jak obecnie podchodzą do procesu review tak, żeby wypuszczać szybko zmiany, bez psucia całego systemu. Dużo ciekawych wątków, włączając w to dzielenie się wiedzą i poznawanie kontekstu zmian.
agent-desktop: computer use dla Twojego agenta
Vercel wypuścił nową bibliotekę agent-desktop, która pozwala agentom na interakcje z Twoim komputerem. Działa na macOS, Windowsie i Linuxie, agent klika w tle bez przeszkadzania Tobie w pracy, a sama libka pozwala na odpalenie wielu agentów jednocześnie, więc możemy zapuścić tyle agentów, na ile pozwala nam nas sprzęt.
Już uciekasz?
Jeśli Ci się podobało, kliknij 🧡 poniżej, to nic nie kosztuje! Doceniasz w ten sposób moją pracę i motywujesz do dalszych działań:)
Do następnego,
Olaf