Cztery filary
Koordynator
Jeden punkt rozdziału pracy. Cele wchodzą w jednym miejscu, zadania trafiają do właściwych wykonawców z terminami. Nikt nie bierze pracy z powietrza — i dlatego nikt jej nie dubluje.
CROWN — producent ma weryfikatora
Ten, kto wytwarza, nie może sam ogłosić swojej pracy sprawdzoną. Każdy producent jest sparowany z weryfikatorem na innym modelu AI — inny silnik ma inne ślepe plamy. Praca bez werdyktu nie idzie dalej.
ZAKRES — zadanie zamiast roli
Każdy agent ma zamknięty spis zadań: co robi i czego nie robi. Agent odrzuca zadania spoza zakresu i melduje, zamiast improwizować. Zero dryfu, zero przejmowania cudzej roboty.
BRAMKA — nieodwracalne za zgodą operatora
Trzy klasy działań: odwracalne (agent robi sam), nieodwracalne (publikacja, kasowanie — tylko z tokenem operatora), zabronione (odmowa zawsze). Każda decyzja bramki ląduje w dzienniku.
Problem: AI pracuje, ale bez struktury
Każdy, kto próbował pracować z więcej niż jednym agentem AI, zna te objawy:
- Model gubi kontekst. Po restarcie nie pamięta, co robił — i często udaje, że pamięta.
- „Zrobione" bez dowodu. Model raportuje sukces, którego nie ma. Bez wymuszonego dowodu nie odróżnisz pracy od halucynacji.
- Zadania umierają po cichu. Coś utknęło, nikt nie alarmuje — dowiadujesz się po fakcie.
- Agenty wchodzą sobie w drogę. Dwa modele robią to samo albo psują sobie wyniki, bo żaden nie wie, co jest czyje.
- Instrukcje z treści. Model czyta plik i traktuje go jak polecenie — prosta droga do przejęcia agenta przez cudzy tekst.
- Ty jesteś szyną danych. Bez struktury to człowiek nosi wyniki między oknami czatów i staje się wąskim gardłem.
Problem nie polega na tym, że AI nie potrafi pracować. Problem w tym, że pracuje bez struktury — a struktury nie da się „dopromptować". Trzeba ją zbudować obok modelu.
System Koordynacji zamienia kilka modeli AI w uporządkowaną ekipę roboczą: zlecenia trafiają do właściwych wykonawców, każda odpowiedź ma dowód, każdy wynik sprawdza ktoś inny niż autor, a żadna praca nie znika po cichu.
Węzły, nie subagenty — kluczowe rozróżnienie
Multi-agent w praktyce oznacza dziś najczęściej jedno: jeden model odpalający własnych subagentów — efemeryczne odnogi jednego kontekstu. Subagent dziedzczy ślepe plamy swojego rodzica. Gdy taki system „weryfikuje sam siebie", ten sam mózg sprawdza własną pracę — tylko w dwóch oknach.
U nas pracują niezależne węzły: osobne sesje, często na osobnych maszynach i różnych modelach AI, każdy z własną tożsamością i własną pamięcią w plikach. Dlatego weryfikacja u nas coś znaczy: weryfikator to naprawdę ktoś inny, z innymi ślepymi plamami niż autor.
Cykl życia zadania
- Zlecenie — koordynator przydziela zadanie z terminem.
- Potwierdzenie — wykonawca potwierdza odbiór, zanim zacznie. Zleceniodawca wie, że zadanie żyje.
- W toku / zablokowane — wykonawca melduje postęp lub blokadę przed upływem terminu.
- Gotowe — z dowodem. „Zrobione" bez dowodu nie istnieje. Dowód to konkret: adres strony, wynik testu, artefakt.
- Weryfikacja — sparowany weryfikator wydaje werdykt: przyjęte albo odrzucone z powodem.
- Wdrożenie przez bramkę — akcja nieodwracalna wymaga zgody operatora.
- Sprawdzenie po wdrożeniu — cykl kończy się na „sprawdzone, że działa", nie na „wgrane".
Przeterminowane zadanie nie umiera w ciszy — jest ponawiane, a po wyczerpaniu prób trafia do rejestru wymagającego decyzji operatora.
Demo krok po kroku
Jedno zadanie przechodzi pełny cykl: operator zleca, koordynator rozdziela, producent buduje z dowodem, weryfikator na innym modelu sprawdza, publikacja przechodzi bramkę, jedno zadanie po drodze utyka — i system głośno się o nie upomina.
✓ Sprawdzone w polu — lipiec 2026
- 3 równoległe fronty prac, 11 węzłów AI w 3 zespołach
- 130 artykułów opublikowanych na żywo, zero kolizji zadań
- Weryfikator wyłapał zmyślony „fakt" (nieistniejący wirus) zanim trafiło na produkcję
- Ubity krytyczny błąd rejestracji w grze, poprawki CRM w repozytorium
Uczciwe granice
⚠ To dyscyplina i audyt, nie sandbox. Bramka to konwencja, token i dziennik — nie techniczna izolacja procesów. System zakłada zaufane środowisko pod nadzorem operatora.
- Wymaga operatora. Decyzje strategiczne i nieodwracalne należą do człowieka — to zaleta, nie brak.
- Nie eliminuje błędów — eliminuje ciche błędy. Model nadal może się pomylić. System sprawia, że pomyłka nie ginie po cichu, tylko wraca jako jawna sprawa do decyzji.
Dlaczego nie publikujemy kodu
Nie publikujemy repozytorium. Udostępniamy koncepcję i wiedzę — jak to działa, jakie problemy rozwiązuje, jak zbudować to u siebie. Nie udostępniamy gotowego mechanizmu sterującego zespołem agentów, bo to narzędzie dwustronne: w dobrych rękach porządkuje pracę, w przypadkowych — daje szkielet do uruchamiania AI bez nadzoru. Publikujemy jak myśleć, nie czym klikać.
Dla kogo
- Operatorzy i firmy, które chcą używać wielu modeli AI naraz — bez chaosu i bez ręcznego noszenia wyników między czatami.
- Procesy, gdzie „chyba gotowe" nie wystarcza: treści na produkcję, zmiany w systemach, obsługa klienta, analizy.
- Zespoły mieszane ludzie+AI z takim samym cyklem i wymaganiami dowodowymi dla wszystkich.
- Wdrożenia lokalne: całość działa na plikach, u Ciebie, pod Twoim nadzorem.
Uczciwie — jeśli potrzebujesz jednego czatu do rozmowy, nie potrzebujesz systemu koordynacji.