Biblioteka
Stałe koncepty świata AI. Krótko i z opinią.
agents
Agenci — kiedy LLM dostaje ręce i pamięć
LLM z tool use, pętlą i pamięcią. Dużo marketingu, mało definicji. Tu jest wersja bez owijania.
Agenci kodujący — kiedy model dotyka repo
Claude Code, Codex i reszta to nie magiczny junior. To szybka pętla: czytaj kod, edytuj, uruchom testy, napraw skutki. Przydatne, ale tylko z barierkami.
Agenci computer-use — model, który klika
Agent computer-use widzi ekran i steruje UI. Brzmi jak sci-fi; w praktyce to krucha automatyzacja nad pikselami, formularzami i źle opisanymi przyciskami.
foundations
Ewaluacje i benchmarki — pomiar zamiast wrażeń
Benchmark nie jest prawdą wyrytą w kamieniu. To przyrząd pomiarowy z błędami. Bez niego tylko zgadujesz, czy model albo agent działa.
Niezawodność modeli — gdy ładna odpowiedź nie wystarcza
Niezawodność dotyczy tego, kiedy model wie, kiedy nie wie, kiedy zmyśla i jak często można ufać jego wyjściu w produkcji. Elegancki styl nie jest dowodem.
RAG — Retrieval-Augmented Generation
Kiedy model nie ma w głowie twoich danych, dociąga je z vector store albo z fulltextu. RAG to wzorzec, nie produkt.
safety
Bezpieczeństwo agentów i sandboxing
Agent z narzędziami to mała maszyna do konsekwencji. Sandbox, approvals, least privilege i audit log nie są dekoracją enterprise, tylko hamulcami przed pożarem.
Prompt injection — obce instrukcje w twoim kontekście
Prompt injection to nie popisowy jailbreak. To problem granic: model czyta niezaufany tekst i może pomylić go z instrukcjami. Przy agentach pali dwa razy mocniej.