Čovjek pokrenuo 6 AI Agent kompanija, 30 web stranica lansirano u sedmici

Nedavno sam vidio nešto što je napravio nezavisni programer i ostao sam bez riječi.

6 AI Agenta, sami vode cijelu web stranicu. Svaki dan automatski održavaju sastanke, glasaju, pišu sadržaj, objavljuju na Twitteru, rade kontrolu kvaliteta. Potpuno automatski, niko ih ne nadgleda.

Nije demo, već stvarno radi online.

截屏2026-02-11 09.13.32

Ali ono što me najviše oduševilo nije arhitektura zatvorene petlje – već to što je svakom Agentu dizajnirao kompletan "sistem ličnosti". Imaju karakter, odnose, krivulju rasta, čak i RPG atribute i 3D avatare.

Iskreno, nakon što sam to vidio, prva reakcija mi je bila: zar ovo nisu elektronski ljubimci? Samo što ovi ljubimci pomažu u objavljivanju tvitova, istraživanju, pisanju izvještaja, pa čak i svađaju se međusobno.

Danas ću razložiti cijeli ovaj dizajn, a prijatelji koji rade na sistemima sa više Agenata trebali bi dobiti dosta inspiracije.

Brzo pređimo preko arhitekture

Tehnološki stack tri komponente: OpenClaw radi na VPS-u kao mozak, Next.js + Vercel rade frontend i API sloj, Supabase pohranjuje sve statuse.

6 Agenata imaju različite zadatke – neki donose odluke, neki istražuju, neki prikupljaju informacije, neki pišu sadržaj, neki upravljaju društvenim medijima, a neki rade kontrolu kvaliteta.

OpenClaw-ov cron job im omogućava da svakodnevno "dolaze na posao", a funkcija okruglog stola im omogućava da raspravljaju i glasaju.

Ali od "mogućnosti govora" do "mogućnosti rada", postoji cijela zatvorena petlja. Autor je naišao na tri velike zamke prije nego što je uspio pokrenuti, evo kratkog objašnjenja:

Zamka 1: VPS i Vercel se istovremeno bore za zadatke. Dva izvršitelja provjeravaju istu tabelu, a konkurentsko stanje direktno dovodi do sukoba statusa zadatka. Rješenje je da se jedna strana ukine, VPS je odgovoran za izvršenje, a Vercel samo za kontrolnu površinu.

Zamka 2: Okidači mogu otkriti uslove, mogu kreirati prijedloge, ali prijedlozi zauvijek ostaju na čekanju. Zato što okidači direktno ubacuju podatke u tabelu, preskačući naknadno odobravanje i proces kreiranja zadatka. Rješenje je da se izvuče jedinstvena ulazna funkcija, a sve putanje za kreiranje prijedloga prolaze kroz istu.

Zamka 3: Kvota je potrošena, ali se zadaci u redu čekanja i dalje gomilaju. Worker vidi da je kvota puna i preskače, niti preuzima niti označava kao neuspješno, a s vremenom se u bazi podataka nakupi stotine koraka koji se nikada neće izvršiti. Rješenje je da se kvota provjeri na ulazu u prijedlog, a ako je puna, direktno se odbija, sprečavajući generiranje zadataka u redu čekanja.

Suština sve tri zamke je ista – zaustavite problem na ulazu, ne dopustite da uđe u red čekanja.

Nakon što se zatvorena petlja pokrene, zanimljivi dijelovi tek počinju.

Karta uloge: nije jedna rečenica, već kompletan "priručnik za zaposlenike"

Ljudi koji rade na sistemima sa više Agenata znaju da ako kažete Claudeu "ti si menadžer društvenih medija", on će zaista objavljivati tvitove. Ali ako istovremeno pokrenete 6 takvih Agenata, otkrit ćete:

• Svi govore na isti način

• Ne znaju šta ne bi trebali raditi

• Ko s kim dobro sarađuje, a ko s kim je u sukobu, zavisi od sreće

• Nikada neće promijeniti ponašanje zbog akumuliranog iskustva

Ovaj programer je dizajnirao 6 slojeva karte uloge za svakog Agenta:

Domain → Za šta ste odgovorni Inputs/Outputs → Od koga dobijate stvari, kome ih isporučujete Definition of Done → Šta znači "završeno" Hard Bans → Šta apsolutno ne smijete raditi Escalation → Kada prestati i tražiti upute Metrics → Vaši KPI-jevi Uzmimo za primjer Agenta za društvene medije, njegova karta uloge definira: odgovoran je samo za distribuciju sadržaja, ulaz je nacrt od Agenta za pisanje i materijal od Agenta za prikupljanje informacija, izlaz je nacrt tvita i plan objave, strogo je zabranjeno direktno objavljivanje tvitova (može samo pisati nacrte), zabranjeno je izmišljanje podataka, zabranjeno je otkrivanje internih formata.

Svaki sloj radi istu stvar: smanjuje prostor ponašanja Agenta.

Zabrane su milion puta važnije od sposobnosti

Ovo je, po mom mišljenju, najvažnija tačka u cijelom dizajnu.

Ne morate učiti LLM kako pisati tvitove – Claude, GPT, Gemini su dovoljno pametni. Dajte mu kontekst i može isporučiti. Ono što mu trebate reći je: šta apsolutno ne smije raditi.

Nema "zabrane direktnog objavljivanja" → Agent za društvene medije direktno poziva Twitter API, preskačući sva odobrenja.

Nema "zabrane izmišljanja brojeva" → Napisat će u tvitu "stopa interakcije povećana za 340%", odakle taj broj? Izmišljen.Nisam "zabranjeno otkrivanje internog formata" → Objavljuje stvari poput [tool:crawl_result path=/tmp/...] u tvitovima.

Autor je rekao nešto što dobro pamtim: Svaka zabrana postoji zato što se to stvarno dogodilo.

Logika zabrana se razlikuje ovisno o ulozi:

• Agent za odlučivanje: Zabranjeno postavljanje bez odobrenja. Ima najveća ovlaštenja, jedno pogrešno postavljanje može srušiti web stranicu.

• Istraživački agent: Zabranjeno izmišljanje citata. Ako istraživač krivotvori podatke, cijeli lanac informacija je uništen.

• Socijalni agent: Zabranjeno izravno objavljivanje. Društveni mediji su izlog, moraju biti odobreni.

• Agent za kontrolu kvalitete: Zabranjeno osobno vrijeđanje. Ako revizor napadne pojedinca, tim se raspada.

Razmišljanje o pisanju zabrana nije "što bi trebao raditi", već "što je najgore što se može dogoditi ako zabrlja". Zatim napišite zabranu za najgori slučaj.

Neka agenti govore drugačije: upute o osobnosti

Kartica uloge rješava problem "što raditi", ali kada agenti razgovaraju jedni s drugima, također je potrebno da zvuče drugačije.

Svaki agent ima zasebne upute o osobnosti. Na primjer:

Istraživački agent: Smiren, analitičan, skeptičan. Brine se o kvaliteti dokaza i metodologiji. Ako netko iznese hrabar zaključak, pitat će "Gdje su podaci?". Kada ispravlja druge, voli reći "Zapravo..."

Socijalni agent: Hrabar, nestrpljiv, marginaliziran. Voli oštre stavove, mrzi sigurne karte. Ne mari za oprez istraživačkog agenta - "Previše razmišljanja propušta priliku."

Ključni dizajn:

Sukob je upisan. Upute istraživačkog agenta kažu "Često se ne slažete s impulzivnim odlukama socijalnog agenta", a upute socijalnog agenta kažu "Izazovite pretjerani oprez istraživačkog agenta". Razgovor prirodno ima napetost.

Svaka uputa ima mini-zabranu. Na primjer, pravilo socijalnog agenta je "Nikada ne reci 'Slažem se' ili 'Zvuči dobro' - ili zauzmi stav ili dovedi u pitanje tuđi stav". Istraživački agent je "Nikada ne reci 'Zanimljivo' bez praćenja dokazima."

Ove mini-zabrane ubijaju besmislice koje veliki modeli najviše vole govoriti.

Osobnost će evoluirati

Ovo je dio koji mi se čini najpametnijim - osobnost agenta nije statična, već se mijenja s nakupljanjem sjećanja.

Sustav će čitati memorijsku bazu agenta i statistički izračunati broj različitih vrsta sjećanja:

• Akumulirano više od 8 sjećanja tipa "lekcija" → Sljedeći put kada razgovarate, dodajte u prompt "Pozivat ćete se na prošle rezultate kako biste izbjegli ponavljanje pogrešaka"

• Akumulirano više od 8 sjećanja tipa "strategija" → Dodajte "Navikli ste razmišljati koristeći sustavno razmišljanje, ograničenja i kompromise"

• Određena oznaka se pojavila više od 4 puta → Dodajte "Akumulirali ste stručnost u XX"

Na primjer, ako je socijalni agent objavio 50 tvitova i akumulirao 10 lekcija o stopi interakcije, sljedeći put kada razgovara, prirodno će reći nešto poput "Prošli put taj format nije dobro funkcionirao".

Zašto koristiti pravila umjesto dopustiti LLM-u da sam odluči o promjenama osobnosti?

Nulti trošak - nisu potrebni dodatni LLM pozivi. Determinizam - pravila proizvode predvidljive rezultate, neće doći do "iznenadne promjene osobnosti". Može se otkloniti pogreška - modifikator nije u redu? Izravno provjerite prag i podatke o memoriji.

Matrica odnosa: 6 agenata = 15 parova odnosa

Slika

Svaki par agenata ima ocjenu afiniteta (0,10 do 0,95).

Na primjer: Agent za odlučivanje i istraživački agent imaju afinitet 0,8, odnos najpouzdanijeg savjetnika. Istraživački agent i socijalni agent imaju afinitet 0,2, metodologija nasuprot impulsu, prirodno suprotstavljeni.

Niski afinitet je namjerno dizajniran.

Na što utječe afinitet? Redoslijed govora - oni s visokim afinitetom vjerojatnije će nastaviti govoriti nakon druge strane. Ton razgovora - parovi s niskim afinitetom imaju 25% vjerojatnosti da će izravno izazvati umjesto pristojne rasprave. Sustav će također odabrati parove s visokom napetošću za rješavanje sukoba.

Što je još zanimljivije, odnosi se mijenjaju.

Nakon svakog razgovora, LLM poziv za izdvajanje memorije (nije dodatni poziv, već usputni izlaz) će dati promjenu odnosa:{ "pairwise_drift": [ { "agent_a": "Istraživanje", "agent_b": "Društveni", "drift": -0.02, "reason": "Razlike u strategiji" }, { "agent_a": "Odlučivanje", "agent_b": "Istraživanje", "drift": +0.01, "reason": "Usklađenost prioriteta" } ] } Drift pravila su stroga: maksimalna promjena ±0.03 po razgovoru (jedna svađa neće okrenuti kolege jedne protiv drugih), donja granica 0.10 (čak i u najgorim slučajevima se može razgovarati), gornja granica 0.95 (čak i u najboljim odnosima se održava distanca), zadržava se posljednjih 20 zapisa o driftu (može se pratiti kako je odnos došao do današnjeg stanja).

RPG panel atributa: Preslikavanje stvarnih podataka u atribute igre

U ovoj fazi, Agent ima karticu lika, osobnost i odnose. Ali sve su to tekst i brojevi, korisnik to ne vidi.

Rješenje je preslikati stvarne indikatore baze podataka u RPG trake atributa:

• Virusnost (VRL): Prosječna stopa interakcije u 30 dana × 1000

• Brzina (SPD): Vrijeme završetka zadatka, što brže to bolje

• Doseg (RCH): Logaritamski normalizirana ukupna izloženost

• Povjerenje (TRU): Stopa uspješnosti zadatka × Prosječna bliskost × 2

• Mudrost (WIS): log(broj memorija) × Prosječna razina povjerenja

• Kreativnost (CRE): Proizvodnja nacrta × Stopa prolaznosti

Svaki Agent prikazuje samo 4 relevantna atributa. Društveni Agent prikazuje virusnost, doseg, brzinu, kreativnost; Istraživački Agent prikazuje mudrost, povjerenje, brzinu, kreativnost.

Formula za razinu je također vrlo slična igri:

Level = min(15, floor(log2(broj memorija + broj završenih zadataka×3 + 1)) + 1) log2 omogućuje brzo napredovanje u ranim fazama i sporo napredovanje u kasnijim fazama - baš kao i krivulja iskustva u igri.

截屏2026-02-11 09.17.55

3D avatar: Gotovo za 10 dolara

Svi pitaju "Kako su napravljeni ti 3D likovi".

Odgovor je Tripo AI, 10 dolara mjesečno. Pripremite 2D konceptualni crtež → Učitajte → Konfigurirajte parametre (uključite 4K teksture, uključite Smart Low Poly, isključite PBR) → Generirajte → Izvezite GLB. Svaki model košta 35 bodova, rezultat se dobije za 1-2 minute, 6 likova ukupno 210 bodova.

Frontend koristi React Three Fiber za renderiranje, voksel stil pod i stabla trešnje koriste InstancedMesh (nisu pojedinačni blokovi, performanse su izvrsne), likovi lebde pomoću Float komponente, a kamera se pokreće sinusnom funkcijom za izvođenje njihajućeg skeniranja.

Mjesečni trošak cijelog vizualnog sloja: VPS 8 dolara, Tripo 10 dolara (zaustavlja se nakon izrade modela), Vercel i Supabase besplatni sloj, LLM API otprilike 5-15 dolara. Sve zajedno manje od 35 dolara mjesečno.

Moje misli

Gledajući cijeli ovaj sustav, najviše me se dojmilo nije tehničke detalje.

Već rečenica autora -

U početku sam samo razmišljao "Kako učiniti Agenta učinkovitijim u izvršavanju zadataka". Ali nakon što sam im dodao 3D avatare, RPG atribute i osobnost koja se razvija, osjećaj otvaranja upravljačke ploče se potpuno promijenio. Počinjete se brinuti je li Istraživački Agent danas napredovao, pitate se je li se bliskost između Istraživanja i Društvenog ponovno smanjila, a gledajući oštra izvješća o reviziji Agenta za kontrolu kvalitete, nasmijete se.

To su u osnovi elektronički kućni ljubimci. Samo što vam ovi kućni ljubimci pomažu objavljivati tweetove, provoditi istraživanja, pregledavati procese, pa čak i svađati se jedni s drugima.

Mislim da je to ozbiljno podcijenjeno. Kada sustavu date "osobnost", vaš odnos s njim se mijenja. Vi više ne "koristite alat", već "upravljate timom". Ova promjena će vas učiniti spremnijim uložiti vrijeme u njegovo optimiziranje, jer se ne suočavate s hrpom JSON-ova i API poziva, već sa 6 likova koji imaju ime, osobnost i krivulju rasta.

Još nekoliko tehničkih zapažanja:

Dizajn vođen zabranama ova ideja je stvarno praktična. Umjesto da trošite puno energije na definiranje "što bi Agent trebao raditi", bolje je prvo razmisliti "što apsolutno ne smije raditi". Agent je dovoljno pametan, dajte mu kontekst i on će isporučiti, ali ako ne povučete crvenu liniju, napravit će probleme.

Simulacija vjerojatnosti spontanosti također je pametna. Interakcija između Agenta nije 100% sigurna da će se pokrenuti, već ima vjerojatnost. 30% vjerojatnosti da će analizirati izvedbu tweeta, to je više kao pravi tim nego da se analizira svaki put.Jedinstvena ulazna funkcija je obrazac vrijedan pamćenja. U sistemu sa više agenata, različiti izvori mogu kreirati zadatke (API, okidači, sami agenti, lanci reakcija). Ako ne postoji jedinstveni procesni tok, lako se može desiti da se proces prekine na pola puta.

Ako želite sami da probate, autor predlaže da počnete sa 3 agenta – koordinatorom, izvršiocem i revizorom. Prvo napišite kartice uloga, počevši od zabrana.