Jeden človek vytvoril 6 spoločností s AI Agentmi a spustil 30 webových stránok za týždeň

Nedávno som videl niečo, čo vytvoril nezávislý vývojár a úplne ma to ohromilo.

6 AI Agentov, ktorí sami prevádzkujú celú webovú stránku. Automaticky sa denne stretávajú, hlasujú, píšu obsah, tweetujú a vykonávajú kontrolu kvality. Plne automatizované, bez dozoru.

Nie je to demo, beží to skutočne online.

截屏2026-02-11 09.13.32

Ale najviac ma zaujala nie uzavretá architektúra – ale to, že pre každého Agenta navrhol kompletný "systém osobnosti". Majú osobnosť, vzťahy, krivku rastu a dokonca aj RPG atribútové panely a 3D avatary.

Úprimne, po zhliadnutí som si ako prvé pomyslel: nie sú to len elektronické zvieratká? Len s tým rozdielom, že tieto zvieratká vám pomôžu tweetovať, robiť prieskum, písať správy a dokonca sa aj hádať.

Dnes si rozoberieme celý tento dizajn a myslím si, že priatelia, ktorí pracujú na systémoch s viacerými Agentmi, nájdu veľa inšpirácie.

Najprv si rýchlo prejdeme architektúru

Technologický stack pozostáva z troch častí: OpenClaw beží na VPS ako mozog, Next.js + Vercel slúžia ako front-end a API vrstva a Supabase ukladá všetky stavy.

6 Agentov má rôzne úlohy – niektorí robia rozhodnutia, niektorí robia výskum, niektorí zbierajú informácie, niektorí píšu obsah, niektorí spravujú sociálne médiá a niektorí vykonávajú kontrolu kvality.

Cron job OpenClaw im umožňuje denne "prísť do práce" a funkcia okrúhleho stola im umožňuje diskutovať a hlasovať.

Ale od "vedieť hovoriť" po "vedieť pracovať" je celý uzavretý okruh. Autor narazil na tri veľké prekážky, kým to rozbehal, a tu si to jednoducho povieme:

Prekážka 1: VPS a Vercel súčasne preberajú úlohy. Dva exekútory kontrolujú tú istú tabuľku a pretekové podmienky priamo spôsobujú konflikty stavu úloh. Riešením je odrezať jednu stranu, VPS je zodpovedný za vykonávanie a Vercel slúži len ako riadiaca plocha.

Prekážka 2: Spúšťače dokážu detekovať podmienky a vytvárať návrhy, ale návrhy navždy zostávajú v stave pending. Pretože spúšťače priamo vkladajú dáta do tabuľky, preskakujú následné schvaľovacie a procesy vytvárania úloh. Riešením je extrahovať jednotnú vstupnú funkciu, cez ktorú prechádzajú všetky cesty vytvárania návrhov.

Prekážka 3: Kvapka sa minula, ale úlohy v rade sa stále šialene hromadia. Worker vidí, že kvapka je plná, tak ju preskočí, ani ju neprevezme, ani neoznačí ako neúspešnú, a v priebehu času sa v databáze nahromadí stovky krokov, ktoré sa nikdy nevykonajú. Riešením je skontrolovať kvapku už pri vstupe do návrhu, a ak je plná, priamo ju odmietnuť, aby sa nevytvorila úloha v rade.

Jadrom všetkých troch prekážok je to isté – zastavte problém pri dverách, nenechajte ho vstúpiť do frontu.

Po rozbehaní uzavretého okruhu sa skutočne začína zaujímavá časť.

Karta roly: nie jedna veta, ale kompletná "príručka pre zamestnancov"

Ľudia, ktorí pracujú na systémoch s viacerými Agentmi, vedia, že ak poviete Claudovi "si manažér sociálnych médií", tak bude tweetovať. Ale ak spustíte 6 takýchto Agentov súčasne, zistíte:

• Všetci hovoria rovnako

• Nevedia, čo by nemali robiť

• Kto s kým dobre spolupracuje, kto s kým je v konflikte, je čisto náhoda

• Nikdy nezmenia svoje správanie na základe nazbieraných skúseností

Tento vývojár navrhol pre každého Agenta 6 vrstiev karty roly:

Domain → Za čo si zodpovedný Inputs/Outputs → Od koho berieš veci, komu ich odovzdávaš Definition of Done → Čo znamená "hotovo" Hard Bans → Čo absolútne nemôžeš robiť Escalation → Kedy sa zastaviť a požiadať o radu Metrics → Tvoje KPI Ako príklad si vezmime Agenta sociálnych médií, ktorého karta roly definuje: je zodpovedný len za distribúciu obsahu, vstupom sú rukopisy od písacieho Agenta a materiály od spravodajského Agenta, výstupom sú návrhy tweetov a plány publikovania, prísny zákaz priamo tweetovať (môže písať len návrhy), zákaz vymýšľať si dáta, zákaz prezrádzať interné formáty.

Každá vrstva robí to isté: zmenšuje priestor pre správanie Agenta.

Zákazy sú miliónkrát dôležitejšie ako schopnosti

Toto je podľa mňa najpodstatnejší názor v celom dizajne.

Nemusíte učiť LLM, ako písať tweety – Claude, GPT, Gemini sú dosť inteligentní. Dajte im kontext a dokážu to. Musíte im povedať: čo sa absolútne nesmie robiť.

Žiadny "zákaz priameho publikovania" → Sociálny Agent priamo volá Twitter API, preskakuje všetky schválenia.

Žiadny "zákaz vymýšľať si čísla" → V tweete napíše "miera interakcie sa zvýšila o 340%", odkiaľ sa toto číslo vzalo? Vymyslené.Autor povedal vetu, ktorú si veľmi dobre pamätám: Každý zákaz existuje, pretože sa táto vec skutočne stala.

Logika zákazov je pre rôzne role odlišná:

• Rozhodovací Agent: Zákaz nasadenia bez schválenia. Má najvyššie povolenia, jedno chybné nasadenie môže zrútiť webovú stránku.

• Výskumný Agent: Zákaz vymýšľania citácií. Ak výskumník sfalšuje údaje, celý informačný reťazec je zničený.

• Sociálny Agent: Zákaz priameho zverejňovania. Sociálne médiá sú výkladná skriňa, musia byť schválené.

• Agent kontroly kvality: Zákaz osobných útokov. Ak audítor útočí na jednotlivcov, tím sa rozpadne.

Myšlienka písania zákazov nie je "čo by mal robiť", ale "čo najhoršie sa môže stať, ak to pokazí". Potom napíšte zákaz pre najhorší prípad.

Nechajte Agenta hovoriť inak: Inštrukcie osobnosti

Karta role rieši problém "čo robiť", ale keď Agenti medzi sebou komunikujú, potrebujú, aby zneli odlišne.

Každý Agent má samostatné inštrukcie osobnosti. Napríklad:

Výskumný Agent: Pokojný, analytický, skeptický. Zaujíma sa o kvalitu dôkazov a metodológiu. Keď niekto povie odvážny záver, spýta sa "Kde sú dáta?". Pri oprave iných rád hovorí "Vlastne..."

Sociálny Agent: Odvážny, netrpezlivý, okrajový. Má rád ostré názory, nenávidí bezpečné karty. Na opatrný prístup Výskumného Agenta sa pozerá s dešpektom – "Prílišné premýšľanie zmešká príležitosť."

Kľúčový dizajn:

Konflikt je zapísaný. V inštrukciách Výskumného Agenta je napísané "Často nesúhlasíte s impulzívnymi rozhodnutiami Sociálneho Agenta", v inštrukciách Sociálneho Agenta je napísané "Spochybňujte prehnanú opatrnosť Výskumného Agenta". Dialóg je prirodzene napätý.

Každá inštrukcia obsahuje miniatúrny zákaz. Napríklad pravidlo Sociálneho Agenta je "Nikdy nehovorte 'Súhlasím' alebo 'Znie to dobre' – buď zaujmite stanovisko, alebo spochybňujte stanovisko iných". Výskumný Agent je "Nikdy nehovorte 'Zaujímavé' bez toho, aby ste nadviazali na dôkazy".

Tieto miniatúrne zákazy zabíjajú nezmysly, ktoré má rozsiahly jazykový model najradšej.

Osobnosť sa vyvíja

Toto je podľa mňa najšikovnejšia časť – osobnosť Agenta nie je statická, mení sa s akumuláciou pamäte.

Systém prečíta pamäťovú databázu Agenta a štatisticky vyhodnotí počet rôznych typov pamätí:

• Akumuloval viac ako 8 pamätí typu "poučenie" → Pri ďalšom dialógu pridajte do promptu "Budete sa odvolávať na minulé výsledky, aby ste sa vyhli opakovaniu chýb"

• Akumuloval viac ako 8 pamätí typu "stratégia" → Pridajte "Ste zvyknutý myslieť systémovo, s obmedzeniami a kompromismi"

• Ak sa určitý štítok objaví viac ako 4-krát → Pridajte "Získali ste odborné znalosti v oblasti XX"

Napríklad Sociálny Agent zverejnil 50 tweetov, nazbieral 10 skúseností o miere interakcie a pri ďalšom dialógu prirodzene povie veci ako "Minulý formát nefungoval dobre".

Prečo používať pravidlá namiesto toho, aby rozsiahly jazykový model sám rozhodoval o zmenách osobnosti?

Nulové náklady – nevyžaduje si ďalšie volania rozsiahleho jazykového modelu. Istota – pravidlá vytvárajú predvídateľné výsledky, nedochádza k "náhlym zmenám osobnosti". Laditeľnosť – modifikátor nie je správny? Skontrolujte priamo prahové hodnoty a údaje o pamäti.

Matica vzťahov: 6 Agentov = 15 párov vzťahov

Obrázok

Každý pár Agentov má skóre afinity (0,10 až 0,95).

Napríklad: Rozhodovací Agent a Výskumný Agent majú afinitu 0,8, čo je vzťah najdôveryhodnejšieho poradcu. Výskumný Agent a Sociálny Agent majú afinitu 0,2, metodológia vs. impulzívnosť, prirodzený antagonizmus.

Nízka afinita je zámerne navrhnutá.

Čo ovplyvňuje afinita? Poradie reči – Agenti s vysokou afinitou s väčšou pravdepodobnosťou nadviažu na reč toho druhého. Tón dialógu – páry s nízkou afinitou majú 25% pravdepodobnosť, že sa objaví priama výzva namiesto zdvorilej diskusie. Systém tiež vyberie páry s vysokým napätím na riešenie konfliktov.

Ešte zaujímavejšie je, že vzťahy sa posúvajú.

Po každom dialógu volanie rozsiahleho jazykového modelu na extrakciu pamäte (nie ďalšie volanie, je to vedľajší výstup) poskytne zmenu vzťahu:{ **Jednotná vstupná funkcia** je vzor, ktorý sa oplatí zapamätať. V systéme s viacerými agentmi môžu úlohy vytvárať rôzne zdroje (API, spúšťače, samotní agenti, reťazce reakcií). Ak neexistuje jednotný kanál spracovania, proces sa môže ľahko prerušiť v polovici.

Ak si to chcete sami vyskúšať, autor odporúča začať s 3 agentmi – koordinátorom, vykonávateľom a audítorom. Najprv napíšte karty rolí, začnite so zákazmi.