1 października 2026 roku społeczność tech żyje jednym tematem. OpenAI ogłosiło na DevDay 2026 produkt o nazwie Dots — pierwsze masowe rozwiązanie dla agentów AI, które działają bez przerwy. Dyskusja na Hacker News ruszyła błyskawicznie: ponad 750 punktów i prawie 630 komentarzy w kilka godzin.
Dla większości firm to nadal brzmi abstrakcyjnie. Dla nas — to nasza codzienna rzeczywistość od kilku miesięcy.
Czym jest always-on agent?
Większość ludzi myśli o AI jak o kalkulatorze. Pytasz — dostaje odpowiedź. Zamykasz okno — AI znika.
Always-on agent działa inaczej. Nie czeka na pytanie. Monitoruje procesy, reaguje na zdarzenia, inicjuje działania — niezależnie od tego, czy ktoś akurat siedzi przy komputerze.
Różnica jest fundamentalna:
Tradycyjny model AI:
- Uruchamiasz → wykonuje zadanie → kończy
- Pasywny — reaguje tylko gdy go wywołasz
- Brak ciągłości między sesjami
- Nie wie co się dzieje „między” rozmowami
Always-on agent:
- Działa ciągle lub w regularnych interwałach
- Aktywny — może sam inicjować działania
- Ma dostęp do kontekstu i historii
- Monitoruje, eskaluje, raportuje bez pytania
Prosta analogia: to różnica między asystentem który odbiera telefon tylko gdy zadzwonisz, a takim który sam zauważy że klient złożył pilne zamówienie o 2 w nocy — i wyśle powiadomienie zanim zaczniesz dzień.
Dlaczego to możliwe dopiero teraz? Modele reasoningowe 2025–2026 z natywnym chain-of-thought i ulepszonym function calling pozwalają niezawodnie wykonać 10–15 kroków bez błędów derailingu. To był brakujący element, który przez lata blokował sensowne wdrożenia.
OpenAI Dots — co to w praktyce oznacza
Na DevDay 2026 w San Francisco OpenAI pokazało Dots. Każdy Dot to agent z własnym komputerem w chmurze i przeglądarką. Użytkownik podaje cel, podłącza aplikacje (ponad 4000 integracji), definiuje zakres autonomii — i Dot pracuje w tle.
Tryb „proactive research” pozwala agentowi przeglądać podłączone aplikacje bez triggerowania przez użytkownika. Agent sam decyduje kiedy zebrał wystarczająco dużo informacji i przynosi wyniki do przeglądu.
To nie jest kolejny chatbot. To trwała warstwa agentyczna — środowisko, w którym AI ma swój „stan”, pamięta przeszłość i może reagować na przyszłość.
Kierunek jest jasny: wielkie laboratoria AI przestają budować narzędzia do rozmów. Zaczynają budować pracowników.
Warto jednak dodać — HN dyskusja nie była jednogłośnie entuzjastyczna. Prywatność, bezpieczeństwo trwałego monitoringu, pytania o regulacje — to tematy które rosną razem z możliwościami. Nie ma sensu tego ignorować.
Gdzie always-on agents mają sens w firmach B2B
Nie każdy proces wymaga agenta działającego przez całą dobę. Ale jest kilka obszarów, gdzie ta zmiana jakościowa widać od razu.
Obsługa klienta — Klarna wdrożyła agentów AI którzy odpowiadają na pytania klientów przez całą dobę. Efekt: skrócenie czasu odpowiedzi o 82%, zmniejszenie powtórnych kontaktów o 25%, szacowane oszczędności na poziomie 60 milionów dolarów rocznie. To nie prognoza — to wynik zreportowany przez firmę.
Monitoring kampanii marketingowych — agent sprawdza wyniki reklam co godzinę. Gdy koszt przekroczy założony zakres, sam redukuje budżet i wysyła alert. Nie czeka na poniedziałkowy raport.
Nadzór jakości treści — agent weryfikuje nowe wpisy blogowe zanim trafią na stronę. Sprawdza fakty, SEO, ton, niekompletne sekcje. Bez angażowania człowieka do rutynowej kontroli.
Finanse i faktury — agent monitoruje przychodzące dokumenty, oznacza podejrzane pozycje, przypomina o zaległościach. Działa w tle, nie wymaga codziennego sprawdzania.
Optymalizacja procesów — według McKinsey, agenty AI mogą dodać od 2,6 do 4,4 biliona dolarów wartości rocznie w udokumentowanych przypadkach biznesowych. Głównie przez automatyzację pracy umysłowej, którą dotychczas trudno było zmierzyć i policzyć.
Jak to robimy w B2B Solution — system 10 agentów
Kilka miesięcy temu zbudowaliśmy własny ekosystem agentyczny: Monica, Rachel, Phoebe, Sylwia, Ross, Joey, Emilia, Webby, Codi, Chandler.
Każdy ma swoją kompetencję. Każdy działa według określonych reguł. I każdy może działać bez naszej obecności.
Artykuł który właśnie czytasz powstał z inicjatywy systemu: Rachel zebrała research, Phoebe napisała tekst, Ross wygenerował miniaturkę, Monica zweryfikowała fakty i SEO, Webby opublikował. Michał zatwierdził plan — resztą zajął się pipeline.
To nie magia. To dobrze zaprojektowane procesy z AI w środku.
Trzy obserwacje z kilku miesięcy pracy z tym modelem:
Agenci nie zastępują decyzji. Monica może powiedzieć „to jest błąd”, ale decyzja o publikacji pozostaje przy człowieku. Autonomia jest świadoma i ograniczona — celowo.
Wartość leży w permanentnej dostępności. Chandler pilnuje finansów niezależnie od tego czy jest piątek o 17:00 czy poniedziałek rano. Rachel monitoruje trendy kiedy wszyscy śpią.
Eskalacja to fundament, nie wyjątek. Dobry agent nie decyduje za Ciebie w sprawach przekraczających jego kompetencje. Wie kiedy ma przestać i zaalarmować człowieka — z pełnym kontekstem sytuacji.
Co to zmienia w procesach (i czego nie zmienia)
Najczęstsze pytanie które słyszymy: „czy AI mnie zastąpi?”
Złe pytanie. Właściwe: „od czego AI mnie uwolni?”
Always-on agent bierze na siebie zadania które są:
- Repetytywne — sprawdzanie tego samego raportu codziennie o tej samej porze
- Wymagające stałej obecności — monitoring 24/7 który człowiek fizycznie nie może zapewnić
- Czasochłonne lecz rutynowe — przeszukiwanie danych, formatowanie, kategoryzowanie
Przy ludziach zostają:
- Decyzje strategiczne i relacyjne
- Zarządzanie wyjątkami i nieoczekiwanymi sytuacjami
- Kreatywne rozwiązywanie problemów
- Nadzór i ocena działania agentów
Rynek pracy się zmienia — to pewne. Badania MIT wskazują że nawet 11,7% stanowisk można zautomatyzować już teraz, a sektor białych kołnierzyków na poziomie junior/mid jest tu szczególnie podatny. Mechanizm nie polega na masowych zwolnieniach, lecz na zmniejszonej liczbie tworzonych stanowisk entry-level. Ale to jest powód do przygotowania się — nie do paniki.
Ci którzy będą umieć pracować z agentami, będą wart więcej niż ci którzy tego nie potrafią.
Jak zacząć z always-on AI w swojej firmie
Nie buduj od razu dziesięciu agentów. Jeden dobrze skonfigurowany jest wart więcej niż tuzin chaotycznych.
Trzy pytania zanim zaczniesz:
1. Który proces w Twojej firmie wymaga stałego „sprawdzania”?
Coś co dziś robi człowiek regularnie, co jest przewidywalne na tyle, żeby można je zautomatyzować. To jest kandydat numer jeden.
2. Kto dostaje powiadomienie gdy coś pójdzie nie tak?
Zdefiniuj to przed wdrożeniem, nie po. Agent bez jasnej linii eskalacji to agent który „działa” — ale nikt nie wie co z tym robić.
3. Gdzie jest granica autonomii?
Agent powinien wiedzieć co może zrobić sam, a kiedy musi zapytać człowieka. Ta granica musi być świadoma i zapisana.
Jeśli chcesz wdrożyć własny system agentów w firmie — napisz do nas. B2B Solution projektuje i wdraża ekosystemy agentyczne dla firm B2B — od architektury, przez integracje, po codzienną eksploatację.
