Shopify wdraża agenty AI w firmie w sposób, który zaskakuje: wewnętrzny agent kodujący River działa wyłącznie w publicznych kanałach Slack, a nie w prywatnych wiadomościach. CEO Tobias Lütke sam prowadzi kanał #tobi_river, obserwowany przez ponad 100 pracowników, którzy na bieżąco śledzą i komentują jego pracę z agentem.
River to narzędzie AI do pisania i przeglądania kodu, zaprojektowane tak, żeby każda rozmowa z agentem była widoczna dla całej organizacji. Lütke opisuje ten model słowem Lehrwerkstatt — z niemieckiego warsztat nauki — i porównuje go do uczenia się przez obserwację w tradycyjnym rzemiośle. Według CEO agent nie wymaga ani planu szkoleniowego, ani menedżera, ani programu nauczania — wiedza przepływa w organizacji sama, przez dostęp do cudzych konwersacji z AI.
Dlaczego agenci AI powinni działać publicznie?
Modele wdrożenia agentów AI w firmach zazwyczaj przyjmują model silosu: każdy pracownik korzysta z narzędzia samodzielnie, a wiedza o tym, jak efektywnie z niego korzystać, pozostaje przy nim. Shopify odwraca ten schemat. Publiczne kanały sprawiają, że rozmowy z Riverem stają się przeszukiwalnym zasobem wiedzy — jak formułować polecenia, jak korygować wyniki, gdzie agent sobie radzi, a gdzie nie.
Simon Willison, znany komentator ze świata LLM, porównuje to podejście do sukcesu Midjourney z okresu, gdy platforma działała wyłącznie na publicznym serwerze Discord. Użytkownicy widzieli prompty innych, uczyli się od siebie i szybko podnosili poziom korzystania z narzędzia — bez żadnych formalnych szkoleń.
Co to oznacza dla agentów AI w polskich firmach?
Firmy wdrażające agenty AI często popełniają ten sam błąd: zamykają narzędzie w silosie jednego działu lub dają dostęp wybranym osobom, a reszta organizacji nie wie, jak z niego korzystać. Model Shopify sugeruje coś innego: publiczność jest funkcją, nie błędem. Im więcej pracowników widzi, jak inni rozmawiają z agentem, tym szybciej organizacja jako całość uczy się efektywnego wdrożenia AI.
Dla polskich firm rozważających wdrożenie agentów AI — czy to do obsługi kodu, dokumentacji, czy procesów biznesowych — to istotny sygnał: zanim zaplanujemy szkolenia z promptowania, warto sprawdzić, czy samo środowisko pracy nie może już stać się formą nauki.
