Badania — agenci AI przy prawdziwej pracy, nie w benchmarku.
Saphan Studio zapisuje każdy krok floty agentów AI pracujących nad prawdziwym oprogramowaniem: każde zadanie, każde uruchomienie, każdą niezależną recenzję i każdą decyzję człowieka. Dla badaczy to zbiór danych i narzędzie badawcze w jednym.
Co możesz badać
Prawdziwa praca, zapisana w całości
Każde uruchomienie agenta z modelem, czasem, kosztem i wynikiem; każda recenzja z werdyktem i znaleziskami; każda decyzja człowieka z powodem i czasem. Nic do wyciągania ani czyszczenia: rekord jest danymi.
Wpływ zasad na pracę
Zmień jedną zasadę — kto recenzuje, jak daleko agent może działać sam, kiedy człowiek musi zatwierdzić — i zmierz, co dzieje się z jakością (praca odesłana przez recenzentów, rundy na zmianę) i tempem (czas od zadania do zaakceptowanej zmiany, czas bezczynności). Każda zmiana zasad ma datę, więc każdą można zbadać jako „przed i po”.
Modele obok siebie, w tych samych warunkach
Kilku dostawców AI przy tych samych zadaniach, każdy sprawdzany przez recenzenta z innej firmy, z zapisem każdej niezgody.
Powtarzalność z założenia
Decyzje są podpisane, do rekordu tylko się dopisuje, a każdy pomiar ma obok komendę, która go wykonała.
Pierwsze wyniki, z naszej floty
Nasze wcześniejsze prace nad prowadzeniem flot agentów, oparte na własnej metodologii i protokole Saphan, zaowocowały już złożonymi zgłoszeniami patentowymi. Teraz oddajemy je publicznie: Proven, projekt open source zbudowany od początku do końca przez jedną osobę kierującą flotą agentów, oraz Saphan Studio jako narzędzie dla badaczy, które zapisuje to wszystko i pozwala zmieniać zasady pracy floty. Open Agent Hackathon, październik 2026, to miejsce, gdzie pokazujemy to publicznie. Wyniki poniżej pochodzą z tego tygodnia.
Wolumen przy jednym właścicielu
W dwa dni, w dwóch repozytoriach: 819 commitów i 140 zmian zaakceptowanych przez właściciela, każda zrecenzowana przed akceptacją.
Drugi recenzent ma znaczenie
W przeglądzie bezpieczeństwa własnego kodu agentów dwóch recenzentów z różnych firm AI nie zgodziło się w dwóch z pierwszych trzech części: jeden przepuścił kod, drugi go odrzucił i udowodnił problem testami, które padały. Oba problemy naprawiono tego samego dnia.
Wąskim gardłem było zatwierdzanie, nie agenci
Praca szła pełnym tempem, gdy właściciel był przy komputerze, i prawie stawała w nocy: agenci i maszyny czekali bezczynnie na podpis człowieka. Z tego wyniku powstał tryb, w którym właściciel przed wyjściem zatwierdza paczkę pracy, a flota pracuje dalej sama — każdy nieodwracalny krok nadal czeka na człowieka. Mierzymy teraz jego efekt.
Mamy miesiące takich zapisów i dziennik każdej zmiany zasad z datą.
Licencja akademicka
Saphan Studio Team, bezpłatnie do badań i nauczania
Do niekomercyjnych badań i nauczania na uczelniach i w instytutach badawczych: eksport uruchomień, recenzji i decyzji jako zbioru danych; tryb eksperymentu, w którym definiujesz warianty zasad, a każde uruchomienie dostaje znacznik wariantu; oraz pomoc zespołu przy pierwszym badaniu.
O jedno prosimy
Podziel się tym, czego się dowiesz. Opublikuj to i daj nam znać, żeby następna flota pracowała lepiej.
Więcej o Saphan Studio
Governance — decyzje w rekordzie →Bezpieczeństwo — niezaufani agenci, dowodliwe uruchomienia →Enterprise — Twoje maszyny, Twój rekord →Protokół — jak pracuje flota →
Złóż wniosek o licencję akademicką — napisz, jaka uczelnia, jakie pytanie badawcze i jak duże badanie
Napisz do nas — [email protected]