Do Państwa zespołu dołączyli agenci oparci na sztucznej inteligencji. Państwa cykl doskonalenia tego nie wykrył.

Niniejszy przewodnik dotyczy zastosowania czegoś, co zespoły już znają – cyklu ciągłego doskonalenia – do czegoś nowego: pracy, którą Państwa zespół obecnie wykonuje z wykorzystaniem agentów AI. Tworzymy oprogramowanie do retrospektywy, więc właśnie tę perspektywę znamy najlepiej; opisany w nim cykl sprawdza się niezależnie od narzędzi i procedur, z których już Państwo korzystają.

Chcieliby Państwo najpierw zapoznać się z wersją skróconą (10 minut)? Proszę zacząć od wpisu „Szybki start” – zbieranie opinii od agentów AI, a następnie wrócić tutaj, aby zapoznać się z pełnym opisem.

Najstarsza sztuczka w pracy zespołowej

Każda metoda stosowana przez Państwa zespół w celu doskonalenia się stanowi odmianę jednego cyklu: wykonaj zadanie, przeanalizuj jego przebieg, wprowadź zmiany, sprawdź, czy zmiany przyniosły oczekiwane rezultaty. Deming wprowadził tę zasadę do przemysłu wytwórczego jako cykl Plan–Do–Check–Act; firma Toyota uczyniła z niej element kultury organizacyjnej i nazwała ją kaizen; w branży oprogramowania stała się ona rytuałem. Książka Norma Kertha Project Retrospectives (2001) spopularyzowała retrospektywę wśród zespołów programistycznych, a Manifest agile uznał ją za jedną z zasad: „W regularnych odstępach czasu zespół zastanawia się, jak zwiększyć swoją skuteczność, a następnie odpowiednio dostosowuje i modyfikuje swoje działania” (zasada 12). Bezwinne analizy po zakończeniu projektu przebiegają według tego samego schematu w przypadku incydentów; podsumowanie kampanii przez zespół medialny oraz przegląd priorytetów przez zespół wsparcia odbywają się zgodnie z tym schematem, choć nigdy nie używa się w nich słowa „agile”.

Pętla ta działa w oparciu o jedną zasadę: praca dostarcza dowodów na to, w jaki sposób powinna ulec zmianie. Zespoły, które wykorzystują te dowody, osiągają efekt kumulacyjny: każdy cykl przyczynia się do usprawnienia kolejnego. Zespoły, które tego nie robią, powtarzają te same działania.

Przez siedemdziesiąt lat informacje pochodziły od ludzi. To ludzie zauważali tarcia, zgłaszali skargi podczas lunchu i poruszali tę kwestię w retro. Czujnikami pętli byli ludzie.

Nowy typ pracownika

W ciągu ostatnich dwóch lat Państwa zespół zaczął powierzać rzeczywiste zadania nowemu rodzajowi pracownika. Agenci oparci na sztucznej inteligencji zajmują się obecnie pisaniem i weryfikacją kodu, kontrolą kont reklamowych, przygotowywaniem odpowiedzi dla działu obsługi klienta, tworzeniem raportów oraz migracją treści. A pracownik ten ma dość osobliwy profil: jest niestrudzony, szybki, kompetentny — i pozbawiony kontekstu. Sformułowanie Rahula Garga stało się skrótem stosowanym w tej dziedzinie: „Asystenci oparci na sztucznej inteligencji są jak młodsi programiści z nieskończoną energią, ale bez żadnego kontekstu”, dlatego też „czas zaoszczędzony dzięki kodowi wygenerowanemu przez sztuczną inteligencję jest często pochłaniany przez wysiłek wymagany do jego poprawienia” (Wzorce ograniczania tarć w programowaniu wspomaganym przez sztuczną inteligencję).

Kosztem tej korekty jest tarcie, a praca agenta nieustannie je generuje: niejasna specyfikacja, która zmusiła do zgadywania; dokument, którego nie było; struktura konta, która sprawia problemy podczas każdej sesji; narzędzie, które przekroczyło limit czasu; wymaganie, które uległo zmianie w trakcie zadania. Nie ma w tym nic nowego — praca ludzka generuje tę samą listę. Dwie rzeczy są jednak nowe.

Nowy pracownik nie narzeka podczas lunchu. Pracownik napotyka przeszkodę, znajduje sposób na jej obejście i kontynuuje pracę. Nie odczuwa na tyle frustracji, by poruszyć tę kwestię podczas piątkowej sesji retrospektywnej. Sygnał, na którym zawsze opierał się Państwa cykl doskonalenia (osoba zwracająca uwagę na utrudnienia do momentu, gdy zostaną one zebrane podczas ceremonii), nie zostaje wysłany.

A dowody po prostu znikają. Gdy sesja się kończy, kontekst tego tarcia zanika wraz z nią. Kolejna sesja (kolejna osoba, ten sam agent) ponownie napotyka tę samą przeszkodę. Nie da się poprawić sytuacji na podstawie dowodów, których nigdy nie zebrano; pętla cicho się wyczerpuje, podczas gdy praca wydaje się przebiegać bez zarzutu.

Sytuacja wygląda więc następująco, mówiąc wprost: coraz większa część pracy Państwa zespołu dostarcza obecnie dowodów na poprawę, których Państwa cykl doskonalenia nigdy nie był przystosowany do gromadzenia.

Zespół to zauważył — i samodzielnie odbudował pętlę

Osoby najbardziej zaangażowane w prace nad agentami dostrzegły to już na wczesnym etapie, a do połowy 2026 r. „wykrywanie tarć związanych z działaniem agentów i przekazywanie informacji zwrotnej na ten temat” stało się powszechną praktyką znaną pod co najmniej pół tuzinem nazw: Feedback Flywheel autorstwa Garga, Compound Engineering autorstwa Every’ego, Loop Engineering autorstwa Osmaniego, sensor-instrumented harness engineering firmy Thoughtworks, pętle pamięciowe na skalę floty oferowane przez dostawców platform („dreaming” firmy OpenAI, Factory Signals) oraz gh-aw serwisu GitHub, którego procesy analizy sesji już teraz generują zautomatyzowane raporty z analizy sesji. Nawet dostawcy sięgają po to retro termin: w wytycznych OpenAI dotyczących Codexu czytamy: „gdy Codex popełni ten sam błąd dwukrotnie, należy poprosić go o przeprowadzenie retrospektywy i zaktualizować plik AGENTS.md” (najlepsze praktyki).

Te pętle są przydatne. Jeśli Państwa zespół korzysta z którejkolwiek z nich, proszę je zachować; wszystkie elementy zawarte w niniejszym przewodniku opierają się na nich, a nie zastępują je. Proszę jednak zwrócić uwagę na dwie luki.

Po pierwsze, luka w praktyce: samo obserwowanie nie prowadzi do poprawy. Około 90% zespołów wdraża narzędzia do śledzenia działania agentów; jedynie około 37–52% z nich systematycznie analizuje zebrane dane (LangChain, czerwiec 2026). Większość zespołów dysponuje pulpitem analitycznym. Znacznie mniej z nich stosuje cykl analityczny.

Po drugie, luka w spójności: prawie każdy cykl w tej dziedzinie przebiega w izolacji. Jeden specjalista dostosowuje swój osobisty zestaw procedur, jedna platforma zarządza pamięcią swojej floty, jeden stos narzędzi do obserwowalności grupuje własne ślady. Siedemdziesiąt lat ciągłego doskonalenia pokazuje, że efekt kumulacji zachodzi na poziomie zespołu — tam, gdzie powstaje zbiorczy obraz sytuacji, gdzie na nowo ustala się priorytety, gdzie procesy, dokumentacja i budżety mają swoich właścicieli. Właśnie tej warstwy nikt jeszcze nie przebudował. Raporty istnieją; sala nie została jeszcze zarezerwowana.

Budowa pętli

Kiedy Państwa zespół zdecyduje się to podłączyć, okazuje się, że pętla składa się z większej liczby ruchomych elementów, niż mogłoby się wydawać na pierwszy rzut oka. Droga, jaką musi pokonać pojedynczy element powodujący opór:

Scena	Pytanie
Hosting	Gdzie działa agent — i co dzięki temu można zaobserwować?
Wykrywanie	W jaki sposób wykrywa się tarcie? (Samokontrola, mechanizm monitorujący, telemetria oraz korekta przeprowadzana przez człowieka, która nadal stanowi dominujący czujnik: ~70% cichych awarii jest najpierw wykrywanych przez człowieka)
Oprzyrządowanie	Co skłania agenta do odnotowania tego faktu? (Nikt nie odnotowuje problemów, o których nie został poinformowany, że ma na nie zwracać uwagę)
Nagranie	Co zawiera przydatny rekord i gdzie się znajduje?
Zbiory	W jaki sposób łączą się dane z wielu sesji i od wielu osób?
Podsumowanie	Które wzorce mają znaczenie i na jakim poziomie należy wprowadzić poszczególne poprawki?
Zamknąć obieg	Czy to rozwiązanie rzeczywiście zmniejszyło tarcie — czy też była to tylko gra na widzów?

Trzy dziedziny decydują o różnicy między pętlą a dziennikiem, a każda z nich ma swój własny rozdział w niniejszym przewodniku:

• Zapisy, a nie wrażenia. Przydatny wpis odnosi się do konkretnego momentu, wskazuje jedną podstawową przyczynę spośród niewielkiego, ustalonego zestawu terminów oraz proponuje rozwiązanie w formie zgłoszenia. To właśnie ustalone etykiety umożliwiają agregowanie wpisów: „dokumentacja była niejasna” nie może zostać uwzględnione w statystykach; natomiast osiemmissing-documentationwpisów – tak. (Rozdział: Jak wygląda dobry wpis dotyczący utrudnień)
• Kwestia poziomu. Każdy powtarzający się problem zostaje rozwiązany na jakimś poziomie: w notatce, podpowiedzi, pliku konfiguracyjnym, dokumentacji, samym materiale roboczym, procesie lub u dostawcy. Jeśli wprowadzą Państwo poprawkę na zbyt niskim poziomie, problem powróci u wszystkich pozostałych osób; jeśli natomiast na zbyt wysokim, spowodują Państwo nadmierne rozbudowanie dokumentu, którego nikt nie czyta. (Rozdział: Gdzie należy wprowadzić poprawkę?)
• Ocena w ramach zespołu. Niektóre utrudnienia są zamierzone: etap weryfikacji, który ktoś wybrał jako punkt kontrolny (podsumowanie wystąpienia Ronachera podczas konferencji AIE Europe: „utrudnienia są niezbędne… do sterowania”; firma Thoughtworks ostrzega obecnie przed długiem poznawczym wynikającym z pracy agentów w środowisku pozbawionym tarcia). Decyzje o utrzymaniu lub usunięciu, ustalanie priorytetów oraz poprawki obejmujące wielu właścicieli to kwestie negocjacyjne, a nie obliczeniowe — wymagają one udziału wszystkich właścicieli poprawek w jednej rozmowie. (Rozdział: Raport istnieje. Pomieszczenie nie.)

O czym opowiada ta historia

Lista zagadnień autorstwa Garga dotycząca koła zamachowego zawiera zdanie, które brzmi niemal jak wyzwanie: „punkt porządku obrad w ramach istniejącej retrospektywy sprintu: co sprawdziło się w zakresie sztucznej inteligencji w tym sprincie?” (martinfowler.com). Właśnie ten wątek rozwija niniejszy przewodnik. Nie jest to nowa ceremonia ani ceremonia prowadzona przez sztuczną inteligencję — jest to pętla doskonalenia, której Państwa zespół już ufa, rozszerzona tak, by objąć najnowszego członka zespołu, przy czym agent pełni rolę uczestnika: dostarcza dowodów, opracowuje rozwiązania, odpowiada na pytania; zespół zachowuje prawo do oceny, ponieważ poprawki mają wpływ na procesy, dokumenty i budżety, za które ludzie są odpowiedzialni i przed którymi odpowiadają.

A na początek szczera uwaga: jeśli Państwa zespół po prostu dodaje punkt do porządku obrad i omawia go (bez protokołu, bez oznaczeń), to już jest to lepsze niż milczenie, a w przypadku sporadycznego korzystania z systemu może to wystarczyć. Dalsza część niniejszego przewodnika dotyczy tego, co należy dodać, gdy taka rozmowa zaczyna się powtarzać.

Rozdziały

1. Ta strona: dlaczego praca wspomagana sztuczną inteligencją wymaga zastosowania cyklu, który Państwa zespół już stosuje.
2. Mapa: pętle sprzężenia zwrotnego agentów, narzędzia i podejścia: ramy odniesienia obejmujące cykl życia tarcia, pętle sprzężenia zwrotnego zidentyfikowane w tej dziedzinie oraz stosowane schematy klasyfikacji. Jeśli kierują się Państwo podejściem odgórnym, proszę zacząć właśnie od tego miejsca.
3. Jak wygląda dobry zapis zdarzeń związanych z tarciem: uchwycenie sytuacji w danej chwili, oznaczenia przyczyn źródłowych, zasady dotyczące zdarzeń, których nie należy rejestrować.
4. Gdzie powinna zostać umieszczona poprawka? Problem z wysokością oraz tabela routingu.
5. Raport istnieje. Pomieszczenie nie. Dlaczego synteza jest wydarzeniem zespołowym, którego cena wyróżnia się na tle konkurencji.
6. Przeprowadzenie sesji „AI collaboration retro”: przewodnik dla moderatora zawierający 15-minutowy punkt programu, szablon oraz karty z podpowiedziami.
7. Rozpocznij w dziesięć minut: ai-session-retro oraz ai-retro-brief, czyli elementy pętli odpowiedzialne za przechwytywanie i syntezę, gotowe do instalacji.

Wolą Państwo krótszą wersję? Na blogu znajdują się dwa powiązane wpisy: przewodnik po szybkim starcie, zbieranie opinii od agentów AI, oraz relacja z naszego pierwszego samodzielnego przeprowadzenia tego procesu, nasi koledzy z AI dołączyli do naszego podsumowania.

Wolimy, by się z nami spierano, niż by się z nami grzecznie zgadzano — każdy rozdział kończy się opisem tego, co mogłoby zmienić nasze zdanie.