Jeśli masz wrażenie, że nie nadążasz za nowymi narzędziami AI — to nie kwestia twojej dyscypliny. Tej dziedziny po prostu przybywa szybciej, niż ktokolwiek jest w stanie ją śledzić. Dobra wiadomość: żeby pracować skutecznie, nie potrzebujesz wszystkiego. Wystarczy wąski, własny zestaw kilku narzędzi i prosty sposób na decydowanie, co w ogóle warto wypróbować. Pokażę ci oba te elementy: mój zestaw narzędzi, których naprawdę używam na co dzień, oraz sposób myślenia, który chroni przed ciągłym poczuciem zaległości.
Mniej narzędzi, nie więcej
Pierwsze zaskoczenie: choć zawodowo testuję mnóstwo narzędzi AI, na co dzień pracuję na bardzo wąskim zestawie. Cały rdzeń to kilka pozycji, a dwie z nich wystarczyłyby do przepracowania całego dnia. Reszta to specjaliści, po których sięga się tylko do konkretnego zadania, oraz narzędzia „na próbę”, których w ogóle nie trzeba traktować poważnie.
Zanim pójdziesz dalej, dwa pojęcia, które będą się przewijać. Agent to program oparty na AI, który nie tylko odpowiada na pytania, lecz wykonuje wieloetapowe zadania — czyta pliki, korzysta z innych narzędzi, robi coś za ciebie. Automatyzacja to ustawienie, w którym taki agent wykonuje powtarzalny proces sam, bez twojego udziału na każdym kroku.
Warto zapamiętać proporcję, a nie konkretne nazwy. Nazwy się zmienią — za pół roku część tych narzędzi będzie się nazywać inaczej albo zniknie. To, co zostaje, to zasada: wąski zestaw bije szeroki. Im mniej narzędzi w codziennym obiegu, tym mniej rzeczy do nauki, aktualizowania i pilnowania.
Co realnie składa się na rdzeń
Dla porządku — oto narzędzia, które polecam i które tworzą mój codzienny rdzeń. Traktuj je jak przykład układanki, nie jak listę zakupów.
- Claude Code — narzędzie, w którym model AI pracuje przy zadaniach programistycznych i operacyjnych: czyta pliki w projekcie, wykonuje kroki, działa w obrębie jednego katalogu. Tu pełni rolę głównego środowiska pracy.
- VS Code — tzw. IDE, czyli edytor, w którym pisze się i porządkuje pliki projektu. Sam w sobie nie jest narzędziem AI; bywa miejscem, z którego wygodnie uruchamia się Claude Code.
- Glido — zamiana mowy na tekst (dyktowanie). Szybkie, prywatne; zastąpiło wcześniejsze narzędzie tego typu.
- Codex — agent podobny do Claude Code, używany równolegle, bo jego mocne strony nadrabiają słabości drugiego.
- Hermes — agent, który „budzi się na żądanie”, gdy napiszesz do niego przez komunikator. Wygodny do pracy z dala od komputera; prostszy w uruchomieniu niż pełna konfiguracja innych agentów.
- Perplexity oraz Grok — do researchu: przeszukiwania sieci i wyszukiwania konkretnych wątków czy wpisów, zwykle na potrzeby automatyzacji.
To cały rdzeń. Obok niego są specjaliści wołani do pojedynczych zadań — generowanie obrazów, klonowanie głosu, pobieranie danych z konkretnych serwisów. Sięga się po nie wtedy, gdy są potrzebne, i odkłada, gdy nie są. Nie musisz ich znać teraz.
Jeszcze jedno pojęcie, bo wróci niżej. API to sposób, w jaki jedno narzędzie łączy się z drugim — coś jak gniazdko, do którego programy się wpinają. Dzięki temu agent może np. samodzielnie uruchomić wyszukiwarkę albo generator obrazów, zamiast prosić o to ciebie.
Narzędzia są wymienne, twój sposób pracy nie
Najważniejsza myśl z tego wszystkiego: agenty AI to tylko „obudowy”. Na powierzchni różnią się między sobą, pod spodem mogą korzystać z różnych modeli, ale wszystkie robią to samo — działają w obrębie twojego katalogu, czyli folderu z plikami projektu. Jeśli masz uporządkowany projekt, możesz podpiąć do niego raz jednego agenta, raz drugiego, i każdy będzie umiał w nim pracować.
Stąd praktyczny wniosek: buduj porządek, który przeżyje każde pojedyncze narzędzie. Nie wiadomo, które będzie najlepsze za kilka miesięcy. Wiadomo natomiast, że jeśli trzymasz pliki, notatki i procesy w czystym, dobrze opisanym folderze, to kolejne narzędzie — jakiekolwiek się pojawi — da się do niego podłączyć. Inwestujesz w swój sposób pracy, nie w nazwę aplikacji.
Z tego płynie też uczciwy test odporności. Wyobraź sobie, że twoje główne narzędzie przestaje działać na jeden dzień — serwis ma awarię, dostęp jest zablokowany. Czy potrafisz przesiąść się na inne i pracować dalej? Jeśli nie, to sygnał, żeby nie opierać całej pracy na jednym dostawcy. Warto umieć wpiąć w swój zestaw przynajmniej jedno zapasowe narzędzie.
Pytanie nie brzmi „które narzędzie jest najlepsze”
Każda twoja praca to proces złożony z mniejszych kroków. I właściwe pytanie nie brzmi „które narzędzie jest najlepsze w ogóle”, tylko: „które jest najlepsze do tego konkretnego kroku, w tej konkretnej sytuacji”.
Podam przykład: przygotowanie jednego nagrania wideo. Research można zrobić w Perplexity. Strukturę materiału — w agencie, który zna twój kontekst. Sam tekst — w zwykłym czacie z modelem. Miniaturę — w generatorze obrazów. Drobny efekt graficzny — w innym, węższym narzędziu. Montaż — w klasycznym programie do wideo, bez żadnego AI.
Płyną z tego dwa wnioski. Po pierwsze: nie każdy krok procesu musi korzystać z AI. Po drugie: nawet te, które korzystają, nie muszą korzystać z tego samego narzędzia. Rozbij zadanie na małe kroki i dla każdego osobno zapytaj, co z twojego zestawu sprawdzi się najlepiej.
Prosty filtr: czy to rozwiązuje mój problem teraz
Zostaje pytanie, które męczy najbardziej: skąd wiedzieć, czego się uczyć, skoro nowości jest tyle. Tu pomaga prosty filtr — kilka pytań, które warto zadać sobie przy każdej nowince.
- Czy to rozwiązuje problem, który mam teraz? Najczęściej odpowiedź brzmi „nie”. Jeśli nie — a narzędzie wydaje się ciekawe — po prostu zapisz do niego link na później. Tyle. Nie musisz dziś niczego się uczyć.
- Jeśli tak — przetestuj na realnym zadaniu, nie na zmyślonym. Nie miesiąc zabawy, lecz jedno prawdziwe użycie. Ważne, by nie było ryzykowne: nie testuj na masowej wysyłce maili ani na przebudowie ważnej bazy danych. Wybierz coś realnego, ale bezpiecznego.
- Po tygodniu zapytaj wprost: czy to się sprawdziło? Jeśli realnie rozwiązało twój problem — przenieś do codziennego zestawu. Jeśli nie — odłóż. Bez żalu.
I rzecz, która zdejmuje sporo presji. Jest różnica między wiedzieć, że coś istnieje, a umieć to zrobić. Najczęściej wystarczy to pierwsze. Obejrzenie dziesięciominutowego materiału nie zobowiązuje cię do poświęcenia kolejnego dnia na naukę i odtwarzanie wszystkiego, co tam pokazano. Zapisujesz, że narzędzie istnieje, i wracasz do niego dopiero wtedy, gdy realnie uderzysz w problem, który ono rozwiązuje.
Co tak naprawdę liczy się jako produktywność
Na koniec trzy uwagi, które porządkują całą resztę.
Każda zmiana kosztuje na starcie. Przy każdej zmianie narzędzia czy procesu trzeba się liczyć z chwilowym spadkiem sprawności — powiedzmy o jakąś jedną piątą — bo zmiana zawsze trochę kosztuje. Pytanie brzmi: czy po tym spadku znajdziesz się wyżej, niż byłeś, czy tylko wrócisz do punktu wyjścia? Zmiana ma sens tylko wtedy, gdy realnie podnosi cię ponad dotychczasowy poziom. Jeśli po spadku ledwie wracasz do tego, co było — nie była warta zachodu.
Produktywność to efekt na godzinę, nie liczba przepracowanych godzin. Dwunastogodzinny dzień spędzony na czytaniu wątków, oglądaniu materiałów i planowaniu potrafi dać mniej niż cztery godziny robienia rzeczy, które realnie posuwają sprawę do przodu. Zacznij dzień od jednego konkretnego celu i pilnuj, żeby kolejne czynności prowadziły właśnie do niego.
Określ swój własny cel nadrzędny. Twój cel niemal na pewno różni się od mojego. Ja muszę testować każdą nowość — to część mojej pracy. Jeśli twoim celem jest zbudowanie firmy, która robi jedną rzecz naprawdę dobrze, to większość gorących nowości nie jest twoją drogą do celu, tylko rozproszeniem. Najczęstszy błąd to robić zbyt wiele naraz i dać się rozproszyć.
I to jest właściwy morał. Nie chodzi o to, by mieć wszystkie narzędzia, tylko o to, by mieć wąski, sprawdzony zestaw, jasny cel i prosty filtr na nowości. Tyle wystarczy, żeby przestać tonąć.