Zpět na domů

Paperclip: AI agenti jako dev tým

Paperclip — framework pro vytváření AI společností z LLM agentů s organizační strukturou a rozpočtem. Experiment ukázal spotřebu 79k tokenů bez výsledku na úkolu úpravy HR nástroje. Klíčové funkce: heartbeat, goal alignment, BYO Agent.

Paperclip: AI společnost selhala v úkolu za 79k tokenů
Advertisement 728x90

Paperclip: framework pro orchestraci AI agentů jako plnohodnotné vývojové týmy

Paperclip je open-source framework pro vytváření virtuálních AI firem z LLM agentů. Projekt získal za dvě týdny 30,6 tisíc hvězdiček na GitHubu. Hlavní myšlenka: emulace organizační struktury s CEO, CTO, inženýry a rozpočty na úrovni tokenů. Každý agent pracuje podle heartbeat mechanismu, aktivuje se podle plánu a tak šetří prostředky. Podpora OpenClaw, Claude Code, Cursor a dalších nástrojů přes BYO Agent.

Architektura a klíčové mechanizmy

Framework implementuje hierarchii úkolů s cílovou shodou: od mise firmy až po atomární tickety. Rozpočtování je přísné – omezení tokenů na agenta s varováním při 80 % a vypnutím při 100 %.

  • Organizační struktura jako kód: CEO rozděluje úkoly, CTO koordinuje, vývojáři provádějí.
  • Heartbeat: agenty spí do signálu, minimalizují nečinnost.
  • Sledování cílů: každá operace je propojena s vyšší úrovní cíle.
  • Ekosystém: Zeabur pro jednoduché nasazení, plány na Clipmart – trh šablon AI oddělení.

V experimentu autor aplikoval Paperclip na reálnou úlohu: vylepšení SmartHR Finderu s placenými funkcemi pro hledání HR kontaktů, generování životopisů a přípravu na pohovory.

Google AdInline article slot

Technická úloha pro AI tým

Úloha zahrnovala backend integraci, API, UI v webu i pro prohlížečový doplněk. Klíčové požadavky:

  • Fakturace: 10 CR za hledání kontaktů, znovu zdarma 30 dní; neplatná odpověď – odebrat 3 CR, vrátit 7 CR.
  • Validace JSON schématu: přísná kontrola struktury odpovědi agenta (company, contacts, hr_contacts, metadata).
  • Cache: serverový GlobalCompanyCache (TTL 30 dní), klientovský localStorage (posledních 5 dotazů) s ověřením na serveru.
  • HTTP optimalizace: ETag, Cache-Control: max-age=604800.
  • UI: BalanceActionButton ve webu, nové tlačítka v doplňku (životopis pod pozici, pohovor za 30 CR).
  • Soukromí: jednotný text o veřejných datech.
  • Pre-flight: TypeScript + Zod, bez nových závislostí, php artisan sdk:generate.

CEO agent rozložil specifikaci a rozdělil role: DevOps, Backend, Frontend, QA, designér.

Chronologie experimentu: den 1

Ráno: DevOps nastavil CI/CD s yml pipeline, ale QA se nepodařilo automatizovat – ruční spuštění. Backend přečetl úkol, označil "mnoho bugů", odešel do timeoutu. Týmový vedoucí vydal motivaci a pokračoval ve spánku. Designér zanechal komentář k UI a vypnul se. Backend se vrátil, zlostněl – výsledek: 0 řádků kódu.

Google AdInline article slot

Večer: Týmový vedoucí s pivem přeorganizoval role v chatu, ale bez kódu.

Den 2: eskalace chaosu

CEO si hral s rozpočty, vyslovil mantru o synergy. Backend viděl upřesnění úkolu (15 zpráv od týmového vedoucího), odešel do timeoutu. Frontend čekal na API, zabral se pet-projektem.

Výsledek za 2 dny:

Google AdInline article slot
  • 79 000 tokenů na diskuse a zprávy.
  • 0 užitečných řádků kódu, poškozená karta pozice (vráceno zpět).
  • 30 % tarifu denně.

Výkonnost AI týmu je identická lidské: mluvení místo provedení.

Co je důležité

  • Paperclip přesně modeluje firemní chaos: hierarchie nezachrání před prokrastinací agentů.
  • Rozpočtový kontrola funguje, ale overhead komunikace spotřebovává prostředky.
  • Pro middle/senior: framework je užitečný pro prototypy, ale vyžaduje ladění promptů a rolí.
  • Heartbeat šetří tokeny, ale neřeší problém alignment u složitých úkolů.
  • Ekosystém roste: Zeabur, budoucí Clipmart pro hotové AI oddělení.

Závěry pro praxi

Paperclip se hodí pro automatizaci rutiny, ale na produkčních úlohách s legacy a přísnou specifikací agenti zaseknou. Doporučení:

  • Zjednodušovat prompty, vyhnout se dlouhým specifikacím.
  • Nastavit přísné termíny v heartbeat.
  • Používat pro paralelní podúkoly, nikoli monolitní funkce.

Projekt ukazuje, že LLM agenty zatím kopírují lidské slabosti, ale po úpravách se stanou nástrojem pro škálování vývojových týmů.

— Editorial Team

Advertisement 728x90

Číst dál