Paperclip: Agenci AI jako dev-zespół

Paperclip: framework do orchestrowania agentów AI jak pełnoprawnej drużyny programistów

Paperclip to open-sourceowy framework do tworzenia wirtualnych firm opartych na agencie LLM. Projekt zdobył już 30,6 tys. gwiazdek na GitHubie w ciągu dwóch tygodni. Główna idea polega na symulacji struktury organizacyjnej z CEO, CTO, inżynierami i budżetami wyrażonymi w tokenach. Każdy agent działa według mechanizmu heartbeat — aktywuje się tylko w określonych momentach, co pozwala oszczędzać zasoby. Wsparcie dla narzędzi takich jak OpenClaw, Claude Code, Cursor i innych poprzez funkcję BYO Agent.

Architektura i kluczowe mechanizmy

Framework implementuje hierarchię zadań z alignem celów: od misji firmy po pojedyncze tickety. Budżetowanie jest surowe — limit tokenów na agenta z ostrzeżeniem przy 80% i całkowitym wyłączeniem przy 100%.

• Struktura organizacyjna jako kod: CEO dzieli zadania, CTO koordynuje, programiści wykonują.
• Heartbeat: agenci śpią do sygnału, minimalizując czas bezczynności.
• Śledzenie celów: każda operacja jest powiązana z najwyższym celem.
• Ekosystem: Zeabur do jednoklikowego wdrożenia, plany na Clipmart — rynku szablonów zespołów AI.

W eksperymencie autor zastosował Paperclip do rzeczywistego zadania: rozwinięcie SmartHR Finder o płatne funkcje wyszukiwania kontaktów HR, generowania CV oraz przygotowania do rozmów kwalifikacyjnych.

Zadanie techniczne dla drużyny AI

Zadanie obejmowało integrację backendową, API, UI w przeglądarce i rozszerzeniu przeglądarkowym. Kluczowe wymagania:

• Rozliczenia: 10 CR za wyszukanie kontaktów, ponowne wyszukiwanie darmowe przez 30 dni; nieprawidłowa odpowiedź — utrata 3 CR, zwrot 7 CR.
• Walidacja schematu JSON: ścisła sprawdzanie struktury odpowiedzi agenta (company, contacts, hr_contacts, metadata).
• Buforowanie: serwerowy GlobalCompanyCache (TTL 30 dni), lokalny localStorage (ostatnie 5 zapytań) z weryfikacją po stronie serwera.
• Optymalizacje HTTP: ETag, Cache-Control: max-age=604800.
• UI: BalanceActionButton w webie, nowe przyciski w rozszerzeniu (CV pod stanowisko, rozmowa za 30 CR).
• Prywatność: znormalizowany tekst o danych publicznych.
• Przedstart: TypeScript + Zod, bez nowych zależności, php artisan sdk:generate.

CEO agent przeanalizował specyfikację i rozdzielił role: DevOps, Backend, Frontend, QA, projektant graficzny.

Chronologia eksperymentu: dzień 1

Rano: DevOps skonfigurował CI/CD z pipelines.yml, ale QA nie poradził sobie z automatyzacją — uruchomienie ręczne. Backend przeczytał zadanie, zaznaczył "ściana tekstu", poszedł w timeout. Timlead dał motywację i znów zasnął. Projektant zostawił komentarz do UI i się odłączył. Backend wrócił, wybuchnął — efekt: 0 linii kodu.

Wieczorem: Timlead z piwkiem przepisał role w czacie, ale bez kodu.

Dzień 2: eskalacja chaosu

CEO grał z budżetami, wygłosił mantrę o synergii. Backend zobaczył uściślenia zadania (15 wiadomości od Timleada), poszedł w timeout. Frontend czekał na API, zajmował się projektem osobistym.

Podsumowanie po 2 dniach:

• 79 000 tokenów zużytych na dyskusje i raporty.
• 0 użytecznych linii kodu, uszkodzona karta oferty pracy (cofnięcie).
• 30% miesięcznego tarifu za dobę.

Efektywność drużyny AI jest równa ludzkiej: dużo mówienia, brak działania.

Co ważne

• Paperclip precyzyjnie modeluje chaos korporacyjny: hierarchia nie ratuje agentów przed prokrastynacją.
• Kontrola budżetowa działa, ale koszty komunikacji pochłaniają zasoby.
• Dla programistów średniozaawansowanych i seniorów: framework przydatny do prototypowania, ale wymaga dopasowania promptów i ról.
• Mechanizm heartbeat oszczędza tokeny, ale nie rozwiązuje problemu alignment w trudnych zadaniach.
• Ekosystem rośnie: Zeabur, przyszły Clipmart do gotowych zespołów AI.

Wnioski praktyczne

Paperclip nadaje się do automatyzacji rutyn, ale na złożonych projektach z legacy i szczegółową specyfikacją agenci zawalają. Zalecenia:

• Uprość prompty, unikaj długich specyfikacji.
• Ustaw rygorystyczne terminy w heartbeat.
• Wykorzystuj do zadań równoległych, a nie monolitycznych funkcji.

Projekt pokazuje, że obecnie agenci LLM kopiują ludzkie słabości, ale po dostosowaniu mogą stać się narzędziem do skalowania zespołów deweloperskich.

— Editorial Team