Teraz
Najnowszy wpis:Workflow czy agent AI? Ta sama faktura trzema drogami, każda 6 z 6 pólKolejny wpis:sobota, 7:30Buduję:stronę osobistą w dwóch językach, z audytem SEO przy każdym wdrożeniuBuduję:drugi silnik agenta na platformie Autonomii Kodu i porównanie z workflowBuduję:cotygodniowy pomiar SEO dla portalu i tej stronyBuduję:nowe sezony Few Summers i mnicha z historiami na cliffhangerach
delta240mvt ↗

Workflow czy agent AI? Ta sama faktura trzema drogami, każda 6 z 6 pól

Puściłem jedną fakturę przez workflow i agenta na dwóch silnikach. Wszystkie odczytały 6 z 6 pól, a workflow był ponad 40 razy tańszy i prawie 2 razy szybszy.

Koperta z fakturą, z której wychodzą trzy tory różnej długości, po nich jadą paczki w innym tempie, a na końcu stoją słupki kosztu: niski, wysoki i średni.

W poniedziałek po południu chciałem ręcznie zlecić fakturę do porównania. Nie zdążyłem. Workflow, który ustawiłem na początku listopada, już ją złapał ze skrzynki, odczytał i założył kartę „Opłacić fakturę”. Napisałem do Claude coś w stylu: jakiś workflow mam już ustawiony, bo od razu wyłapał fakturę, która to karta? I to był najlepszy wstęp do tego, co chciałem sprawdzić.

Pytanie było proste: czy do faktur z maila potrzebuję agenta AI, czy wystarczy zwykły workflow? Puściłem tę samą fakturę testową trzema drogami i zapisałem dokładność, czas i koszt. Na portalu zebrałem ogólne materiały w hubie o harnessach i ewaluacji agentów. Tu jest mój pomiar, na mojej platformie.

Skąd w ogóle trzy drogi

Od kilku tygodni buduję krok po kroku platformę z kursu Autonomia Kodu. Tablica z kartami zadań, a kartę może wykonać człowiek, workflow albo agent. Jak agent zapamiętuje uwagi i ile kosztuje w złotych, opisałem we wpisie o agencie AI do ofert z widoczną pamięcią.

Do tej pory agent działał na jednym silniku: Claude Managed Agents. To wygodne. Anthropic daje gotowe środowisko pracy, pliki, skille i pamięć, a ja podaję instrukcję. Ale wszystko dzieje się u dostawcy i to on mówi, ile kosztowała sesja.

W poniedziałek zbudowałem drugi silnik: własny harness. To osobny program na Cloudflare, napisany we frameworku Flue. Dostaje od platformy instrukcję, model i listę narzędzi, prowadzi rozmowę z modelem, a narzędzia wykonuje po stronie platformy. Każda rozmowa ma własną małą bazę. Platforma pilnuje budżetu i ma przycisk „Zatrzymaj”.

Trzecia droga to workflow „Faktury z maila”, który działa od początku listopada. Co 5 minut sprawdza skrzynkę. Do porównania wykonał się już ponad 3200 razy.

Czemu w ogóle faktury? Bo to typowa, powtarzalna robota w małej firmie. Każda faktura kosztowa to te same ruchy: otworzyć maila, pobrać PDF, przepisać numer i kwotę, wrzucić plik do właściwego katalogu. Zawsze to samo. Idealny kandydat, żeby sprawdzić, czy agent jest tu w ogóle potrzebny.

Co musiałem dobudować, żeby własny harness umiał to samo

Jeden dzień, cztery kroki. Najpierw sam silnik: pole „silnik” w formularzu agenta, a pod nim lista modeli zależna od silnika. Na własnym harnessie są Gemma 4 26B z Workers AI i trzy modele Claude przez Claude API. Tu złapałem pierwszy zgrzyt: lekcja mówiła o sześciu modelach, a ja widziałem cztery. Zgłosiłem to jako błąd w kursie i poszedłem dalej.

Pierwsza próba na nowym silniku była prawie za darmo. Karta „Odpowiedzi dla klientów”, model Gemma, bez sieci: 33 sekundy i 0,0055 zł. Agent ofertowy na tym samym silniku, z Claude Haiku 5.5: 36 sekund i 0,0187 zł.

Potem środowisko pracy. Własny harness nie ma kontenera od Anthropic, więc dostał swój, w Modal. Jeden kontener na sesję, te same katalogi co w silniku zarządzanym, polecenia, odczyt i zapis plików. Sieć przechodzi z ustawień środowiska agenta: bez sieci, tylko wskazane adresy albo pełna sieć ze zgodą na pakiety. Szczegół, który zjadł chwilę: duży plik do kontenera trzeba wysyłać kawałkami, bo jedno polecenie ma limit rozmiaru.

Najciekawsza decyzja dotyczyła skilli. W silniku zarządzanym platforma wysyłała paczkę skilla do Anthropic i zostawiała sobie tylko nazwę i opis. Własny harness nie ma dostępu do tego magazynu. Więc platforma trzyma teraz własną kopię każdej paczki i wkłada ją do kontenera na starcie sesji. Gotowe skille Word i PDF jadą razem z obrazem kontenera, bo są częścią platformy, a nie firmy.

Na koniec pamięć: wpisy i historia zmian na platformie, a pod wynikiem lista „Zapamiętano”. Zapytałem przy tym wprost, gdzie te notatki leżą u Anthropic i czy to stały magazyn. Na swoim silniku mam odpowiedź od razu: w mojej bazie, z wersjami.

Jak porównać workflow i agenta AI uczciwie?

Na jednym wejściu i z tym samym modelem. Ta sama wiadomość z fakturą, te same 6 pól do sprawdzenia i na obu silnikach agenta ten sam Claude Haiku 5.5 z tym samym wysiłkiem.

Workflow poszedł pierwszy. Oznacza przetworzoną wiadomość etykietą i drugi raz by jej nie wziął, a agent czyta ją mimo etykiety. Dzięki temu wszystkie trzy drogi pracowały na tym samym mailu. Agentowi nie dałem zakładania kart pochodnych. Miał tylko otworzyć PDF, ustalić pola i zapisać plik na Dysku. Gdyby robił więcej, porównanie nie dotyczyłoby już samego odczytu.

Całość szła na stagingu, czyli próbnej kopii platformy, na fakturze testowej wygenerowanej do tego kroku. Prawdziwe dokumenty nie brały w tym udziału. Każde narzędzie agenta na własnym harnessie platforma wykonuje dopiero po sprawdzeniu tokenu sesji, a przy przekroczeniu budżetu sama zatrzymuje rozmowę. Budżet sesji wpisuję w dolarach, a podpowiedź pod polem od razu przelicza go na złote po dzisiejszym kursie.

Pola: sprzedawca, NIP, numer, data wystawienia, termin płatności i kwota brutto. Do tego rodzaj faktury: kosztowa czy wystawiona przez firmę. Wynik:

Droga Poprawne pola (z 6) Czas Koszt
Workflow 6 ok. 25 s 0,0001 USD (8,9 neuronu, w darmowej puli)
Agent: Claude Managed Agents 6 ok. 40 s 0,01 USD (kwota od Anthropic, zaokrąglona do centa)
Agent: własny harness 6 ok. 45 s 0,0045 USD (z tokenów i cennika)

Wszystkie trzy drogi rozpoznały też, że to faktura kosztowa, i zapisały PDF na Dysku. Różnica jest tylko w czasie i pieniądzach.

Tabela „Workflow i agent” na stronie Zużycie: trzy wiersze z liczbą uruchomień, kosztem w złotych, średnim czasem 25, 40 i 45 sekund.
Tabela „Workflow i agent” na stronie „Zużycie”, z sesjami agenta rozdzielonymi według silnika. Lokalna instancja, dane przykładowe odtworzone z pomiaru na stagingu.

Co mnie zaskoczyło w liczbach

Przy fakturze wygrywa workflow. Jest ponad 40 razy tańszy od własnego harnessu i prawie 2 razy szybszy, a dokładność ma tę samą. Od Claude Managed Agents jest tańszy mniej więcej 100 razy. Kierunek był do przewidzenia, skala już mniej.

Mniej oczywiste było co innego. Ten sam model na własnym harnessie wyszedł ponad 2 razy taniej niż na silniku zarządzanym, za to 5 sekund wolniej. Część różnicy to zaokrąglenie: Anthropic podaje koszt sesji w centach, więc 0,01 USD może znaczyć mniej. Mój harness liczy koszt sam z tokenów i cennika, co do ułamka centa. Dlatego strona „Zużycie” mówi to wprost pod tabelą.

Lista zdarzeń: dwie sesje agenta z modelem Claude Haiku 5.5, 45 i 40 sekund, oraz odczyt faktury przez workflow, 25 sekund.
Te same trzy zdarzenia na liście, z modelem, czasem, tokenami i kosztem w złotych po kursie NBP z dnia sesji. Lokalna instancja, dane przykładowe.

Workflow ma jeszcze jedną przewagę, której nie widać w tabeli. Używa Workers AI, a Cloudflare daje 10 000 neuronów dziennie za darmo. W poniedziałek miałem pulę prawie wyczerpaną, 9884 z 10 000, i od razu zapytałem: jak Cloudflare naliczy koszt? Na darmowym planie nie nalicza nic. Po przekroczeniu puli kolejne wywołania kończą się błędem do północy UTC, czyli do 01:00 w Polsce. Jeden odczyt faktury zużywa średnio około 10 neuronów, najwyżej 17. Pula jest jedna na całe konto, więc inne projekty mogą ją zjeść wcześniej.

Strona „Zużycie” od góry: suma kosztów, darmowa pula neuronów z kursem NBP, potem porównanie i zdarzenia. Lokalna instancja, dane przykładowe.

To po co mi agent?

Do rzeczy, których kroków nie da się zapisać z góry. Faktura ma zawsze te same pola, więc workflow czyta ją bez zastanawiania się. Oferta dla klienta tak nie działa. Trzeba przeczytać zapytanie, dobrać pozycje z cennika, sprawdzić wcześniejsze oferty i złożyć dokument. Tam agent się opłaca, i tam go zostawiam.

Jest jeszcze jedna rzecz, która przemawia za workflow przy fakturach. Ma wbudowany na stałe krok „załóż kartę do opłacenia”. Agent zrobiłby to samo tylko wtedy, gdybym dał mu takie narzędzie i dopisał to do instrukcji. Czyli więcej miejsc, w których model może coś zrozumieć po swojemu. W workflow ten krok po prostu jest i zawsze wygląda tak samo.

Jest w tym coś zabawnego. Spędziłem cały dzień na budowie drugiego silnika agenta, z kontenerem, skillami i pamięcią. A najlepiej wypadł najnudniejszy element platformy, który od dwóch tygodni po cichu robi swoje co 5 minut.

Ten pomiar ustawił mi kolejność myślenia. Łatwo zacząć od agenta, bo „sam ogarnie”. Teraz zaczynam od pytania: czy umiem spisać kroki na kartce? Jeśli tak, to workflow. Agent dopiero tam, gdzie kartka się kończy.

A własny harness? Zostaje jako drugi silnik. Nie dlatego, że jest szybszy, tylko dlatego, że wszystko mam u siebie: kopie skilli, pamięć z wersjami i koszt liczony co do ułamka centa. Każda część systemu broni się sama, jak przy dziurach w aplikacjach z vibe codingu.

Co z tego biorę

Najtańszy agent to ten, którego nie trzeba uruchamiać. Zanim zbudujesz agenta do powtarzalnej rzeczy, puść ją raz przez workflow i zapisz w tabeli trzy liczby: poprawne pola, czas i koszt. Potem zrób to samo z agentem.

Moja reguła na przyszłość: przy każdej nowej automatyzacji jedno wejście, trzy drogi, jedna tabela. Liczby decydują, nie wrażenie, że agent jest mądrzejszy.

Chcesz zbudować coś takiego u siebie?

Pracuję z ludźmi 1:1 pod marką delta240mvt. Na Twoim projekcie, od pierwszego kroku.

Zobacz ofertę ↗