AaaS
Jak działa
Klient definiuje cel lub wgrywa materiały źródłowe (procedury, transkrypty rozmów, nagrania, dokumentację). Agent dostawcy (np. Ghostwriter) analizuje te dane, identyfikuje kluczowe zachowania i przypadki brzegowe, generuje gotowego do produkcji agenta wykonawczego oraz konfiguruje go w wielu kanałach (głos, czat, e-mail) z wbudowanymi zabezpieczeniami. Następnie pętla ciągłej poprawy analizuje rzeczywiste interakcje, proponuje ulepszenia, testuje je w piaskownicy i przygotowuje do zatwierdzenia przez człowieka. Cała wymiana z agentem odbywa się w języku naturalnym — bez klikania w UI.
Rozwiązany problem
Tradycyjny model SaaS wymaga, aby człowiek nauczył się interfejsu aplikacji i wykonał pracę krok po kroku przez klikanie. Skaluje się to liniowo z liczbą użytkowników i ograniczeń poznawczych. AaaS adresuje ten problem przez przekazanie wykonania agentowi AI, redukując interakcję człowieka do definiowania celu i akceptacji wyniku.
Komponenty
Warstwa zapewniająca agentowi narzędzia, pamięć, planowanie, spójną przestrzeń akcji oraz właściwy kontekst zadania. Bez niej agent nie ma stabilnej podstawy do działania w środowisku produkcyjnym.
Refaktoryzacja platformy SaaS do postaci, w której wszystkie funkcje są dostępne programatycznie (API, SDK) bez zależności od UI. Pozwala agentowi wywoływać platformę bezpośrednio zamiast emulować kliknięcia.
Izolowana przestrzeń, w której agent buduje i testuje zmiany przed wdrożeniem na produkcję. Krytyczne dla bezpiecznej autonomii — agent może eksperymentować bez ryzyka uszkodzenia działającego systemu.
Oficjalna
Cykl analizowania rzeczywistych interakcji, identyfikowania możliwości poprawy, walidowania ich i przygotowywania do przeglądu. Działa autonomicznie w tle i sprawia, że agenci ulepszają się z czasem.
Oficjalna
Brama, w której zmiany przygotowane przez agenta są zatwierdzane przez człowieka przed wdrożeniem. Stanowi fundament zaufania i odpowiedzialności w produkcyjnych wdrożeniach AaaS.
Oficjalna
Implementacja
Próby wdrożenia AaaS na platformie zaprojektowanej pod UI (kliknięcia, formularze) prowadzą do agenta emulującego użytkownika ludzkiego — niestabilnego i wolnego. Bez refaktoryzacji platformy do headless infrastructure paradygmat nie działa.
Stosowanie modelu seat-based dla AaaS osłabia propozycję wartości — klient nie kupuje miejsc, tylko rezultaty. Niewłaściwe rozliczanie zaciemnia ROI i utrudnia adopcję.
Pełna autonomia agenta od pierwszego dnia jest ryzykowna — bez fazy obserwowanej i przyrostowej delegacji uprawnień klient nie zbuduje zaufania, a błędy agenta mogą podważyć cały kontrakt.
AaaS opiera się na ciągłej poprawie. Bez automatycznej ewaluacji rzeczywistych interakcji pętla agent assembly line nie ma sygnału — agent przestaje się uczyć i dryfuje względem zmian biznesowych.
Dla deterministycznych, dobrze zdefiniowanych zadań (formularz, prosty CRUD) AaaS dodaje koszt LLM, opóźnienie i nieprzewidywalność. Tradycyjny SaaS bywa szybszy, tańszy i bardziej przewidywalny.
Ewolucja
Salesforce wprowadza model SaaS oparty na centralnie hostowanej aplikacji webowej obsługiwanej przez ludzi. Definiuje paradygmat 'klient kupuje dostęp do interfejsu', wobec którego AaaS będzie się dwie dekady później pozycjonować.
Yao i in. (2022) pokazują, że LLM mogą działać jako silnik rozumowania w pętlach łączących myśli z działaniami narzędziowymi. To technologiczna podstawa, na której AaaS jest możliwa.
Anthropic publikuje wytyczne odróżniające workflows od agentów i formalizujące pięć wzorców kompozycyjnych. Praktycy zyskują wspólny język, który ułatwi późniejszą komercjalizację AaaS.
25 marca 2026 r. Bret Taylor i Clay Bavor (współzałożyciele Sierry) ogłaszają na blogu firmy paradygmat Agents as a Service oraz Ghostwriter — agenta budującego agenty. Wprowadzają hasło 'prompts, not clicks' i koncepcję 'agent assembly line'. To moment, w którym termin wchodzi do publicznego dyskursu branżowego.
Szczegóły techniczne
Hiperparametry (konfigurowalne osie)
Zakres decyzji, które agent może podjąć bez zatwierdzenia człowieka — od propozycji wymagających przeglądu po pełne autonomiczne wdrożenia.
Sposób rozliczania usługi: za seat (jak SaaS), za zużycie (per token / wywołanie) czy za rezultat (rozwiązana sprawa, zamknięty ticket).
Liczba i typ kanałów, na których agent działa: czat, głos, e-mail, video, komunikatory.
Format, w jakim klient definiuje, czego oczekuje od agenta: prompt tekstowy, dokumentacja procesowa, transkrypt, nagranie audio, zdjęcie tablicy.
Poziom wbudowanych zabezpieczeń ograniczających działania agenta: filtrowanie treści, weryfikacja zgodności, walidacja narzędzi.
Paradygmat wykonania
AaaS jest paradygmatem dostarczania, nie konkretnym kernelem obliczeniowym. Tryb wykonania jest dziedziczony z bazowego Agentic AI: warunkowe pętle sterowane LLM nad headless infrastructure platformy.
Agent dostawcy decyduje, które komponenty platformy wywołać, jaki rodzaj agenta produkcyjnego utworzyć i kiedy poprosić człowieka o zatwierdzenie. Trasowanie nie jest predefiniowane — wynika z analizy celu klienta i dostępnych narzędzi.
Równoległość
Równoległość pojawia się głównie międzyklientowo (różni klienci, różne agenty produkcyjne) oraz wewnątrz wieloagentowych podsystemów (np. równoczesne testy w piaskownicy).
Wymagania sprzętowe
AaaS to model dostarczania, nie jądro obliczeniowe. Wymagania sprzętowe wynikają z bazowych LLM i narzędzi platformy, a nie z samego paradygmatu usługowego.