Meta Muse (8 września), OpenAI Dots (29 września) i asystent Ubera dla kierowców łączy jedno założenie: agent AI odzywa się pierwszy, zamiast czekać na pytanie. Jean-marc Mommessin w analizie opublikowanej 3 października 2026 r. w MarkTechPost wskazuje, że trudność przenosi się z treści odpowiedzi na decyzję, kiedy przerwać użytkownikowi, jakim kanałem i z jaką propozycją.
- Meta Muse, OpenAI Dots i asystent Ubera dla kierowców to trzy produkty uruchomione w ciągu czterech tygodni, które łączy ten sam mechanizm: agent AI odzywa się do użytkownika z własnej inicjatywy, zamiast czekać na pytanie.
- OpenAI Dots, oparte na modelu GPT-6 Astra i zaprezentowane 29 września 2026 r. na konferencji DevDay, mają dostęp do ponad 4000 aplikacji przez wtyczki, ale polscy użytkownicy planu Pro nie otrzymają do nich dostępu, ponieważ OpenAI wyłączyło tę funkcję dla Europejskiego Obszaru Gospodarczego, Szwajcarii i Wielkiej Brytanii bez podania powodów.
- Jean-marc Mommessin w swojej analizie stawia tezę, że duży model językowy może napisać wiadomość, ale jest złym narzędziem do decydowania, czy ją wysłać – do tego lepiej nadają się m.in. modele uplift i contextual bandits, a takie modele decyzyjne jak Julia 1 (144,3 mln parametrów, licencja Apache 2.0) potrafią zwrócić odpowiedź tak/nie w medianie ok. 33 ms na procesorze M4.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Trzy premiery w cztery tygodnie, jeden wspólny mechanizm
Wszystkie trzy produkty działają w tle i same zgłaszają się do człowieka z sugestią lub prośbą o zgodę.
- Meta Muse. Meta ogłosiła Muse 8 września: agent pracuje na własnym komputerze w chmurze, porusza się po stronach, wypełnia formularze i kontynuuje zadanie po zamknięciu aplikacji. Muse jest dostępny we własnej aplikacji oraz w WhatsAppie i potrafi podsuwać sugestie bez pytania ze strony użytkownika.
- OpenAI Dots. OpenAI pokazało Dots 29 września 2026 r. na konferencji DevDay; to stale działający agenci w ChatGPT, oparci na modelu GPT-6 Astra, z własnym komputerem w chmurze i dostępem do ponad 4000 aplikacji przez wtyczki. Tryb pracy w tle OpenAI nazywa „proactive research”: gdy użytkownik nie pracuje z agentem, Dot przegląda podłączone aplikacje, mając narzędzia ograniczone do odczytu. Według MarkTechPost chodzi np. o wychwycenie zapomnianej faktury albo błędu zgłoszonego na Slacku, a agent kontaktuje się przez ChatGPT, Slacka i Teams.
- Uber Assistant. Asystent Ubera zamienia dane o zarobkach i mapy popytu w proste wskazówki, gdzie i kiedy kierowca powinien się ustawić. MarkTechPost przytacza przykład z wystąpienia zespołu produktowego Ubera: kierowca bez kursu od 33 minut dostał wskazanie lepszej strefy wraz z uzasadnieniem. Ten sam serwis podaje, że wersję głosową do obsługi bez użycia rąk Uber ogłosił 24 września.
Agent ma pisać tylko wtedy, gdy korzyść przewyższa koszt przerwania
Główna teza Mommessina brzmi: każda wiadomość wysłana z inicjatywy agenta jest zakładem. Agent powinien ją wysłać tylko wtedy, gdy oczekiwana wartość dla użytkownika przewyższa koszt oderwania go od tego, co robi.
Na tę wartość składają się według autora cztery elementy: stawka, prawdopodobieństwo, że użytkownik zareaguje, tempo, w jakim okazja wygasa, oraz to, czyja to korzyść, użytkownika czy platformy. Wiadomości cenne i pilne idą od razu, mniej ważne czekają na zbiorcze podsumowanie, reszta nie jest wysyłana wcale. Im więcej warta wiadomość, tym bardziej natrętny kanał jej przysługuje: karta w aplikacji kosztuje uwagę najmniej, czat więcej, SMS jeszcze więcej, a połączenie głosowe jest zarezerwowane dla sytuacji pilnych.
Mommessin stawia też tezę, z którą część inżynierów będzie polemizować: duży model językowy może napisać wiadomość, ale jest złym narzędziem do decydowania, czy ją wysłać. Do tego lepiej nadają się metody znane zespołom od powiadomień: modele uplift (szacują, czy bodziec faktycznie wywołuje działanie), contextual bandits (uczą się najlepszego momentu i kanału dla danej osoby) oraz modele gotowości odbiorcy, które przewidują, czy człowiek akurat prowadzi auto albo siedzi na spotkaniu.
Od lat wyciszam powiadomienia w większości aplikacji i podejrzewam, że nie jestem wyjątkiem. Agent, który pisze do mnie sam, wchodzi dokładnie w to samo miejsce w telefonie, tylko z większymi uprawnieniami: widzi skrzynkę, kalendarz i faktury. Jeśli trafi z jedną cenną podpowiedzią dziennie, zostanie. Jeśli zacznie przypominać o wszystkim, wyląduje tam, gdzie newslettery sklepów.
Bardziej niepokoi mnie czwarty element z listy Mommessina, czyli pytanie, czyja to korzyść. Meta żyje z reklam, Uber ma do sprzedania dostawy, OpenAI właśnie pokazało abonament za 500 dolarów. Kto sprawdzi, czy sugestia agenta służy mnie, czy kwartalnym wynikom firmy? Tego żadna z trzech firm jeszcze nie pokazała w sposób, który dałoby się zweryfikować z zewnątrz.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Jev i Julia 1: modele, które zwracają decyzję zamiast tekstu
Do filtrowania wiadomości przed ich wysłaniem Mommessin proponuje nową klasę tzw. modeli decyzyjnych. Modele takie jak Jev firmy TypeSafe i Julia 1 z otwartymi wagami od Supersonic Labs nie generują tekstu, tylko typowany osąd: wybór z krótkiej listy, ocenę albo odpowiedź tak/nie, każdorazowo z prawdopodobieństwem.
TypeSafe AI wyszło z dwuletniego trybu stealth 15 września 2026 r.; według The Register firma zebrała 40 mln dolarów. Założył ją Diogo Almeida, były badacz OpenAI. TypeSafe twierdzi, że na czterech własnych testach Jev działa ponad 190 razy szybciej i ponad 440 razy taniej niż modele czołowe, ale to dane producenta.
Julia 1 ma 144,3 mln parametrów, powstała na bazie wielojęzycznego enkodera mmBERT-small i jest udostępniona na licencji Apache 2.0. Mediana czasu jednej decyzji to ok. 33 ms na procesorze M4 i ok. 203 ms na tablecie Samsunga pracującym wyłącznie na CPU. W teście Typed Decisions Julia 1 uzyskała 73,15 proc. wobec 72,70 proc. Jev, za to w Banking77 wypadła wyraźnie gorzej: 64 proc. wobec 87 proc.
Agent działający bez przerwy ocenia znacznie więcej potencjalnych powodów do kontaktu, niż wysyła wiadomości, więc każdy z nich może przejść przez tanie pytania kontrolne jeszcze przed wywołaniem dużego modelu. Jest też ograniczenie: modele decyzyjne oceniają wyłącznie kontekst, który dostały, więc same nie nauczą się, że konkretny użytkownik ignoruje wiadomości rano.
Agent, który odzywa się pierwszy, jest też kanałem sprzedaży
Proaktywny agent to dla platformy nowe miejsce na oferty, i wszystkie trzy firmy już to pokazują. Meta ogłosiła 29 września Muse for Small Business z konektorami m.in. do Shopify, Stripe, Slacka, Notion i Intuit QuickBooks. Muse w wersji dla firm może sam proponować zadania, ale publikacja, wysyłka wiadomości i wydatki wymagają zgody użytkownika.
Vishal Shah, wiceprezes Meta ds. produktów AI, powiedział serwisowi Axios: „Ludzie używają Muse do prowadzenia swoich firm” / „People are using Muse to run their business”. Według Shaha około jedna trzecia wczesnych użytkowników Muse podłączyła do agenta jakieś konto firmowe. Windows Report podaje, że Muse w niecały miesiąc doszedł do 700 tys. użytkowników dziennie.
OpenAI razem z Dots zapowiedziało nowy plan Pro za 500 dolarów miesięcznie i obcięcie o połowę limitów w planie za 200 dolarów z końcem października. Uber ma z kolei skalę: 40 mln przejazdów dziennie oraz 10 mln kierowców i kurierów w 15 tys. miast. Dostęp do wersji beta Uber Assistant mają setki tysięcy kierowców w USA.
Dharmin Parikh, dyrektor ds. zarządzania produktem w Uberze, ujął stawkę tak: „Jeśli użytkownicy nie ufają systemowi, szybko ich tracisz” / „If users don’t trust the system, you lose them quickly”. Mommessin dochodzi do tego samego wniosku od strony sprzedaży: oferta jest po prostu kolejną wiadomością i musi przejść ten sam próg wartości dla użytkownika, bo gdy ludzie zaczną podejrzewać, że agent sprzedaje, każda jego wiadomość traci wiarygodność.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Polscy użytkownicy na razie nie skorzystają ani z Muse, ani z Dots w planie Pro
Żaden z trzech produktów nie jest dziś w pełni dostępny w Polsce. OpenAI zapowiedziało, że Dots na razie nie trafią do użytkowników planu Pro w Europejskim Obszarze Gospodarczym, Szwajcarii i Wielkiej Brytanii, i nie wyjaśniło powodów. Plan Pro za 500 dolarów kosztuje w Europie 510 euro. Dostępność Dots w planie Business Premium dla polskich firm trzeba sprawdzić w dokumentacji OpenAI, bo ogłoszone wyłączenie dotyczy planu Pro.
Meta w komunikacie o Muse wymieniła wyłącznie rynek amerykański i nie wspomniała o planach dla Europy. Muse for Small Business działa w USA i Kanadzie. Uber Assistant pozostaje eksperymentem na rynku amerykańskim; nie znalazłem zapowiedzi wdrożenia w Polsce.
Dla polskich zespołów budujących własnych asystentów praktyczny wniosek jest inny: Julia 1 jest dostępna od ręki na Hugging Face i działa na zwykłym procesorze, więc filtr „wysłać czy nie wysłać” można przetestować bez czekania na amerykańskie premiery.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym analizy Jean-marca Mommessina w MarkTechPost z dnia 03.10.2026, studium przypadku OpenAI o Uber Assistant z dnia 06.05.2026 oraz publikacji Axios, Trending Topics i karty modelu Julia 1 na Hugging Face. Do weryfikacji posłużyły także DataCamp, The Rundown, Techloy, Windows Report i iPhone in Canada.
Przykład kierowcy bezczynnego przez 33 minuty oraz data 24 września jako termin ogłoszenia głosowej wersji asystenta Ubera pochodzą wyłącznie z MarkTechPost i nie zostały potwierdzone w komunikacie Ubera.
Cytaty Dharmina Parikha, dyrektora ds. zarządzania produktem w Uberze, oraz Vishala Shaha, wiceprezesa Meta ds. produktów AI, zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji w temacie proaktywnych agentów AI i ich dostępności w Europie.
