# Po co własny harness, skoro płacę za subskrypcję

Notatka, 2026-10-22

Przy płatnej subskrypcji LLM własny harness w stylu OpenClaw czy Hermesa nie ma moim zdaniem sensu. Postawiłem oba, na serwerze domowym i na VPS-ie, i dałem sobie spokój.

Ostatnia zmiana: 2026-10-27

## Czym jest harness i po co go stawiałem

Sam model AI tylko odpowiada tekstem. Harness to program wokół niego: daje mu narzędzia (przeglądarkę, pliki, wyszukiwarkę), pamięć i zadania uruchamiane o zadanej porze, a rozmowę prowadzi się przez komunikator. OpenClaw i Hermes to dwa takie programy z otwartym kodem, które uruchamia się u siebie. Obiecują asystenta, który działa całą dobę i sam coś robi.

Nie miałem problemu, który taki asystent miał rozwiązać. Stawiałem je z ciekawości i dlatego, że o „asystencie 24/7” było wtedy głośno. Use case wymyślałem na siłę, żeby zobaczyć, jak to działa, i podejrzewam, że sporo osób robi dokładnie tak samo.

## Na czym i co próbowałem

Wszystkie próby robiłem na modelach uruchomionych na własnym komputerze: Gemma 4 i Qwen 3.6, w wersjach 9B. Wybrałem je, bo nic nie kosztują poza prądem i sprzętem, który już miałem, więc nie płacę za tokeny. Z agentem rozmawiałem przez Discorda, którego i tak używam do kontaktu z ludźmi, więc wybór był oczywisty.

Pierwsza próba to oferty działek. Kazałem agentowi ich szukać i szło kiepsko: nie radził sobie z wczytywaniem stron ani z samym wyszukiwaniem. Wyszukiwarkę SearXNG postawiłem sam, wchodziła w grę też Exa, zrobiona z myślą o agentach AI.

Druga to przypominacz. Agent miał pisać do mnie na Discordzie, dopóki wprost nie odpiszę, że coś zrobiłem. Nie działało, bo program był pełen bugów.

Trzecia to sterowanie głosem z telefonu przez Open WebUI. Praktycznie nie działało.

## Co się psuło

Takie programy mają duże uprawnienia w systemie, więc odpalałem je w rootless Dockerze, żeby w razie wpadki nie sięgnęły do reszty komputera. W tym trybie prawie w ogóle nie chciały ruszyć. Traciłem czas na uprawnienia, szukanie w issues na GitHubie i kolejne obejścia. Do tego frontend źle zapisywał ustawienia.

Najdłużej szukałem przyczyny przy skryptach: agent sam pisał je do uruchamiania narzędzi i sam walidował, a ja pół dnia debugowałem, dlaczego to nie działa. Na końcu okazało się, że używany model jest po prostu za słaby.

Część winy leży po stronie modeli, bo te sprzed paru miesięcy były sporo gorsze od dzisiejszych. Mam też wrażenie, że takie projekty są testowane mniej niż aplikacje dużych firm, ale to tylko przypuszczenie. Harnessów na modelu z chmury nie sprawdzałem, więc wniosek o słabych modelach dotyczy tych małych, lokalnych.

## Co mają aplikacje dostawców

Jedyna prawdziwa przewaga tych harnessów to proaktywność: agent budzi się sam (heartbeat) i wykonuje zadania o zadanej porze. Zadanie na konkretną godzinę da się już zlecić w aplikacjach Codexa i Claude. Dostawcy idą dalej, w stronę agentów, którzy cały czas działają w chmurze: Google ma Gemini Spark (maj), OpenAI ma Dots (wrzesień), a Anthropic 21 października pokazał Claude Duet. Według doniesień to wszystko jest na razie w becie albo w wybranych krajach, głównie w USA, więc u nas jeszcze nie działa. Zgaduję, że przez regulacje o przetwarzaniu danych.

Wyszukiwanie wbudowane w Claude'a i Codexa jest u mnie po prostu lepsze niż ręcznie podpięty SearXNG. Skoro i tak płacę za model, po co składać to samo od zera.

## Kiedy własny harness ma sens

Pierwszy przypadek to sprzęt, który udźwignie dobry model. Chodzi o Mac Studio z 256 GB pamięci albo mini komputer na układach Nvidii (DGX Spark, nie mylić z Gemini Spark). Na takich maszynach działają modele, przy których OpenClaw czy Hermes zaczynają mieć sens. Gemma i Qwen 9B były na moim komputerze za słabe, głównie dlatego, że nie ogarniają tool callingu, a na samodzielnym wywoływaniu narzędzi opiera się cała praca agenta. Użyteczne robi się to od około 27B, a taka maszyna to według mnie minimum od 20 do 30 tys. zł. Do prostych skryptów, szukania informacji i prostej analizy to wystarczy.

Pisanie kodu i bardziej skomplikowana praca i tak wymagają modeli od dostawców w chmurze. Hostowanie modelu na 700B+ parametrów mija się z celem kosztowo, chyba że to duża firma, która będzie obciążać taką maszynę 24/7. Dla mnie wartość takiego sprzętu jest na razie za niska, żeby przebić abonament za 100 zł, bo mniej więcej tyle kosztuje u większości dostawców najtańszy użyteczny plan. Dochodzi jeszcze kontekst: harness dokłada do niego mnóstwo własnych promptów (pamięć, instrukcje, zaplanowane zadania), więc trzeba go dopasować do modelu.

Drugi przypadek to dane, które nie mogą wyjść do dostawcy, na przykład prawne. Wtedy zostaje własny model. W pracy mam taki przypadek: agent dostaje pełne prawa, żeby czytać dostarczone mu pliki, a internetu nie ma poza API modelu, żeby nic nie wyciekło w niekontrolowany sposób. Aplikacje Codexa i Claude są tu prostsze: pobranie strony zwykle nie wymaga zgody, a wysłanie czegoś do formularza już tak, choć zależy to od ustawień uprawnień.

Pokrewne rzeczy: [strona, którą obsługuje agent](https://majlo.dev/blog/strona-dla-agentow) i [asystent z dostępem do twoich aplikacji](https://majlo.dev/guides/asystent-z-dostepem-do-aplikacji).

## Słowniczek

- **LLM**: Duży model językowy: program nauczony na ogromnej liczbie tekstów, który pisze i rozumie język. Działają na nim ChatGPT, Claude i Gemini.
- **harness**: Program wokół modelu AI, który pozwala mu używać narzędzi i działać na własną rękę.
- **OpenClaw**: Program z otwartym kodem, który uruchamiasz u siebie. Daje modelowi AI dostęp do plików i programów, a poleceniami sterujesz z komunikatora.
- **Hermes**: Program z otwartym kodem od firmy Nous Research, podobny do OpenClaw. Działa u ciebie i zapamiętuje, czego się nauczył.
- **serwer domowy**: Komputer w domu, który działa całą dobę i udostępnia innym urządzeniom pliki lub programy.
- **VPS**: Wynajęty komputer w centrum danych, do którego łączysz się przez internet i który działa całą dobę.
- **use case**: Konkretny sposób użycia narzędzia, np. „codziennie rano streszcza mi pocztę”.
- **Gemma**: Rodzina modeli AI od Google, których pliki można pobrać i uruchomić na własnym komputerze.
- **Qwen**: Rodzina modeli AI od firmy Alibaba, które też można uruchomić na własnym komputerze.
- **parametry modelu (9B, 27B)**: Liczba ustawień wewnątrz modelu AI, B oznacza miliardy. Zwykle im więcej, tym model zdolniejszy, ale też cięższy dla komputera.
- **token**: Kawałek tekstu, na który model dzieli to, co czyta i pisze. Przy płatnym API cena zależy od liczby tokenów.
- **Discord**: Komunikator do rozmów tekstowych i głosowych w grupach, popularny wśród graczy.
- **agent**: Program oparty na modelu AI, który sam wykonuje zadania, np. szuka informacji, klika i zapisuje.
- **SearXNG**: Wyszukiwarka, którą stawiasz sam. Wysyła pytanie do kilku innych wyszukiwarek i zbiera ich wyniki.
- **Exa**: Wyszukiwarka dla programów i agentów AI, która zwraca czysty tekst stron.
- **bug**: Błąd w programie, przez który działa inaczej, niż powinien.
- **Open WebUI**: Strona do rozmów z modelami AI uruchomionymi u siebie, wyglądająca podobnie do ChatGPT.
- **rootless Docker**: Docker uruchamia program w odizolowanym środowisku. Wersja rootless nie ma uprawnień administratora, więc program nie może popsuć reszty komputera.
- **issues na GitHubie**: Lista zgłoszeń błędów i pomysłów w projekcie na GitHubie, serwisie, gdzie programiści trzymają kod.
- **frontend**: Część programu, którą widzisz i klikasz: okna, przyciski, formularze.
- **skrypt**: Krótki program, czyli lista poleceń wykonywanych po kolei.
- **debugowanie**: Szukanie i naprawianie błędów w programie.
- **heartbeat**: Regularny sygnał, po którym agent się budzi i sprawdza, czy ma coś do zrobienia.
- **chmura**: Komputery firm w centrach danych, z których korzystasz przez internet, zamiast uruchamiać program u siebie.
- **Gemini Spark**: Agent AI od Google, który działa w chmurze całą dobę i np. pilnuje poczty i kalendarza.
- **beta**: Wczesna wersja produktu, którą firma udostępnia wybranym użytkownikom do testów.
- **Mac Studio**: Mały komputer stacjonarny Apple, który można kupić z bardzo dużą pamięcią, a model AI potrzebuje jej dużo.
- **DGX Spark**: Mały komputer firmy Nvidia do uruchamiania modeli AI u siebie.
- **tool calling**: Umiejętność modelu, by samemu uruchomić narzędzie, np. wyszukiwarkę.
- **hostowanie**: Utrzymywanie programu na komputerze, który działa bez przerwy i jest dostępny dla użytkowników.
- **kontekst**: Ilość tekstu, którą model widzi naraz. Wszystko, co do niego wysłano, zajmuje w nim miejsce.
- **prompt**: Tekst z poleceniem, który wysyłasz do modelu AI.
- **API**: Interfejs, przez który jeden program prosi inny o dane albo o wykonanie czynności.
- **dots**: Agent AI firmy OpenAI działający w ChatGPT, który ma własny komputer w chmurze i pracuje całą dobę.
- **Claude Duet**: Aplikacja z agentem AI firmy Anthropic, który sam podpowiada, co zrobić, np. układa terminy spotkań.