# for-ai-agents
Zarządzanie zadaniami
dla agentów AI.
Decyzje i zadania zostają na twoim urządzeniu jako powiązane ze sobą zapisy, więc AI podąża tylko za tym kontekstem, którego naprawdę potrzebuje — i robi to szybko.
// for humans — GUI
Ty ogarniasz całość — tablica, oś czasu, graf zależności. AI prowadzi; ty pilnujesz.
# the-problem
Kontekst, który budujesz z AI, zostaje zamknięty w tej właśnie AI.
Agenci AI mają pamięć, owszem. Ale ona żyje wewnątrz tej jednej AI — twoja nigdy się nie staje.
// niewidoczne
Nie sprawdzisz, co zachowała
Na jakich decyzjach się oparła, co odrzuciła — z zewnątrz nie ma jak tego sprawdzić, więc nie odtworzysz też toku jej rozumowania.
// blaknie
Im dłuższa praca, tym więcej gubi
Gdy praca rośnie, kontekst puchnie, a AI upuszcza go od brzegów. Znowu utykasz w tym samym miejscu.
// nie do zabrania
Zmieniasz — zaczynasz od zera
Przejdź na inną AI albo zakończ sesję, a zbudowany kontekst nie pójdzie z tobą. Tłumaczysz wszystko od nowa.
→ Zapis musi więc żyć poza AI.
# the-answer
Dlatego — amenbo.
amenbo trzyma decyzje, zadania i zależności, które AI po kolei buduje, jako powiązane zapisy na twoim urządzeniu — a nie w środku AI. Pisze AI; ty masz to na oku.
// widoczne
Ty też możesz to przeczytać
Zapisy są twoje i możesz je czytać. Po fakcie prześledzisz, na czym AI oparła swoją pracę.
// zostaje
Nie blaknie
Żyje na twoim urządzeniu, nie w środku AI — dlatego wytrzymuje długą pracę.
// dowolna AI
Każda AI podejmie wątek
Każdy agent AI czyta i zapisuje te same zapisy. Zmień agenta i pracuj dalej.
# hands-off
Zadań nie piszesz ty.
AI zapisuje w trakcie pracy. Nie musisz otwierać żadnego zadania ani go zamykać.
// spróbuj
Zrób połowę, potem otwórz nową sesję i kontynuuj to samo zadanie.
# parallel-sessions
Puść je naraz — ta sama praca nigdy nie zostaje zrobiona dwa razy.
Uruchamiaj równolegle tyle sesji AI, ile chcesz: dwie nigdy nie wezmą tego samego zadania. Ta, która była pierwsza, prowadzi je dalej; druga przechodzi do innej pracy.
Przegrana strona nie dubluje pracy po cichu — dostaje jasną odmowę i idzie dalej.
# portable-context
Zmieniaj agentów, uruchamiaj kilku obok siebie — kontekst zostaje.
Kontekst nie żyje w środku AI — żyje w zapisach na twoim urządzeniu. Dlatego wybór agenta należy do ciebie: przejdź na innego albo uruchom kilka rodzajów równolegle, a wszystkie będą czytać i zapisywać ten sam jeden zestaw zapisów.
// spróbuj
Zrób połowę w Claude Code, a potem przekaż to Codeksowi.
# your-data
Twoje dane są twoje.
Za to, co wytwarza AI, odpowiada człowiek — więc miejsce pracy zostaje u ciebie. amenbo działa bez serwera: twoje decyzje i zadania żyją wyłącznie na twoim urządzeniu.
- Tylko lokalnie. Twoje dane nigdy nie opuszczają urządzenia — żadnej telemetrii, żadnego śledzenia użycia, żadnego centralnego serwera. (Sprawdza tylko, czy jest nowsze wydanie, a i to możesz wyłączyć.)
- Piszecie AI i ty. Samo amenbo nigdy nie dotyka twoich danych.
- Wyeksportuj wszystko do JSON — razem z załącznikami — kiedy chcesz.
- Nic nie ginie, nic się nie psuje, zawsze da się odzyskać.
# measured
Ta sama odpowiedź, w mniej więcej połowie kroków.
Ponieważ kontekst jest powiązanym grafem, AI dochodzi do odpowiedzi, idąc po kilku krawędziach — bez czytania całej historii od nowa.
Kroki do odpowiedzi na to samo pytanie (pomiar, mediana)
Obie dochodzą do tej samej odpowiedzi — i czytają 1,4–1,9 raza mniej. Im bardziej zabałaganiony kod, tym większa różnica.
# project-boundaries
Sąsiedni projekt zostaje poza zasięgiem.
Daj AI kilka projektów, a kontekst jednego przecieknie do drugiego. amenbo trzyma każdy projekt osobno: poza tym, w którym pracuje, nie może ani czytać, ani pisać.
# two-pillars
Nie tylko zadanie — także „dlaczego”.
Człowiek i AI ustalają kierunek — a zadania z niego wypływają. amenbo trzyma nie tylko to, co robić, lecz i dlaczego tak postanowiono, i wiąże jedno z drugim. Dzięki temu każde zadanie prowadzi z powrotem do swojego powodu.
decyzja
Automatycznie zapisywać zaczęty tekst jako szkic
zadania, które z niej wyrosły
# open-source
Czy można to bezpiecznie wdrożyć? Sprawdź sam.
„Czy nie robi czegoś, czego nie powinno?” „Czy można to wnieść do firmy?” amenbo odpowiada na to otwartym kodem. Zamiast prosić o zaufanie, pozwala zweryfikować — kod i to, skąd wzięła się każda kompilacja.
// read it
Nic ukrytego
Cały kod jest jawny na licencji Apache-2.0. Ty albo zespół bezpieczeństwa twojej firmy możecie przeczytać dokładnie, co robi, a czego nie. Nazwa i logo nie są objęte licencją.
// verify the build
Potwierdź, że kompilacja jest prawdziwa
Każde wydanie buduje publiczne CI wraz z poświadczeniem GitHuba. Uruchom sam gh attestation verify, by potwierdzić, że pobrany plik powstał ze znanego commita tego kodu i nie został podmieniony.
// adopt with confidence
Da się obronić przy wdrożeniu w firmie
Zostaje na twojej maszynie — dane nie opuszczają urządzenia. Licencja Apache-2.0, pochodzenie weryfikowalne. Decyduj o wdrożeniu na podstawie faktów, nie wrażeń.
Prace toczą się na widoku. Zgłoszenia mile widziane; przy pull requestach napisz najpierw.
