Kolektywna inteligencja TreeQuest, DeliteAI na urządzeniach oraz rewolucyjne wyniki Kimi K2 i kontrowersje wokół produktywności deweloperów

Koncepcja Kolektywnej Inteligencji w Systemach AI

Dotychczasowe podejście do rozwoju sztucznej inteligencji koncentrowało się na skalowaniu pojedynczych modeli językowych, jednak tokijska firma Sakana AI wprowadziła nowe rozwiązanie oparte na współpracy między różnymi modelami AI. TreeQuest, wydany w czerwcu 2025 roku, to system open-source wykorzystujący algorytm AB-MCTS (Adaptive Branching Monte Carlo Tree Search) do koordynacji zespołów modeli AI podczas rozwiązywania złożonych problemów.

Technologia AB-MCTS w Praktyce

Algorytm AB-MCTS stanowi rozszerzenie klasycznej metody Monte Carlo Tree Search, znanej z systemów grających w gry strategiczne. W kontekście współpracy modeli AI, system wykonuje próby i błędy podczas rozumowania, dynamicznie wybierając najbardziej odpowiedni model do każdego etapu rozwiązywania problemu. Proces ten polega na eksploracji różnych ścieżek myślenia i wykorzystaniu mocnych stron poszczególnych modeli, takich jak GPT-4, Gemini czy DeepSeek.

Rezultaty Empiryczne i Wydajność

Testy przeprowadzone na benchmarku ARC-AGI-2 wykazały znaczącą poprawę wydajności w porównaniu do pojedynczych modeli. Kombinacja modeli o4-mini, Gemini 2.5 Pro i DeepSeek-R1 osiągnęła ponad 30% dokładności w rozwiązywaniu problemów, podczas gdy o4-mini działający samodzielnie uzyskał jedynie 23% skuteczności. System wykazuje szczególną siłę w zadaniach wymagających wieloetapowego rozumowania, gdzie jeden model może wykorzystać błędne rozwiązanie innego jako wskazówkę do znalezienia właściwej odpowiedzi.

Zastosowania Praktyczne

TreeQuest znajduje zastosowanie w różnych obszarach technicznych, w tym w programowaniu algorytmicznym, gdzie modele współpracują przy rozwiązywaniu złożonych problemów kodowania wymagających strukturalnego myślenia wieloetapowego. System może być także wykorzystywany w optymalizacji systemów uczenia maszynowego, gdzie różne agenty testują i iterują nad hiperparametrami modeli ML. Dla przedsiębiorstw oferuje rozwiązanie niezależne od dostawców, umożliwiające integrację modeli od różnych dostawców i zwiększając odporność przy jednoczesnym minimalizowaniu uzależnienia od jednego dostawcy.

Dodatkowo, TreeQuest znacząco redukuje halucynacje przez porównywanie wyników z wielu modeli i udoskonalanie ich poprzez mechanizmy informacji zwrotnej, co czyni AI bardziej wiarygodnym w kontekstach korporacyjnych. System został wydany na licencji Apache 2.0, co zapewnia swobodny dostęp, modyfikację i redystrybucję zarówno do celów komercyjnych, jak i niekomercyjnych.

DeliteAI: Pierwsza w pełni lokalnie działająca platforma AI agentowej

Firma NimbleEdge wprowadziła na rynek DeliteAI, pierwszą platformę open-source umożliwiającą tworzenie agentowych systemów sztucznej inteligencji bezpośrednio na urządzeniach mobilnych. Rozwiązanie to reprezentuje fundamentalną zmianę w podejściu do wdrażania technologii AI, eliminując konieczność korzystania z infrastruktury chmurowej.

Architektura techniczna systemu

Platforma DeliteAI składa się z trzech głównych komponentów technicznych. Pierwszy element to SDK produkcyjny z zoptymalizowanym stosem inferencji oraz pierwszy na świecie runtime Python działający lokalnie na urządzeniu mobilnym. Drugie główne rozwiązanie to Agent Marketplace, który funkcjonuje jako repozytorium gotowych agentów AI do integracji z aplikacjami mobilnymi. Trzeci komponent stanowi NimbleEdge Assistant – w pełni lokalny asystent konwersacyjny z wbudowanymi możliwościami produktywnościowymi.

Kluczową innowacją techniczną jest wprowadzenie runtime Python działającego bezpośrednio na urządzeniu mobilnym, co umożliwia orkiestrację złożonych przepływów pracy agentowej. System obsługuje modele transformer, LLM oraz multimodalne AI bez konieczności wykorzystania infrastruktury chmurowej czy wysokowydajnych GPU.

Wsparcie dla różnych modeli AI

Platforma umożliwia przenoszenie własnych modeli, w tym popularnych rozwiązań takich jak Llama, Gemma czy Qwen, z pełną obsługą inferencji lokalnej. System abstrahuje złożoność różnorodnego sprzętu mobilnego i zarządza runtime’ami takimi jak ONNX, LiteRT czy ExecuTorch. Takie podejście zapewnia, że żadne dane osobowe nie opuszczają lokalnego urządzenia, umożliwiając organizacjom fine-tuning i deployment dużych modeli językowych całkowicie offline.

Praktyczne zastosowania w branży

NimbleEdge już demonstruje możliwości swojej platformy na dużą skalę, obsługując ponad 30 milionów urządzeń w środowiskach produkcyjnych dla aplikacji gamingowych i e-commerce. System wykorzystuje partnerstwa z kluczowymi graczami infrastruktury AI, w tym PyTorch i ONNX. Rozwiązanie adresuje główne ograniczenia AI chmurowego – wymagania stałego połączenia internetowego, zwiększone opóźnienia, ryzyko naruszenia prywatności oraz nieekonomiczne koszty operacyjne.

“Wierzymy, że AI nie powinno znajdować się w oddaleniu od nas w centrach danych. Dzięki temu uruchomieniu każda aplikacja mobilna może skalować AI do miliardów użytkowników, jednocześnie poprawiając bezpieczeństwo danych i prywatność użytkowników.”

Firma otrzymała finansowanie w wysokości 3,32 miliona dolarów w rundzie Seed w lutym 2022 roku, a jej główni inwestorzy to NeoTribe Ventures i Sistema Asia Capital. Platforma DeliteAI, wraz z kodem źródłowym, jest dostępna na GitHub, a społeczność deweloperów może dołączyć do dyskusji na Discord.

AI spowalnia doświadczonych deweloperów

Organizacja badawcza METR opublikowała kontrowersyjne badanie, które zakwestionowało powszechne przekonanie o zwiększaniu produktywności programistów przez narzędzia AI. Randomizowany test kontrolny z udziałem 16 doświadczonych deweloperów open source wykazał, że wykorzystanie nowoczesnych narzędzi AI wydłuża czas wykonywania zadań o 19%, mimo że uczestnicy spodziewali się przyspieszenia o 24%.

Badacze z METR przetestowali wpływ narzędzi AI z pierwszej połowy 2025 roku na produktywność programistów pracujących w znanych im repozytoriach o średniej wielkości 22 tysięcy gwiazdek i ponad miliona linii kodu. Deweloperzy używali głównie Cursor Pro z modelami Claude 3.5/3.7 Sonnet, wykonując 246 rzeczywistych zadań programistycznych.

Metodologia i wyniki eksperymentu

Struktura badania opierała się na randomizowanym przydziale zadań – każde z nich było losowo przypisane do wykonania z dozwolonym lub zabronionnym użyciem AI. Deweloperzy rejestrali swoje ekrany podczas pracy, a następnie raportowali faktyczny czas implementacji. Interesujące jest, że nawet po zakończeniu badania, uczestnicy nadal wierzyli, że AI przyspieszyło ich pracę o 20%.

Wyniki kontrastują z wcześniejszymi badaniami, takimi jak eksperyment Google z 96 inżynierami, który wykazał 21% przyspieszenie przy użyciu AI. Różnica może wynikać ze specyfiki środowiska testowego – podczas gdy Google testował narzędzia wewnętrzne na zadaniach korporacyjnych, METR skupiło się na dojrzałych projektach open source.

Czynniki wpływające na spowolnienie

Badacze zidentyfikowali pięć kluczowych czynników odpowiedzialnych za spowolnienie. Deweloperzy musieli poświęcać znaczny czas na weryfikację i korygowanie sugestii AI, akceptując mniej niż 44% generowanych propozycji. Dodatkowo, AI nie posiadało kontekstu specyficznego dla repozytoriów, co ograniczało jakość sugestii w złożonych bazach kodu.

Wysokie standardy jakości w projektach open source również odgrywały istotną rolę. Deweloperzy musieli zapewnić odpowiednie testowanie, dokumentację i zgodność z wytycznymi stylistic, co dodatkowo wydłużało proces przy użyciu AI.

Implikacje dla branży technologicznej

Wyniki badania podważają założenia dotyczące automatyzacji R&D w obszarze AI i mogą wpłynąć na inwestycje w narzędzia programistyczne. Badania sugerują, że obecne narzędzia AI mogą być bardziej skuteczne w innych kontekstach, takich jak praca z mniejszymi projektami lub dla mniej doświadczonych deweloperów.

Warto zauważyć, że inne badania wskazują na pozytywny wpływ AI na produktywność programistów, szczególnie w kontekście generowania kodu boilerplate i automatyzacji powtarzalnych zadań. Rozbieżności w wynikach podkreślają złożoność oceny rzeczywistego wpływu AI na produktywność programistów w różnych środowiskach.

Warto zaznaczyć, że próba na której przeprowadzano jest stosunkowo mała i nie poruszano jak bardzo uczestnicy znali narzędzie i korzystanie z AI.

Kimi K2 – otwarte modele językowe Moonshot AI przejmują pierwszeństwo nad GPT-4

Chińska firma Moonshot AI zaprezentowała model Kimi K2 – przełomowy system sztucznej inteligencji, który poszerza możliwości otwartego oprogramowania w sektorze AI. Model ten wykorzystuje architekturę Mixture-of-Experts (MoE) z bilionem parametrów, gdzie jednoczesne aktywne jest 32 miliardy parametrów.

Kimi K2 wyróżnia się szczególnie w zadaniach kodowania i automatyzacji agencyjnej, przewyższając w kluczowych testach wydajnościowych nawet uznane modele komercyjne jak GPT-4.1 czy Claude Opus 4. W benchmarku LiveCodeBench v6 model osiągnął 53,7% skuteczności, podczas gdy GPT-4.1 uzyskał 44,7%.

Zaawansowane możliwości techniczne

Architektura modelu wykorzystuje nowatorski optymalizator MuonClip, który umożliwił stabilne trenowanie modelu o skali bilionu parametrów na 15,5 bilionach tokenów bez żadnych niestabilności treningowych. Kimi K2 oferuje okno kontekstowe do 128 000 tokenów, co pozwala na przetwarzanie bardzo długich dokumentów w jednym zapytaniu.

Model jest dostępny w dwóch wariantach: Kimi-K2-Base dla badaczy potrzebujących pełnej kontroli nad dostrajaniem oraz Kimi-K2-Instruct zoptymalizowany pod konwersacje i aplikacje agencyjne. Szczególną cechą jest jego zdolność do autonomicznego wykorzystywania narzędzi, pisania i wykonywania kodu oraz przeprowadzania złożonych wieloetapowych zadań.

Rewolucyjne zastosowania praktyczne

Kimi K2 przekracza ograniczenia tradycyjnych chatbotów, oferując rzeczywiste możliwości wykonywania zadań. W demonstracjach model przeprowadził kompleksową analizę danych płacowych poprzez 16 operacji Python, generując statystyki i interaktywne wizualizacje. Podobnie, w zadaniu planowania koncertu w Londynie, system wykonał 17 wywołań narzędzi obejmujących wyszukiwanie, kalendarz, e-mail, loty i rezerwacje.

Model wykazuje znaczące przewagi w zadaniach inżynierii oprogramowania, gdzie jego zdolność do autonomicznego debugowania, refaktoryzacji kodu i zarządzania środowiskami deweloperskimi przewyższa konkurencyjne rozwiązania. Kimi K2 może budować aplikacje webowe od zera, analizować całe repozytoria kodu i przeprowadzać testy wydajności.

Strategia cenowa i dostępność

Moonshot AI przyjęło agresywną strategię cenową, oferując API w cenie 0,15 USD za milion tokenów wejściowych i 2,50 USD za milion tokenów wyjściowych. To znacząco mniej niż konkurencyjne modele – na przykład Claude Opus 4 kosztuje 15 USD za milion tokenów wejściowych i 75 USD za wyjściowych.

Model jest dostępny bezpłatnie przez interfejs internetowy i mobilny Kimi, oferuje API kompatybilne z OpenAI/Anthropic, a także udostępnia wagi modelu dla samodzielnego hostowania. Ta strategia łączy najlepsze cechy modeli otwartych i komercyjnych – przedsiębiorstwa mogą rozpocząć od API, a następnie migrować do własnych instalacji.