# Jak korzystać z agentów AI i narzędzi deep research bez marnotrawstwa?

> Kiedy agenci AI i tryby deep research są warci znacznie większego zużycia tokenów i jak formułować dla nich zadania, by kończyli szybko, zamiast krążyć w pętli.

Source: https://greenai.guide/pl/jak/jak-korzystac-z-agentow-ai-i-narzedzi-deep-research-bez-marnotrawstwa/  
Updated: 2026-11-19

## W skrócie

Agentów i tryby deep research (pogłębionego wyszukiwania) warto zostawić dla zadań, które naprawdę wymagają wielu kroków, np. zbadania szerokiego tematu w wielu źródłach, a do szybkich pytań używać zwykłego czatu. Agenci wywołują model wiele razy w jednym zadaniu: Anthropic podał, że agenci zużywają około cztery razy więcej tokenów niż czat, a systemy wieloagentowe około piętnaście razy więcej.

## Steps

1. Najpierw warto spróbować zwykłego czatu lub wyszukiwarki, a agenta użyć tylko wtedy, gdy to nie wystarczy.
2. Agentowi należy podać jasny cel, zakres i moment, w którym ma się zatrzymać.
3. Warto wskazać, z jakich źródeł lub stron ma korzystać, by nie błądził.
4. Należy obserwować pierwsze uruchomienie i zatrzymać agenta, jeśli zacznie się powtarzać.
5. Warto ponownie wykorzystać przygotowany raport, zamiast powtarzać to samo wyszukiwanie.

**Agenci są potężni, ale drodzy, dlatego należy dobrze formułować dla nich zadania i używać ich do dużych prac.**
Agent AI, w tym tryby „deep research” w wielu chatbotach, w pętli planuje, wyszukuje, czyta, pisze i sprawdza. Każdy
krok to kolejne wywołanie modelu, zwykle z rosnącą historią zadania.

## O ile więcej zużywają agenci? {#how-much-more-do-agents-use}

**Wielokrotnie więcej niż czat.** Anthropic, opisując w 2025 roku własny wieloagentowy system badawczy, podał, że
agenci zużywali zwykle około cztery razy więcej tokenów niż rozmowy na czacie, a systemy wieloagentowe około
piętnaście razy więcej. Kim, Shin, Chung i Rhu stwierdzili, że przepływy pracy agentów zużywały znacznie więcej
energii niż pojedyncze odpowiedzi, a dodatkowe obliczenia dawały coraz mniejszy przyrost dokładności.

To uczciwa wymiana przy zadaniu, które zajęłoby wiele godzin. To marnotrawstwo przy czymś, na co odpowie jedno
pytanie.

## Jak dobrze sformułować zadanie dla agenta? {#how-do-i-brief-an-agent-well}

- **Należy opisać, jak wygląda gotowy wynik:** „Jednostronicowe podsumowanie pięciu najczęściej cytowanych badań od
  2023 roku”.
- **Należy określić zakres:** okres, kraje, rodzaje źródeł.
- **Warto wskazać źródła**, którym się ufa, jeśli są znane.
- **Warto poprosić o krótki wynik.** Długi raport więcej kosztuje przy pisaniu i czytaniu.

## Częste błędy {#common-mistakes}

- **Używanie deep research do prostych pytań**, z którymi wyszukiwarka lub czat radzą sobie w kilka sekund.
- **Powtarzanie tego samego wyszukiwania** zamiast zapisania i aktualizowania pierwszego raportu.
- **Pozwalanie zablokowanemu agentowi działać dalej.** Jeśli wciąż wraca do tych samych stron, należy go zatrzymać
  i przeformułować zadanie.

Osoby budujące agentów znajdą wskazówki na stronie [jak powstrzymać agentów AI przed marnowaniem
tokenów](/pl/jak/jak-sprawic-by-agenci-ai-nie-marnowali-tokenow/). Szerszy problem opisuje artykuł
[agentowa AI i marnowanie tokenów](/pl/artykuly/agentowa-ai-i-marnowanie-tokenow/).

## Źródła

- [How we built our multi-agent research system](https://www.anthropic.com/engineering/multi-agent-research-system), Anthropic (2025)
- [The cost of dynamic reasoning: demystifying AI agents and test-time scaling from an AI infrastructure perspective](https://arxiv.org/abs/2506.04301), Kim, Shin, Chung and Rhu, HPCA 2026 (2025)
