AutoSwarm: jeden prompt, kilku agentów AI. Nasz test i opinia
AutoSwarm pozwala jednemu agentowi AI zlecać pracę innym. Zainstalowaliśmy go w izolacji, sprawdziliśmy kod i porównaliśmy z subagentami Claude Code.

AutoSwarm to darmowe narzędzie (licencja MIT) od zespołu z Uniwersytetu w Hongkongu. Obiecuje, że jeden agent AI, z którym rozmawiasz, sam rozdzieli zadanie między kilku innych: Codex, Claude Code, Cursor, Copilot i jeszcze kilku. Każdy dostaje swoją część, pracują równolegle, a wyniki wracają do jednej rozmowy. Sprawdziliśmy go, zanim ktokolwiek wpuści go na swój komputer z kodem firmy.
Jak to działa
To mały pakiet w Pythonie (ok. 7 600 linii, bez żadnych zależności) i instrukcja dla agenta głównego. Agent główny wywołuje komendy w stylu „zleć to Codexowi w tle”, „poczekaj na pierwszy wynik”, „zatwierdź prośbę o zgodę”. Każdy pomocnik to osobny program uruchomiony na Twoim komputerze, z własnym logowaniem i własnym limitem.
Instalacja przez uv tool install zajęła nam 2 sekundy. Wszystko zainstalowaliśmy w osobnym folderze, z osobnymi ustawieniami, żeby niczego nie zmienić w codziennym środowisku.
Co znaleźliśmy w kodzie
| Pytanie | Odpowiedź |
|---|---|
| Czy coś wysyła na zewnątrz? | Nie znaleźliśmy telemetrii. Dane do modeli wysyłają, jak zwykle, same agenty. |
| Co zmienia w systemie? | Domyślna konfiguracja dla Claude Code dopisuje trzy hooki do globalnych ustawień. Uruchamiają się przy każdej sesji i po każdym użytym narzędziu, we wszystkich projektach. |
| Kto zatwierdza akcje pomocników? | Domyślnie agent główny, czyli model, a nie człowiek. Da się to wyłączyć jedną komendą. |
| Tryby bez kontroli? | Są, ale nazwane wprost i nie są włączone domyślnie. |
Kod jest czytelny i porządny. Dwie rzeczy warto jednak ustawić inaczej niż domyślnie: ustawienia (hooki) w osobnym pliku zamiast globalnie i wyłączone zatwierdzanie zgód przez model.
Próba i porównanie
Daliśmy dwa małe zadania edycji na kopiach plików testowych: poprawić jeden znak w danych przykładowych i nie ruszać tego samego znaku w komentarzach i w kodzie. Za pierwszym razem pomocnicy AutoSwarm nie wystartowali, bo program agenta uruchamiany w tle nie miał ważnego logowania. Narzędzie dobrze to zgłosiło: jasny błąd, pełna komenda, posprzątane procesy. Wniosek praktyczny: każdy pomocnik potrzebuje osobnego logowania albo klucza API, a to też osobny koszt.
Po zalogowaniu kontem abonamentowym powtórzyliśmy próbę z wyłączonym delegowaniem zgód i dostępem tylko do edycji plików w folderze roboczym. Oba zadania wykonały się poprawnie w ok. 14,5 s i ok. 230 tys. tokenów na zadanie. Pułapki w komentarzach i w kodzie zostały ominięte.
To samo zadanie zrobiliśmy wbudowanymi subagentami Claude Code: dwóch równolegle, 33–36 sekund i ok. 375 tys. tokenów na zadanie, obie poprawki dokładnie w jednej linii, pułapki ominięte. AutoSwarm był więc ok. 2,4 raza szybszy i zużył ok. 40% mniej tokenów. To jednak głównie zasługa lżejszego programu agenta, nie koordynacji: ten sam zysk dałoby zwykłe uruchomienie CLI ze skryptu. To był jeden przebieg bardzo małego zadania, więc wynik jest orientacyjny.
AutoSwarm nie zapisuje zużycia tokenów ani kosztu w swoich rekordach, więc pilnowanie limitu wymaga czytania transkryptów CLI. Pomocnicy liczą się do tego samego limitu konta co zwykłe sesje.
Nasza opinia
AutoSwarm ma sens, gdy masz kilka różnych agentów z osobnymi abonamentami i chcesz je połączyć: na przykład Codex pisze kod, a Claude Code go sprawdza. Wtedy rozkłada pracę i koszty na kilka kont. Jeśli pracujesz w jednym narzędziu, wbudowani subagenci robią to samo prościej, bez dodatkowego logowania i bez hooków w ustawieniach. Na razie zostajemy przy subagentach, a do AutoSwarm wrócimy, gdy w zespole pojawi się drugi agent z własnym limitem.
Zasada, którą stosujemy przy każdym narzędziu AI z dostępem do kodu: najpierw instalacja w izolacji i przeczytanie, co zmienia w systemie, dopiero potem prawdziwa praca.
Chcesz połączyć kilka narzędzi AI w jeden proces w swojej firmie? Napisz do nas i opisz, co chcesz zautomatyzować.