Studio AI, które zbudowałem — i agenci, którzy je prowadzą
Wewnętrzne studio AI agencji creator-marketingowej, dziś obsługujące też klientów zewnętrznych. Zaprojektowałem i zbudowałem jego platformę generatywną, prowadzę flotę GPU i roje agentów, a także zespół i liczby wokół nich.
≈6×
Niższy koszt obliczeń na wideo44% → 81%
Praca agentów, w jeden miesiąc89% → 0%
Klatki z niewłaściwą twarzą4,000+
Obrazy i wideo w cztery miesiąceZ wewnętrznych raportów i logów studia, zanonimizowane.
Wyzwanie
Agencja chciała zdjęć i wideo AI w skali produkcyjnej: spójne postacie, dostarczane codziennie, za rozsądne pieniądze. Nie było platformy, pipeline’u ani zespołu. Byłem jedynym inżynierem — co w 2026 roku oznacza: ja, specyfikacja i sporo agentów kodujących.
Hostowane API wideo liczyły za każdy klip tyle samo, jakość zależała od szczęścia, a nikt nie potrafił powiedzieć, ile naprawdę kosztuje dostarczone wideo.
Rozwiązanie
Na wejściu brief, na wyjściu zaakceptowane i dostarczone klipy. Pomiędzy: LLM, który pisze prompty, trwała kolejka zadań, klaster GPU z kilkoma silnikami ComfyUI, otwartymi modelami i dostrojeniami postaci LoRA/DoRA, automatyczne kontrole — i jeden ludzki werdykt.
Większość produkcji prowadzą roje agentów: od zebrania referencji klienta po render na flocie, pakowanie i dostawę. Licząc etapy, mniej więcej trzy czwarte należy wyłącznie do agentów. Ludzie trzymają trzy bramki: budżet, akceptację tożsamości i ostateczny werdykt. Autonomia to kontynuowanie zatwierdzonej pracy — a nie zmienianie moich decyzji.
Nowy klient zewnętrzny zamówił 100 klipów. 19,5 godziny po starcie miał 121 zaakceptowanych wideo — kolejka renderów pracowała w nocy bez nadzoru. Agenci sami wyłączają też swoje GPU, gdy kolejka się opróżni: palenie pieniędzy na bezczynność to błąd, a nie etap.
etapy 1–4 · plan
- 1BriefOdrzucany, zanim ruszy GPU, jeśli modele tego nie umieją
- 2PromptyLLM uzupełnia wartości; strukturę trzyma Python
- 3PrzeglądKażdy plan można poprawić przed wysłaniem
- 4KolejkaDzierżawy, heartbeaty, ponowienia, podział
Pipeline studia w ośmiu etapach: brief, prompty, przegląd, kolejka, klaster GPU, automatyczne QC, werdykt człowieka, dostawa. Nieudane QC ponawia się automatycznie; poprawka wraca do promptów.
etapy 5–8 · render, kontrola, dostawa
- 5Klaster GPUKilka silników ComfyUI; bezczynne pody są wyłączane
- 6Automatyczne QCDryf twarzy w embeddingach, metryki ruchu
- 7Werdykt człowiekaGOOD albo RETAKE, z klatek w pełnej rozdzielczości
- 8DostawaSpakowane z rejestrem sum kontrolnych
błąd QC → automatyczne ponowienie · RETAKE → z powrotem do promptów
Rezultat
Cztery miesiące po starcie od zera studio dostarczyło 4 000+ obrazów i wideo, weszło na rynek w 20 dni i dziś sprzedaje klientom zewnętrznym; treści AI ze studia stały się głównym źródłem ruchu agencji.
Poza platformą zatrudniałem i prowadziłem 2–4 operatorów (wydajność godzinowa operatora ×3,6 w jeden miesiąc), zbudowałem cennik i pakiety oraz co miesiąc raportowałem właścicielom koszty, jakość i prognozy — czerwiec i lipiec zamknęły się 11% i 8% poniżej prognozy.
Raporty z incydentów
Cztery problemy, co z nimi zrobiłem i co się zmieniło. Po jednej liczbie na każdy.
Wyciek tożsamości
89% → 0%
Problem
Dwie partie wykonane przez agentów wróciły z wadą w 16 przypadkach na 16: twarz postaci stopniowo zamieniała się w twarz osoby z referencji ruchu. Najłatwiejszy werdykt brzmiał: „model tego nie umie”.
Co zrobiłem
Nie zrzuciłem winy na model bez dowodów. Zbudowałem metrykę embeddingów twarzy klatka po klatce i przeprowadziłem testy A/B jednego czynnika na prawdziwym materiale. Znalazłem pięć przyczyn — wszystkie po naszej stronie — i wdrożyłem ostrzeżenia w walidatorach, przycinanie referencji i nową zasadę promptowania dla ludzi i agentów.
Wynik
Klatki z niewłaściwą twarzą: 89,3% → 0,0%.
Jeden pod, jeden klip, zero bezczynności
230 klipów w nocy
Problem
Partie wyglądały na wydajne — dopóki 7 z 13 czteroklipowych zadań nie padło z braku pamięci kontenera, zabierając ze sobą klipy w trakcie renderu. Pody stały bezczynnie między przekazaniami.
Co zrobiłem
Zastąpiłem partie zadaniami po jednej sztuce i dispatcherem z jednym rejestrem, więc podwójne przydzielenie jest niemożliwe z samej konstrukcji. Nieudane elementy przechodzą na inny pod; opróżnione pody są wyłączane automatycznie.
Wynik
230 klipów wyrenderowanych w nocy (5 h 47 min) na maksymalnie 12 kartach RTX 5090; 213 dostarczonych przy ~77% akceptacji za pierwszym razem (83% po poprawkach).
Wynająć, kupić czy API?
≈6× taniej
Problem
Hostowane API wideo liczyły za każdy klip tyle samo, więc każde nowe zamówienie podnosiło rachunek po linii prostej.
Co zrobiłem
Porównałem koszt dedykowanego serwera z wynajmem GPU (wygrał wynajem), a potem przeniosłem wideo na otwarte modele na własnej flocie — i zachowałem uczciwe porównanie, łącznie z jedną ścieżką, w której hostowane API pozostało tańsze.
Wynik
≈6× niższy koszt obliczeń na wideo w formacie masowym; wydatki na API wideo −89% w ciągu miesiąca.
Bramka wdrożeń, która przepuszczała
bramka CI: 1 145 testów
Problem
Wdrożenie to był rsync i ręczny restart, a raz wdrożenie zabiło trwający render na 20%. Pierwsza wersja zasady „nigdy w trakcie renderu” przepuszczała: błąd cudzysłowów plus „|| true” dawały „brak zadań”, gdy trwały dwa rendery.
Co zrobiłem
Prywatne repo, twarda bramka CI, wdrożenia jedną komendą z dziennikiem, snapshotem bazy, health checkami i rollbackiem — a obie bramki przepisane jako testowany kod.
Wynik
Każde wydanie przechodzi teraz bramkę CI z 1 145 testami automatycznymi i odmawia wdrożenia w trakcie renderu — sprawdzone na produkcji. Nieprzetestowane zabezpieczenie to dekoracja.
$ Czy sam to wszystko napisałem? Nie. Większość kodu powstała razem z agentami kodującymi. Moje jest to, czego agenci nie potrafią: architektura, specyfikacje, niezmienniki, review, odbiór — i decyzje produkcyjne o trzeciej w nocy.
