Jest stary dowcip, który znowu krąży w sieci:

„Fabryka przyszłości będzie miała tylko dwóch pracowników: człowieka i psa. Człowiek będzie po to, żeby karmić psa. Pies będzie po to, żeby nie pozwolić człowiekowi dotykać sprzętu.”

Często przypisuje się go Warrenowi Bennisowi, ale to nie on go wymyślił. Najwcześniejsza wersja pojawiła się w 1978 roku w brytyjskim czasopiśmie branżowym, gdzie inżynierowie z poczty żartowali już ze swojej własnej zbędności.

Siedzę teraz przy biurku i buduję OpenClaw.rocks. Nasz pies Yoshi leży obok mnie. Pracuję z Claude Code, a mój główny wkład w tę bazę kodu dzisiaj polegał na klikaniu „potwierdź”. Wciąż piszę prompty. Wciąż podejmuję decyzje architektoniczne. Ale co miesiąc proporcja między moim wkładem a wynikami systemu przesuwa się bardziej na korzyść systemu.

Jestem, dosłownie, tym człowiekiem. A Yoshi jest tym psem.

Ten wpis jest o tym, co to oznacza. Nie tylko dla mnie, ale dla oprogramowania, dla dóbr fizycznych i dla gospodarki, która je produkuje.

Co rozumiem przez cyfrowy komunizm

Powinienem zdefiniować ten termin, bo nie używam go tak, jak Marx.

Klasyczny komunizm to system ekonomiczny, w którym środki produkcji są własnością kolektywną, a dobra są rozdzielane w oparciu o potrzeby. Nikt nie próbował go osiągnąć przez rynki. Miał wymagać rewolucji.

To, co dzieje się teraz, jest inne. Siły rynkowe, nie ideologia, produkują komunistyczne wyniki dla dóbr cyfrowych. Środki produkcji oprogramowania, treści i designu stają się tak tanie, że każdy może je posiadać. Laptop i klucz API dają Państwu możliwości, które pięć lat temu kosztowały miliony. Wyniki zbliżają się do zera. Dystrybucja jest globalna i natychmiastowa.

Nikt niczego nie przejął. Nikt nie zbuntował się. Koszt inteligencji po prostu się zawalił.

Sam Altman powiedział na konferencji Rezerwy Federalnej w lipcu 2025, że koszty inferencji AI spadają 10-krotnie rocznie od pięciu lat. W swoim eseju The Gentle Singularity pisze, że „inteligencja zbyt tania, by ją mierzyć, jest w zasięgu ręki”. To wyrażenie nawiązuje do Lewisa Straussa z 1954 roku, który obiecywał, że energia jądrowa uczyni elektryczność „zbyt tanią, by ją mierzyć”. Ta przepowiednia była błędna. Ale w przeciwieństwie do energii jądrowej, koszty obliczeń rzeczywiście spadają w tempie opisywanym przez Altmana. A w przeciwieństwie do reaktora, nie potrzeba państwowej licencji, żeby korzystać z LLM.

Kiedy inteligencja staje się efektywnie darmowa, wszystko, co inteligencja może wyprodukować, podąża za nią w dół. Oprogramowanie. Treści. Design. Dokumenty prawne. Marketing. Przegląd kodu. Surowiec cyfrowej gospodarki staje się obfity w sposób, który z perspektywy konsumenta wygląda bardzo jak komunizm. Darmowy, dostępny dla wszystkich, rozdzielany na żądanie.

Nazywam to cyfrowym komunizmem. Nie dlatego, że to jest komunizm, ale dlatego, że wynik dla konsumentów zbiega się z tym, co komunizm obiecywał: obfitość bez niedoboru.

Dlaczego nikt się temu nie oprze

Nigdy nie obchodził mnie kod asemblerowy, który produkuje mój kompilator. Piszę w TypeScript i ufam, że coś zamienia go w instrukcje, które procesor może wykonać. Nie sprawdzam go. Nie chcę tego robić.

Mojej mamy nigdy nie obchodził kod stojący za oprogramowaniem, którego używa. Otwiera aplikację, aplikacja coś robi, jest zadowolona. Implementacja zawsze była dla niej niewidoczna.

To wzorzec tak stary jak sama informatyka. Każde pokolenie abstrahuje to, co pod nim. Asembler zaabstrahował kod maszynowy. C zaabstrahowało asembler. Frameworki zaabstrahowały języki. Chmura zaabstrahowała serwery. Nikt nie opłakiwał utraty bezpośredniego dostępu do sprzętu. Ludzie za każdym razem wybierali wygodniejszą opcję.

AI to kolejna warstwa. Już abstrahuje kod za mnie. Opisuję, czego chcę, agent to pisze. Myślę, że następne będą aplikacje. Satya Nadella powiedział w podcaście, że pojęcie aplikacji biznesowych może się załamać w erze agentów. Nie będą Państwo pobierać aplikacji do liczenia kalorii. Powiedzą Państwo swojemu agentowi, żeby liczył kalorie. Nie będą Państwo konfigurować narzędzia do zarządzania projektami. Powiedzą Państwo swojemu agentowi, żeby zarządzał projektem. Więcej o tej zmianie napisałem w Umiejętności AI to nowe aplikacje.

Clayton Christensen nazwał to „Jobs to Be Done”: ludzie nie kupują produktów, zatrudniają je do wykonania zadania. Nie obchodzi ich, jak zadanie zostanie wykonane. Nigdy ich to nie obchodziło.

Cyfrowy komunizm to nie tylko historia podażowa o spadających kosztach. To też historia popytowa. Ludzie chętnie porzucą każdą warstwę, którą nigdy nie chcieli zarządzać. To nie trend technologiczny. To ludzka natura.

Trzy warstwy niedoboru

Powód, dla którego mówię „cyfrowy”, jest taki, że to działa tylko dla rzeczy zrobionych z informacji. Gospodarka ma trzy warstwy niedoboru i są one zdejmowane po kolei.

Inteligencja jest prawie rozwiązana. LLM-y potrafią pisać kod, generować treści, analizować dane i podejmować decyzje, które wcześniej wymagały kosztownej ludzkiej ekspertyzy. Koszt spada gwałtownie, a możliwości rosną. Ta warstwa zbliża się do zera. Nie jest oczywiście naprawdę zerowa. AI wciąż potrzebuje chipów i elektryczności. Ale koszt energii słonecznej spadł o 89% w ciągu dekady, a Departament Energii USA celuje w 0,02 $/kWh do 2030 roku. Nawet materialny fundament pod inteligencją się obniża.

Praca jest następna. W grudniu 2025 Tesla opublikowała wideo Optimusa biegającego w laboratorium z prędkością prawie 14 km/h, z prawdziwą fazą lotu w chodzie. Miesiąc później Musk ogłosił podczas rozmowy o wynikach Q4 2025 Tesli, że Tesla kończy produkcję Modeli S i X we Fremont i przekształca te linie fabryczne na produkcję robotów Optimus, z linią produkcyjną na milion jednostek w przygotowaniu. To firma samochodowa, która decyduje, że roboty to lepsze wykorzystanie jej fabryk niż samochody. Figure AI zebrało miliard dolarów na budowę humanoidalnych robotów w swojej dedykowanej fabryce BotQ. Ich Figure 02 właśnie zakończył 11-miesięczne wdrożenie w BMW, ładując ponad 90 000 części z milimetrową precyzją przez ponad 1250 godzin pracy. Hugging Face uruchomił LeRobot, framework robotyki open source z ponad 21 000 gwiazdkami na GitHub, i sprzedaje humanoidalne roboty open source za 3000 $. W Chinach zsynchronizowana armia robotów UBTECH stała się viralna, IRON XPeng porusza się tak realistycznie, że jego CEO rozciął go na scenie, żeby udowodnić, że to nie człowiek, a dziesiątki modeli humanoidalnych pojawia się jednocześnie. Nie sądzę, żebyśmy byli dalej niż dziesięć lat od robotów ekonomicznie opłacalnych do zwykłej pracy fizycznej.

Materiały to mur. Nie da się skopiować atomu. Nawet gdy inteligencja jest darmowa i roboty wykonują pracę, wciąż potrzeba stali, litu, miedzi, metali ziem rzadkich i energii. Niedobór materiałów to fundamentalnie trudniejszy problem niż dwa pozostałe. Może wymagać przełomów, których jeszcze nie potrafimy przewidzieć: wydobycie z asteroid, montaż molekularny, energia fuzji. Ten mur może utrzymać się przez dziesięciolecia lub wieki.

Dlatego określenie „cyfrowy” jest ważne. Dla czysto cyfrowych dóbr już zbliżamy się do post-niedoboru. Dla dóbr fizycznych darmowa inteligencja i darmowa praca znacząco obniżą koszty, ale materiały wyznaczają dolną granicę, która nie istnieje w świecie cyfrowym. Robot może złożyć samochód za darmo. Stal wciąż coś kosztuje.

Jak wygląda przejście

Zmierzamy więc ku cyfrowemu komunizmowi dla dóbr informacyjnych. Jak to wygląda w praktyce, teraz, dla kogoś, kto próbuje zbudować firmę softwarową?

Wygląda jak branża gastronomiczna.

Na początku lutego 2026 Anthropic wydał nowe narzędzia AI, które wywołały wyprzedaż wymazującą prawie 300 miliardów dolarów z akcji softwarowych. Wskaźnik cena/zysk forward branży softwarowej spadł do około 21x, z 39x osiem miesięcy wcześniej. Firmy SaaS, które szczyciły się marżami 85%, dostosowują się do 60-70%. Analitycy nazywają to apokalipsą SaaS.

Problem strukturalny: AI zmienia koszty oprogramowania z „na klienta” na „na akcję”. Kiedy dziesięciu agentów AI wykonuje pracę stu handlowców, nie potrzeba stu licencji Salesforce.

Tak właśnie gastronomia zawsze funkcjonowała. Składniki są tanie. Każdy może otworzyć kuchnię. Kilka dużych sieci jak McDonald’s wykorzystuje korzyści skali, żeby utrzymać zdrowe marże. Wszyscy inni operują na minimalnych marżach. Wielu zamyka się w ciągu roku.

Oprogramowanie wchodzi w tę samą fazę. Widzę to z miejsca, w którym siedzę. Tylko w przestrzeni hostingu OpenClaw nowi konkurenci pojawiają się co tydzień. ClawSimple, ShootClaw, Quick Claw, PlugAndClaw i inni wystartowali w ostatnich tygodniach. Przejrzyjcie TrustMRR lub Product Hunt, a znajdziecie jeszcze więcej, które nie zostały tam jeszcze udostępnione, w tym Kilo Claw z bardziej ugruntowanej platformy. AI umożliwiło każdemu z tych założycieli zbudowanie i wydanie produktu hostingowego w dniach, nie miesiącach.

To naprawdę dobre dla użytkowników. Więcej konkurencji, lepsze ceny, większy wybór. Popieram to, nawet gdy moi konkurenci pojawiają się szybciej, niż jestem w stanie ich policzyć.

Ale oto uczciwe pytanie: jeśli cyfrowy komunizm jest celem, a faza gastronomiczna to tylko przejście, dlaczego w ogóle buduję firmę? Jeśli wyniki zmierzają ku darmowości, co dokładnie sprzedaję?

Kwestia smaku

W restauracjach składniki są tanie, ale posiłek nie. Wartość nie tkwi w surowcach. Tkwi w decyzjach szefa kuchni. Co gotować, jak to łączyć, co pominąć. Smak. Osąd. Selekcja.

Branża gastronomiczna przetrwa pomimo tanich składników, ponieważ ludzkiej pracy nie da się łatwo zautomatyzować. Robot może przewracać burgery w McDonald’s. Nie potrafi prowadzić kuchni, do której ludzie jeżdżą przez całe miasto. Jeszcze nie.

W oprogramowaniu to rozróżnienie się rozmywa. AI potrafi już zbudować produkt, wdrożyć go, monitorować, obsłużyć wsparcie. „Gotowanie” jest automatyzowane razem ze „składnikami”. Więc analogia gastronomiczna ma datę ważności dla oprogramowania. Restauracje to stabilna równowaga, bo element ludzki opiera się automatyzacji. Gastro softwarowe to faza niestabilna. Zmierza dalej ku darmowości.

Co oznacza: dla firm softwarowych w tej transformacji jedyną trwałą wartością jest to, czego AI jeszcze nie potrafi. Nie budowanie. Nie operowanie. Decydowanie, co warto zbudować, i czy wynik jest dobry.

To łączy się bezpośrednio z kwestią slopu.

Merriam-Webster wybrał „slop” jako Słowo Roku 2025: „cyfrowa treść niskiej jakości produkowana zwykle w dużych ilościach za pomocą sztucznej inteligencji”. To zdefiniowało 2025 rok. Myślę, że 2026 zdefiniuje jeszcze bardziej.

Slop to to, co dostajemy, gdy AI produkuje bez ludzkiego smaku. Gdy nikt nie decyduje, co jest dobre, gdy nikt nie filtruje, gdy produkcja jest optymalizowana pod kątem ilości zamiast jakości. To zatrucie pokarmowe cyfrowej gospodarki gastronomicznej.

Aaron Bastani nazywa optymistyczną wersję Fully Automated Luxury Communism. Dario Amodei z Anthropic napisał o tym w Machines of Loving Grace, przewidując, że AI może skompresować stulecie postępu w dekadę. Pytanie nie brzmi, czy uzyskamy obfitość. Uzyskamy. Pytanie brzmi, czy obfitość oznacza jakość czy szum. Luksusowy komunizm czy zautomatyzowany slop.

Odpowiedź, jak sądzę, zależy całkowicie od tego, czy człowiek ze smakiem jest jeszcze w procesie.

Kwestia dystrybucji

Pod tym wszystkim kryje się trudniejsze pytanie, którego unikałem.

Jeśli dobra cyfrowe stają się darmowe i praca fizyczna jest zautomatyzowana, ale materiały wciąż coś kosztują, kto ma pieniądze? Jeśli AI powoduje zapaść wartości większości pracy, badania MFW sugerują to, czego byśmy się spodziewali: bogactwo koncentruje się wśród tych, którzy posiadają AI i kapitał, podczas gdy umiejętności wszystkich innych tracą wartość rynkową. Ci ludzie mogą sobie pozwolić na wszystko cyfrowe, skoro jest darmowe. Ale stal, lit, mieszkania, energia? To wciąż kosztuje. A jeśli się nie zarabia, nie można płacić.

To jest przepaść między cyfrowym komunizmem a prawdziwym komunizmem. Prawdziwy komunizm ma mechanizm dystrybucji: od każdego według jego zdolności, każdemu według jego potrzeb. Cyfrowy komunizm, jak go opisałem, nie ma takiego mechanizmu. Obfitość jest realna, ale tak samo realne jest pytanie, kto może uczestniczyć w tych częściach gospodarki, które wciąż wymagają rzadkich zasobów.

Ludzie o tym myślą. Sam Altman zaproponował ideę uniwersalnej mocy obliczeniowej: zamiast uniwersalnego dochodu podstawowego każdy dostaje porcję mocy obliczeniowej AI, którą może wykorzystać, sprzedać lub podarować. To jedna możliwa odpowiedź. Są inne. Żadna nie jest udowodniona.

Ja też nie mam odpowiedzi. Mam nadzieję, że to prowadzi do przyszłości, w której ludzie mają więcej wartościowego czasu z osobami, które kochają. W której podstawowy poziom tego, do czego każdy ma dostęp, wzrośnie na tyle wysoko, że materialny fundament będzie miał mniejsze znaczenie. W której obfitość inteligencji i pracy przełoży się na szeroko dzielony dobrobyt, nie tylko na skoncentrowane bogactwo z darmową rozrywką dla wszystkich pozostałych.

Ale nie wiem.

Prawdziwa praca człowieka

Wiem natomiast, co robię teraz. Nie piszę już dużo kodu. Nie wdrażam serwerów ręcznie. Agenci AI przejmują coraz więcej z miesiąca na miesiąc. Moja praca w OpenClaw.rocks przesunęła się z inżynierii do czegoś trudniejszego do nazwania.

Decyduję, co budować, a czego nie. Decyduję, kiedy wynik jest wystarczająco dobry, a kiedy to slop. Patrzę na pięć opcji wygenerowanych przez AI i wybieram tę, która naprawdę służy użytkownikowi. Podtrzymuję opinie o tym, co jest ważne. To decyzje smaku. I to jedyne decyzje, które AI konsekwentnie oddelegowuje człowiekowi, bo „dobre” nie jest jeszcze czymś, co AI potrafi zdefiniować sama.

Człowiek w dowcipie nie jest po to, żeby dotykać sprzętu. Pies się o to troszczy. Człowiek jest po to, bo fabryka potrzebuje kogoś, komu zależy na tym, co produkuje. Kogoś, kto potrafi popatrzeć na wynik i powiedzieć: to jest dobre, to jest śmieć, to jest slop.

To moja praca teraz. Nie budowanie fabryki. Nie obsługiwanie sprzętu. Dbanie o wynik.

Może to właśnie stają się platformy takie jak ta w dłuższej perspektywie. Nie ekonomicznie znaczące, ale coś bliższego sztuce. Domena, nazwa, te artykuły, opinie, które za nimi stoją. Coś, co ktoś zbudował, bo mu zależało, i co inni ludzie wybierają zamiast alternatyw, nie dlatego, że jest tańsze czy szybsze, ale dlatego, że konkretny człowiek o tym pomyślał i to widać.

Yoshi leży obok mnie, gdy to piszę. Nie obchodzą go marże softwarowe, korekty SaaS ani humanoidalne roboty. Jest mu wygodnie. System działa. Klikam potwierdzam, gdy praca jest dobra, i odrzucam, gdy nie jest.

Nie wiem, czy to komunizm. Nie wiem, czy faza gastronomiczna potrwa rok czy dekadę. Nie wiem, kiedy AI wypracuje własny smak i uczyni nawet tę pracę zbędną.

Ale na razie ktoś wciąż musi się tym przejmować. Taka jest robota.

Ten wpis sam w sobie jest tego dowodem. Nie napisałem go słowo po słowie. Opisałem, co chciałem powiedzieć, AI napisało szkic, a ja dałem kilka rund informacji zwrotnej na temat argumentacji i struktury. Ten sam proces, który opisałem powyżej: sprzęt wykonuje pracę, człowiek dostarcza smak. Jeśli ciekawi Państwa, jak to wygląda w praktyce, to właśnie taki rodzaj aplikacji budujemy.

Jeśli chcą Państwo śledzić, dokąd to zmierza, dołączcie do nas.