Az alkotó betekintést nyújt abba, hogyan lehet egyszerre több mesterséges intelligencia (AI) modellt futtatni a Claude Co-work platformon. Felvázolja, hogy ma már léteznek olyan eszközök és modellek – például GPT 5.5 vagy Opus 4.7 –, amelyek hosszú, komplex feladatokat képesek önállóan végrehajtani, akár több mint fél órán keresztül.
Érdekes kérdések merülnek fel: Érdemes-e pusztán várni a mesterséges intelligenciára, vagy szervezőként, „orchestrator”-ként érdemes több AI-t párhuzamosan indítani, miközben az eredményeiket felügyeljük? A szerző bemutatja pontos beállításait és azt az egyetlen szabályt, amely segít elkerülni, hogy az egyes AI-k egymás munkáját felülírják.
A videó kitér a leggyakoribb buktatókra is: például a „doom loop”-ra, amikor a rosszul instruált AI-modellek egymás hibáit fokozzák, vagy a „polish trap”-re, amikor túl csiszolt, mégis hibás eredményeket kapunk. Később szó esik arról is, miért fontos, hogy minden modell külön mappában, önálló forrásokon dolgozzon – és milyen szabályok mentén lehet megakadályozni az adatvesztést.
Miközben a határok feszegetésére bátorít, a szerző felveti: vajon hány AI kezelhető érdemben egyszerre? És hogyan lehet átruházni az eredmények ellenőrzésének felelősségét részben a mesterséges intelligenciákra magukra?
