Większość agentów wygląda mądrze tylko do drugiej sesji. Potem zaczynają od zera. W 3 dni przejdziesz z chat history do zaprojektowanego systemu pamięci i zbudujesz agenta, który pamięta użytkownika, kontekst i postęp.
Nie dokładaj tokenów. Zaprojektuj pamięć.
Pamięć nie instaluje się narzędziem. Trzeba zdecydować, co zapisać, kiedy to przywołać i kiedy to wygasić.
Chat history to nie memory. To tylko zapis rozmowy. Memory to decyzja architektoniczna o tym, co system ma wiedzieć o użytkowniku, kontekście i postępie.
Systemy klasy Claude Code utrzymują stan między sesjami, śledzą historię decyzji i budują kontekst przez całe projekty. To nie magia - to zaprojektowana architektura pamięci. Na DWthon Memory uczysz się dokładnie tych wzorców.
Potem gubi kontekst, resetuje preferencje i zmusza użytkownika do zaczynania od zera.
Nie wrzuca wszystkiego do promptu. Utrzymuje stan, zna użytkownika i buduje ciągłość zamiast resetów.
To nie webinar i nie kolejny kurs do kolekcji. DWthon to stress-test na żywych danych - z gotowym środowiskiem DataWorkshop Lab, dostępem do modeli i tysiącami ludzi pracujących równolegle nad tym samym problemem.
Zabierasz ze sobą działający system z pamięcią - nie slajdy z webinaru.
DataWorkshop Lab w chmurze. Wchodzisz z przeglądarką i działasz od pierwszej minuty.
Tysiące ludzi przetwarza te same dane równolegle. Energia live experience, nie nagranie.
Każda edycja to kolejny poziom autonomii AI - wiesz, gdzie jesteś i co dalej.
Dla uczestników, którzy ukończą co najmniej 80% zadań w danej edycji.
Każdy dzień kończy się czymś, co działa - nie slajdami.
Stateless vs stateful. Czego systemy klasy Claude Code uczą o pamięci - jak produkcyjne systemy rozwiązują state i continuity. Projektujesz pierwszy schemat pamięci dla swojego agenta.
Zapis, odczyt, priorytetyzacja i wygaszanie informacji. Łączysz pamięć krótko- i długoterminową w jeden, czytelny mechanizm działający w Twoim agencie.
Testujesz agenta na realnych scenariuszach, naprawiasz edge case'y i prezentujesz działający artefakt grupie.
Wychodzisz z artefaktem, który realnie działa na Twoich danych. Pamięć jest w nim odczuwalna - system naprawdę uczy się Ciebie między sesjami.
Pamięta Twój poziom, błędy i postęp - nie zaczyna od zera przy każdej sesji
Śledzi słowa, które sprawiają Ci trudność i dobiera ćwiczenia do Twojej historii nauki
Buduje wiedzę o Twoich projektach - wie, co już przeszukałeś i na co zwracasz uwagę
Założyciel i CEO DataWorkshop
Przedsiębiorca i praktyk AI, założyciel i CEO DataWorkshop. Pracuje w komercyjnym IT od 2008 roku, a koduje od ponad 20 lat. Wcześniej jako architekt w amerykańskim General Electric odpowiadał za rozwój systemu używanego globalnie. Od ponad dekady pomaga firmom przekuwać potencjał AI w realne wyniki biznesowe - od wdrożeń po budowę wewnętrznych kompetencji. Z DataWorkshop wspierał organizacje takie jak Orange, mBank, Allegro, BNP Paribas, ING, IBM i Danone. Twórca inicjatyw edukacyjnych dla dziesiątek tysięcy ludzi - Korona Wyzwań, Matryca, DWgym, DWthon, DWTools. Twórca międzynarodowej konferencji DWCC o uczeniu maszynowym i AI, prelegent na ponad 100 wystąpieniach. Twórca podcastu "Biznes Myśli" o AI, który od 2017 roku zebrał ponad 500 000 odsłuchań.
Dwie edycje są już częścią pakietu, Memory przechodzisz teraz, a kolejne poziomy masz zabezpieczone na później.
To nie jest pakiet pięciu wejściówek. Kupujesz całą ścieżkę za 290 zł zamiast 950 zł: 2 edycje już są w pakiecie, Memory przechodzisz teraz, a kolejne poziomy masz zabezpieczone na później.
Wejście tylko na tę jedną edycję - bez reszty ścieżki.
Ponad 10 000 osób przeszło przez warsztaty DataWorkshop od 2016 roku. Oto realne głosy uczestników.
Zamiast iść spać, przeszłam przez warsztat w trybie maratonu - i siedząc po nocy nad rosnącą mapą wiedzy, super spójną siecią znaczeń zamiast pociętych fragmentów, pomyślałam: u nas też by się taka przydała.
Biorę udział w kolejnym warsztacie DataWorkshop. Co mnie zaskoczyło? Wreszcie ktoś prostym językiem rozkłada temat na czynniki pierwsze - narzędzie, wariant, wzorzec, klasę - i to naprawdę porządkuje myślenie.
Kilka edycji z rzędu = mój AI stack na nowym poziomie. Zamiast AI-magii wybieram inżynierską kontrolę - structured outputs, deterministyczność w produkcji. To był bardzo praktyczny cykl, który uporządkował moje podejście.
To nie jest nauka pisania promptów. To przemyślana, zaprojektowana metodologia podejścia do realnych wyzwań biznesowych - i to się czuje od pierwszej godziny.
Zbudowałem realny system na własnych danych, nie demo na sztywno przygotowanym przykładzie. Prawdziwa praca zaczyna się od tego, jak uporządkujesz dane - i to jest klucz całego podejścia.
Pracuję w tym temacie od dawna, ale warsztat uporządkował i rozszerzył moją wiedzę o nowe elementy. Pomysły zastosowałem już w swoim projekcie - efekty są obiecujące.
Po 3 dniach masz działający artefakt i pierwszy stateful system. Pełne Agentic AI idzie dużo dalej - który krok jest Twój, zależy od tego, gdzie już jesteś.
Tak, ale nadrabiaj świadomie. Memory zakłada podstawową orientację w pracy z LLM - jeśli czujesz, że tej podstawy nie masz, sekcja "Co dalej" pomoże Ci wybrać Praktyczny LLM jako uzupełnienie równolegle albo po DWthonie.
DWthon Memory to wejście na ten jeden DWthon. Season Pass daje dostęp do wszystkich 5 - 2 są już dostępne, 3 nadchodzące - w cenie znacznie niższej niż suma pojedynczych zakupów.
Nie. Memory to bardzo konkretny, praktyczny krok - wychodzisz z działającym artefaktem i realnym zrozumieniem stanu w systemach AI. Ale to jeden element większej ścieżki: pełne Agentic AI obejmuje znacznie szerszy zakres niż 3 dni mogą pokryć.
Napisz do nas - dopłacasz różnicę do Season Passu, nie płacisz za Memory drugi raz.
Tak, każda sesja jest nagrywana i trafia do materiałów uczestnika - dostęp do nagrań jest bezterminowy.