Agenci AI i automatyzacja bez programowania: co potrafią w 2026
Agenci AI i automatyzacja bez programowania w 2026: porównanie n8n, Make i Zapier, ceny, limity ChatGPT agent i ryzyka MCP. Stan na październik 2026.
Czym różni się agent AI od automatyzacji bez programowania?
Automatyzacja wykonuje ustaloną regułę: jeżeli pojawi się nowy formularz, zapisz dane w CRM, wyślij e-mail i powiadom Slacka. Agent AI to model językowy połączony z narzędziami, pamięcią i instrukcjami — sam planuje kroki, wybiera narzędzie, sprawdza wynik i może poprosić człowieka o zgodę. Reguła zachowuje się zawsze tak samo, agent podejmuje decyzje w granicach nadanych uprawnień. Pętlę decyzyjną opisujemy szerzej w hubie agenci AI i automatyzacja.
Skala rynku pokazuje, że to nie eksperyment. Make deklaruje ponad 400 tys. organizacji w ponad 200 krajach i 3 000+ integracji [1]. Zapier podaje ponad 3,4 mln firm i 9 000+ aplikacji [2]. Duży katalog połączeń sprawia, że wdrożenie częściej polega na konfiguracji niż na pisaniu kodu.
Które narzędzie wybrać: n8n, Make czy Zapier?
n8n wybierzesz, gdy potrzebujesz self-hostingu i kontroli nad danymi. Make działa najlepiej jako kompromis między prostotą a złożonymi scenariuszami. Zapier stawia na katalog integracji i szybki start. W 2026 roku każde z narzędzi ma warstwę agentową, więc decydują koszty, limity i sposób utrzymania.
| Kryterium | n8n | Make | Zapier |
|---|---|---|---|
| Model rozliczania | wykonania w Cloud, darmowy self-hosting | credits | taski i activities |
| Próg wejścia | 20 USD/mies. przy rozliczeniu rocznym (2 500 wykonań) [3] | 0 USD, 1 000 creditów miesięcznie [1] | 0 USD, 100 tasków miesięcznie [2] |
| Self-hosting | tak, Community 0 USD [3] | nie | nie |
| Warstwa agentowa | AI Agent node i MCP zależnie od planu [4] | Make AI Agents na kanwie scenariuszy [5] | Zapier Agents z dostępem do sieci [2] |
n8n 2.43 ukazał się 6 października 2026 r. Wydanie udostępniło Browser Use wszystkim użytkownikom i rozwinęło asystenta [4]. Make ogłosił nową generację agentów 11 lutego 2026 r. Agenci działają na tej samej kanwie co scenariusze i mają panel rozumowania [5].
Dla zespołów, które budują własny control plane zamiast gotowej platformy, punktem odniesienia będzie raczej architektura niż cennik — opisujemy to w artykule Agentic workflow w produkcji. O kosztach tokenów przy wielu agentach piszemy w tekście Twoja architektura multi-agent kosztuje 5000 PLN/miesiąc.
Ile kosztują agenci AI i automatyzacja w 2026?
Ceny zależą od kraju, VAT, waluty i okresu rozliczenia. Stan na październik 2026: n8n Cloud Starter kosztuje 20 USD miesięcznie przy płatności rocznej i obejmuje 2 500 wykonań [3]. Make Core to 12 USD miesięcznie przy 10 000 creditów, a plan Free daje 1 000 creditów [1]. Zapier Professional startuje od 19,99 USD miesięcznie przy rozliczeniu rocznym [2].
W n8n Cloud kolejne plany to Pro za 50 USD miesięcznie (10 000 wykonań) i Business self-hosted za 667 EUR miesięcznie przy rozliczeniu rocznym [3]. W Make Pro kosztuje 21 USD, a Teams 38 USD przy 10 000 creditów [1]. Niewykorzystane credits w Make wygasają z końcem okresu rozliczeniowego [1].
Zapier rozlicza osobno Zapy, agentów i MCP. Jedno wywołanie narzędzia MCP zużywa 2 taski z puli [2]. AI by Zapier liczy modele według tierów: Standard 1× task, Advanced 3×, Premium 5× [13]. Przy 75 taskach w jednym uruchomieniu krok zatrzymuje się i wymaga zatwierdzenia [13]. Agenci Zapiera mają osobny limit: plan Free obejmuje 400 activities miesięcznie, Pro 1 500 activities za 400 USD rocznie [2].
Next Gen Zaps pozwalają opisać automatyzację językiem naturalnym w kliencie MCP, na przykład w ChatGPT lub Claude. W październiku 2026 funkcja była jeszcze w early access [14].
Jakie limity ma ChatGPT agent?
ChatGPT agent uruchomiono 17 lipca 2025 r. Dokumentacja OpenAI informuje, że nazwa jest wycofywana, a dłuższe zadania przechodzą do ChatGPT Work i przeglądarki chmurowej [6]. Tryb agenta pozostaje na planach płatnych: Plus ma 40 wywołań miesięcznie, Pro 400, a Business i Enterprise 40 wywołań lub rozliczenie kredytowe [6].
Agent korzysta z przeglądarki wizualnej i tekstowej, terminala, API, plików, aplikacji oraz harmonogramów [6]. Pytania doprecyzowujące i kroki logowania nie są liczone jako nowe wywołania [6]. Limit dotyczy więc realnych zadań, a nie każdej interakcji z modelem.
Zakres uprawnień ma znaczenie praktyczne. Agent z dostępem do firmowych faktur i skrzynki potrafi wykonać operację, której nie powinien — zabezpieczenie takiego dostępu opisujemy w tekście Agent AI przegląda firmowe faktury? Zablokuj to w 20 minut.
Czy MCP jest bezpieczny?
MCP to otwarty standard łączenia modeli z narzędziami i danymi, a nie aplikacja ani model [7]. Standard nie gwarantuje bezpieczeństwa sam z siebie. OWASP opisuje tool poisoning: złośliwy opis narzędzia podmienia instrukcje, które widzi model [8]. Wdrożenie wymaga kontroli uprawnień, zatwierdzania akcji i audytu źródeł serwera MCP.
Czy agenta wizyjno-językowego da się zbudować na NumPy w weekend?
Nie w takim sensie, jaki sugerują poradniki. NumPy to biblioteka obliczeń na tablicach, a nie framework agentowy ani model wizyjno-językowy. Aktualne wydanie to 2.5.4 z 10 października 2026 r., obsługujące Python 3.12–3.15 [9][10]. Produkcyjny system wymaga modelu wizji i języka, preprocessingu, inferencji, kontroli błędów, a w robotyce także warstwy sterowania i bezpieczeństwa.
Sortowanie paczek pokazuje skalę problemu. Typowy pipeline obejmuje detekcję, lokalizację 2D i 3D, kalibrację kamera–robot, planowanie chwytu, ruch ramienia, odkładanie i pętlę kontroli błędów [11]. Systemy sortujące rozpoznają kody kreskowe i QR, odzyskują odczyty przez OCR, sprawdzają wymiary i kierują paczki do stref [11].
Mierniki wdrożenia są konkretne: dokładność detekcji i odczytu, odsetek no-read, mis-sort rate, przepustowość, opóźnienie, liczba interwencji człowieka i koszt inferencji [11]. Bez tych liczb nie da się ocenić, czy system działa.
Polski przykład istnieje, ale nie potwierdza historii o fikcyjnym startupie. Nomagic, założony w Warszawie w 2017 r., rozwija roboty pick-and-place dla magazynów. W 2021 r. firma informowała o finansowaniu 8,6 mln USD [12].
Najczęstsze pytania
Czy automatyzacja bez programowania wymaga umiejętności technicznych?
Proste scenariusze w Make i Zapier zbudujesz z gotowych modułów, bez kodu. Trudniejsze wdrożenia wymagają jednak rozumienia API, limitów i logów — w n8n dochodzi utrzymanie serwera, aktualizacje i backupy. Im więcej warstwy agentowej, tym ważniejsza umiejętność czytania logów i kontroli uprawnień.
Czy agent AI może działać bez nadzoru człowieka?
Może wykonywać zadania samodzielnie w ramach przyznanych uprawnień, ale nie gwarantuje poprawności. Model może pomylić dane, wybrać niewłaściwe narzędzie albo wykonać instrukcję ukrytą w treści strony. Dlatego wdrożenia dodają progi zatwierdzeń i limity — na przykład Zapier zatrzymuje krok po 75 taskach w jednym uruchomieniu.
Który plan wybrać na start?
Najlepiej zacząć od darmowego planu i zmierzyć realne zużycie. Make Free daje 1 000 creditów miesięcznie, Zapier Free 100 tasków, a n8n można uruchomić self-hosted bez opłaty za licencję. Dopiero po dwóch tygodniach pracy wiadomo, czy wystarczy plan za 12–20 USD miesięcznie.
Czy self-hosting n8n się opłaca?
Self-hosting eliminuje opłatę za licencję i daje kontrolę nad danymi, ale przenosi koszt na serwer, aktualizacje i bezpieczeństwo. Community jest bezpłatne, natomiast Business self-hosted kosztuje 667 EUR miesięcznie przy rozliczeniu rocznym. Przy małej liczbie wykonań chmura zwykle wychodzi taniej.
Czy MCP zastępuje integracje wbudowane w platformy?
Nie. MCP to standard, przez który agent sięga do narzędzi i danych, a nie katalog gotowych połączeń. Platformy rozwijają go obok własnych integracji — n8n ma MCP Server Trigger i klienta MCP, Zapier rozlicza wywołania MCP jak taski. Katalog aplikacji nadal decyduje o tym, co da się podłączyć bez kodu.
Źródła
- Plans & Pricing | Make (Make, 2026)
- Plans & Pricing | Zapier (Zapier, 2026)
- n8n Plans and Pricing (n8n, 2026)
- Release notes | Changelog | n8n Docs (n8n, 2026)
- Announcing the next generation of Make AI Agents (Make, 2026)
- ChatGPT agent | OpenAI Help Center (OpenAI, 2026)
- Model Context Protocol (Model Context Protocol, 2026)
- MCP Tool Poisoning | OWASP Foundation (OWASP, 2026)
- NumPy reference — NumPy v2.5 Manual (NumPy, 2026)
- Releases · numpy/numpy (GitHub, 2026)
- Parcel Sorting Computer Vision (Roboflow, 2026)
- Polish startup makes warehouse robotics breakthrough (Industry Europe, 2026)
- AI by Zapier model tier pricing (Zapier, 2026)
- Get started with Next Gen Zaps (Zapier, 2026)