Perplexity Teammates dołącza do wyścigu o przejęcie bieżącej pracy

Perplexity uruchomiło Perplexity Teammates 5 listopada, włączając się do rywalizacji z OpenAI i Anthropic o przekształcenie asystentów AI w trwałych agentów do pracy. Agenci ci — oprogramowanie wykorzystujące narzędzia do realizacji powierzonych celów — mają nadal wykonywać obowiązki także po zakończeniu pojedynczej rozmowy. Firma twierdzi, że opierają się oni na istniejącej pracy w Perplexity, ograniczając potrzebę ponownego wyjaśniania projektów przy rozpoczęciu kolejnego zadania.

Główna rywalizacja dotyczy tego, kto będzie właścicielem ciągłej relacji między pracownikami, ich informacjami i niedokończonymi zadaniami. Dots od OpenAI i Claude Duet od Anthropic już rozwijają własne wersje takiej relacji. Propozycja Perplexity koncentruje się na zapewnieniu agentom dostępu do kontekstu zgromadzonego przez użytkowników w jej produktach, a następnie umożliwieniu tym agentom współpracy wokół bieżącej pracy.

To zmienia pytanie zakupowe. Użyteczna odpowiedź może uzasadniać otwarcie kolejnego okna czatu, lecz stałe zadanie wymaga zaufania do uprawnień, osądu i konsekwentnej realizacji. Dla pracowników umysłowych korzyścią jest ograniczenie powtarzalnego wdrażania. Dla pracodawców obawa dotyczy tego, czy zgromadzony kontekst zapewni niezawodne wykonanie bez tworzenia kolejnego strumienia pracy wymagającego nadzoru.

Perplexity Teammates wykracza poza pojedyncze zadania

Premiera przesuwa ofertę Perplexity dla miejsca pracy z realizacji żądań na utrzymywanie odpowiedzialności w czasie.

Według relacji na temat trwałych agentów pracy początkowe wdrożenie obejmuje subskrybentów Max w wersji internetowej. Według dyrektora generalnego Aravinda Srinivasa planowane są natywne aplikacje desktopowe i mobilne. Plany te należy traktować jako przyszłą dystrybucję, a nie dowód, że premiera już obejmuje każde środowisko pracy.

Teammates bazuje na Computer, systemie Perplexity do wykonywania pracy za pośrednictwem agentów i połączonych narzędzi. Różnicą, którą podkreśla Perplexity, jest ciągłość: teammate otrzymuje bieżące zadanie zamiast znikać z przepływu pracy po udzieleniu odpowiedzi na żądanie. To obietnica produktowa dotycząca sposobu zarządzania pracą, a nie twierdzenie, że każda bazowa funkcja jest nowa.

Firma twierdzi, że teammates mogą korzystać z Projects, Memory i Skills już obecnych w jej produktach. W tym przypadku memory oznacza zachowany kontekst, a skills to instrukcje wielokrotnego użytku służące do wykonywania określonej pracy. Połączone pliki i wcześniejsze sesje również stanowią część proponowanego punktu wyjścia.

Dla obecnego klienta daje to zrozumiałą przewagę. Wcześniejsze badania, ustalone preferencje i znane materiały projektowe nie muszą stawać się osobnym procesem wdrożenia przy każdym zadaniu. To, czy system wybiera właściwe materiały, pozostaje jednak odrębną kwestią od tego, czy może uzyskać do nich dostęp.

Trwała rola zmienia także charakter instrukcji. Prośba o raport ma stosunkowo oczywisty punkt zakończenia. Polecenie agentowi monitorowania konta wprowadza ciągłe decyzje dotyczące istotności, pilności i momentu, w którym konieczne staje się kolejne działanie.

Ta różnica wyjaśnia, dlaczego określenie teammate ma znaczenie dla pozycjonowania Perplexity. Zachęca użytkowników do opisywania obowiązków językiem pracy: monitoruj to, utrzymuj tamto i poinformuj mnie, gdy coś wymaga uwagi. Interfejs staje się miejscem nadzorowania ciągłej aktywności, a nie zbiorem odizolowanych żądań.

Sama nazwa nie ustanawia ludzkiego osądu ani odpowiedzialności. Agent programowy nadal potrzebuje instrukcji, granic i sposobu ujawniania niepewności. Praktyczne pytanie brzmi, czy trwała rola sprawia, że wymagania te są łatwiejsze do zarządzania niż wielokrotne rozpoczynanie nowych rozmów.

Dostępność również wymaga ostrożnej interpretacji. Produkt skierowany do działań w miejscu pracy nie jest automatycznie dowodem wdrożenia w całej firmie. Dostęp przez indywidualną subskrypcję niewiele mówi o akceptacji pracodawcy, procesie zakupowym czy gotowości do łączenia wrażliwych systemów.

Natychmiastowa zmiana jest więc konkretna. Perplexity oferuje teraz sposób przypisywania trwałych agentów w swoim istniejącym środowisku pracy. Twierdzenia o zastępowaniu działów, przekształcaniu produktywności organizacyjnej lub zapewnianiu niezawodnego samodzielnego działania wymagają dowodów wykraczających poza samą premierę.

Kontekst istniejącej pracy staje się aktywem konkurencyjnym

Najsilniejszy argument strategiczny Perplexity polega na tym, że użyteczna praca już przechowywana w jej produktach daje nowym agentom przewagę na starcie.

Wywiera to presję na konkurencyjne platformy asystentów, aby zachowywały ciągłość między badaniami, planowaniem i wykonaniem. Użytkownik, który już zgromadził odpowiednie dokumenty i skorygował założenia asystenta, napotyka dodatkową pracę przy przejściu gdzie indziej. Trwałe zadania czynią ten wysiłek związany ze zmianą platformy bardziej widocznym.

Firma opisuje teammates jako korzystających z istniejącego kontekstu i połączonych narzędzi, przy jednoczesnym zachowaniu możliwości sprawdzania i przekierowywania ich aktywności przez ludzi. Jej publiczne szczegóły premiery teammates opisują także odizolowane środowiska oraz zgodność z istniejącymi uprawnieniami narzędzi i Projects w Computer. Są to opisy produktu przedstawiane przez firmę, a nie niezależne ustalenia dotyczące jego niezawodności.

Znaczenie strategiczne wynika z relacji między pamięcią a delegowaniem. Kontekst pomaga agentowi zrozumieć, dlaczego zadanie istnieje, które wcześniejsze decyzje mają znaczenie i jaki rezultat preferuje użytkownik. Bez tej ciągłości każde zadanie zaczyna się od kolejnego wyjaśnienia.

Jednak zgromadzone informacje mają wartość tylko wtedy, gdy system potrafi odróżnić aktualne instrukcje od starych materiałów. Archiwum projektu zawiera porzucone opcje obok zatwierdzonych decyzji. Użyteczny agent musi unikać traktowania każdego zapisanego zdania jako równie wiążącego.

Tworzy to presję zarówno na pracowników umysłowych, jak i dostawców. Osoby wdrażające trwałych agentów muszą zdecydować, które zapisy reprezentują ich rzeczywisty kontekst pracy. Rozproszone notatki i sprzeczne dokumenty stają się problemami operacyjnymi, gdy oprogramowanie wykorzystuje je do wyboru kolejnego działania.

Ten sam problem pojawia się w bazie wiedzy zespołu. Informacje potrzebują właściciela, granic i wystarczającej struktury, aby inni mogli je interpretować. Agent dodaje kolejnego czytelnika, a dodatkową konsekwencją jest to, że jego interpretacja może prowadzić bezpośrednio do użycia narzędzi.

Rozważmy hipotetyczny zespół produktowy śledzący premierę. Jego notatki badawcze opisują prośby klientów, dokument planowania definiuje zobowiązania, a kanał czatu zawiera wstępne pomysły. Agent przygotowujący aktualizację statusu musi wiedzieć, które źródło określa wydanie.

To przykładowy przepływ pracy, a nie opisany wynik klienta Teammates. Pokazuje, dlaczego sam szeroki dostęp nie rozwiązuje problemu kontekstu. Większa ilość dostępnych informacji może ulepszyć realizację zadania, ale może także wprowadzać sprzeczne sygnały.

Dla Perplexity szansa konkurencyjna leży w ponownym wykorzystaniu wcześniejszej pracy bez wymagania od użytkownika ciągłego porządkowania. Jeśli każde cykliczne zadanie wymaga ręcznej rekonstrukcji, obiecana przewaga słabnie. Jeśli system niezawodnie przenosi istotne decyzje, ciągłość staje się powodem, by pozostać.

Presja komercyjna spada najbardziej bezpośrednio na platformy proszące użytkowników o ponowne budowanie kontekstu pracy gdzie indziej. Listy funkcji mogą szybko się upodobnić. Historię użytecznych korekt, zatwierdzonych procesów i wiedzy specyficznej dla projektu trudniej odtworzyć podczas zwykłego okresu próbnego.

Nie dowodzi to trwałej przewagi Perplexity. Konkurencyjne systemy także mogą zachowywać informacje i łączyć narzędzia pracy. Premiera czyni ciągłość wyraźną częścią rywalizacji, pozostawiając jej praktyczną jakość otwartą na porównanie.

Wyścig agentów dotyczy ciągłej odpowiedzialności

Perplexity wchodzi na rynek, na którym trwała praca już staje się powszechną obietnicą produktową.

OpenAI wprowadziło Dots we wrześniu, opisując agentów zaprojektowanych do realizowania celów w czasie. Relacje o tych zawsze aktywnych agentach umieszczały ich w rozszerzającej się rywalizacji o proaktywną pomoc. Premiera Perplexity podąża tym kierunkiem, zamiast samodzielnie ustanawiać tę kategorię.

Claude Duet od Anthropic stanowi kolejny punkt odniesienia. Był przedstawiany jako proaktywny asystent dla profesjonalistów i właścicieli małych firm. Nakładanie się tych ofert ma znaczenie, ponieważ użytkownicy coraz częściej spotykają podobne obietnice: zachowywanie kontekstu, monitorowanie aktywności i posuwanie pracy naprzód bez kolejnego polecenia.

Dla kupujących opisy te mogą zacierać istotne różnice. Przypomnienie, zaplanowany raport i agent decydujący, kiedy działać, funkcjonują w tle. Tworzą jednak odmienne oczekiwania dotyczące swobody działania i wymagają innych sposobów oceny sukcesu.

Zaplanowany raport wykonuje zdefiniowaną instrukcję o oczekiwanej porze. Stała odpowiedzialność może wymagać decyzji, czy nowe informacje zmieniają zadanie. Ten osąd sprawia, że użyteczność trwałego agenta trudniej podsumować za pomocą listy funkcji.

Szansą Perplexity jest uczynienie istniejącego workspace naturalnym miejscem dla tej odpowiedzialności. Istotną konkurencją jest platforma, której pracownik ufa, że utrzyma zadanie w ruchu. OpenAI i Anthropic stanowią bezpośredni kontekst dla tej rywalizacji, a nie odrębne historie o rankingach modeli.

Wyjaśnia to również, dlaczego porównanie premier powinno unikać wskazywania zwycięzcy na podstawie podobnych demonstracji. Różni użytkownicy łączą różne źródła, zezwalają na różne działania i tolerują różne poziomy zakłóceń. Agent odpowiedni dla badacza może być źle dopasowany do procesu finansowego.

Nawet pomyślne ukończenie wymaga interpretacji. Agent może przygotować żądany dokument, pomijając zmienione założenie. Inny może zatrzymać się, by poprosić o wyjaśnienie, sprawiając wrażenie wolniejszego, choć zapobiega niewłaściwemu działaniu.

Różnice te sprawiają, że jednostka porównania jest większa niż pojedyncza odpowiedź. Kupujący muszą rozważyć całe zadanie: konfigurację, wykonanie, korektę i działania następcze. Dopracowany rezultat traci wartość, jeśli przegląd jego pracy pomocniczej pochłania czas, który delegowanie miało zaoszczędzić.

Kategoria ma też wcześniejszy punkt odniesienia w miejscu pracy — Claude Cowork. Anthropic wprowadziło możliwości agentowe do pracy na komputerze jeszcze przed najnowszą falą trwałych asystentów. Ta ewolucja pokazuje, że dostawcy przechodzą od odpowiadania na pytania do obsługi coraz większych części przepływu pracy.

Ta historia nie dowodzi popytu na każdy nowy interfejs agenta. Pokazuje jednak, dlaczego Perplexity odczuwa presję, by przekształcić swoje narzędzia badawcze i wykonawcze w produkt do ciągłej pracy. Pozostanie okazjonalnym miejscem docelowym pozostawiłoby bieżącą relację do dyspozycji konkurentów.

Rywalizacja koncentruje się więc na powtarzalnym użyciu w rzeczywistych warunkach. Użytkownicy muszą dostrzec wystarczającą wartość w utrzymywaniu odpowiedzialności wewnątrz platformy, aby wracać, korygować jej działanie i ponownie jej zaufać. Ogłoszenie kolejnego agenta oznacza udział; jego dalsza użyteczność zdecyduje, czy relacja przetrwa.

Współpraca sprawia, że przekazania stają się częścią produktu

Trwały agent staje się ważniejszy, gdy jego wynik staje się kolejnym zadaniem innego uczestnika.

Perplexity twierdzi, że współpracownicy z zespołu mogą współdziałać z innymi członkami zespołu i komunikować się ze współpracownikami przez Slack. Indywidualne wątki oferują kolejny sposób śledzenia ich postępów. Te powierzchnie łączą aktywność agentów z miejscami, w których ludzie już rozmawiają o pracy.

Łatwo dostrzec atrakcyjność tego rozwiązania. Zakończone zadanie badawcze często rodzi kolejne działania: aktualizację briefu, powiadomienie osoby odpowiedzialnej lub prośbę o decyzję. Jeśli każde przekazanie wymaga kopiowania kontekstu do innej rozmowy, część korzyści płynących z delegowania znika.

Demonstracja premierowa Perplexity stanowi konkretną ilustrację. Współpracownik z działu reklam identyfikuje korzystne wyniki kampanii, przygotowuje rozszerzone działania i przekazuje przedłużenie umowy do oceny prawnej. Demonstracja przedstawia łańcuch odpowiedzialności, a nie jedynie wygenerowany dokument marketingowy.

Należy jednak wyraźnie zaznaczyć, że jest to demonstracja. Ta sekwencja nie potwierdza niezależnie zmierzonych wyników kampanii ani nie dowodzi, że workflow działa niezawodnie w różnych organizacjach klientów. Jej wartość dowodowa jest węższa: pokazuje rodzaj skoordynowanej pracy, którą Perplexity chce, by użytkownicy delegowali.

Przekazywanie zadań tworzy własne wymagania informacyjne. Osoba przejmująca zadanie musi wiedzieć, co się wydarzyło, jakie dowody wspierają rekomendację i czy działanie zostało zatwierdzone. W przeciwnym razie współpraca może rozpowszechnić niepewne założenie w dłuższym łańcuchu.

Wyobraźmy sobie hipotetycznego agenta wsparcia, który zauważa powtarzające się skargi na funkcję. Przygotowuje podsumowanie dla agenta produktowego, który następnie proponuje zmianę. Jeśli początkowe grupowanie było błędne, drugi agent może rozwinąć błąd, zamiast go skorygować.

Ta możliwość stanowi ryzyko analityczne, a nie udokumentowaną awarię Teammates. Wyjaśnia, dlaczego wielu agentów nie powinno być automatycznie traktowanych jako niezależna weryfikacja. Ich praca może opierać się na tych samych niepełnych dowodach lub tej samej błędnej interpretacji.

Znaczące przekazanie zadania wymaga więc czegoś więcej niż wiadomości w rozmowie. Wymaga wystarczającego kontekstu wspierającego, aby kolejny uczestnik mógł zakwestionować wniosek. System powinien pomagać użytkownikom odróżniać odnotowany fakt, wniosek i proponowany kolejny krok.

Udział w Slack dodaje kolejną warstwę. Współpracownicy muszą rozumieć, czy wydają instrukcję, omawiają możliwość, czy zatwierdzają działanie. Te kategorie często nakładają się w zwykłej rozmowie, ale agent potrzebuje użytecznych granic między nimi.

Obietnica koordynacji jest najsilniejsza, gdy obowiązki są jasno określone. Członek zespołu może realizować zdefiniowaną rolę, przekazując konkretne pytania ludzkiemu właścicielowi. Obietnica słabnie, gdy użytkownicy muszą odtwarzać, kto zażądał działania i dlaczego inny agent je kontynuował.

To sprawia, że współpraca jest centralną częścią oceny produktu. Kupujący powinni analizować jakość przekazywania zadań obok jakości pojedynczych wyników. Ważne jest to, czy praca posuwa się naprzód dzięki zrozumiałemu łańcuchowi decyzji.

Uprawnienia Nie Rozstrzygają Każdej Kwestii Oceny

Agent może działać w granicach swoich technicznych uprawnień, a mimo to podjąć decyzję, której jego właściciel nie zamierzał.

Deklarowane przez Perplexity mechanizmy kontroli obejmują izolowane środowiska, istniejące uprawnienia, przegląd, przekierowanie i przejęcie pulpitu. Każdy z nich odpowiada na realny aspekt nadzorowania działającego oprogramowania. Żaden z nich sam w sobie nie dowodzi, że system rozumie zamierzoną granicę każdego zadania.

Izolacja rozdziela środowiska wykonawcze. Uprawnienia określają, z których zasobów lub narzędzi agent może korzystać. Żadne z nich nie odpowiada na pytanie, czy dozwolone działanie jest w danym momencie właściwe.

Agent może mieć uprawnienie do edycji dokumentu, jednocześnie błędnie rozumiejąc, która wersja została zatwierdzona. Może mieć prawo do publikowania na kanale, przedstawiając jednocześnie wstępny wniosek ze zbyt dużą pewnością. Są to hipotetyczne przykłady ryzyka błędnej oceny, a nie twierdzenia o zaobserwowanym zachowaniu produktu.

To rozróżnienie ma znaczenie, ponieważ trwałe działanie zwiększa wagę interpretacji. Użytkownik nie może zakładać, że każda nowa sytuacja odpowiada warunkom istniejącym w chwili rozpoczęcia zadania. Zasady się zmieniają, projekty zostają wstrzymane, a niegdyś użyteczna instrukcja staje się nieaktualna.

Szersze doniesienia na temat zagrożeń związanych z dostępem agentów podkreślają celowe ograniczanie narzędzi i danych udostępnianych przez firmy. Ta rada dotyczy całej kategorii. Nie stanowi specyficznej dla produktu oceny bezpieczeństwa wdrożenia Perplexity.

Istnieje także różnica między zapamiętaniem informacji zwrotnej a jej właściwym zastosowaniem. Korekta może dotyczyć jednego klienta, jednego dokumentu lub pojedynczego nietypowego wyjątku. Rozszerzenie jej na przyszłą pracę może pomóc albo zaszkodzić, zależnie od tego, czy pierwotne warunki nadal obowiązują.

Z tego powodu uczenie się na podstawie informacji zwrotnej należy traktować jako zdolność wymagającą oceny. Istotne dowody obejmują możliwość sprawdzania przez użytkowników zachowanych preferencji, identyfikowania błędnych założeń i ponownego ich korygowania. Sama deklaracja z premiery nie może potwierdzić takich rezultatów.

Przegląd wprowadza osobne praktyczne ograniczenie. Pokazywanie aktywności jest użyteczne, ale użytkownicy nadal muszą znajdować decyzje wymagające uwagi. Długa historia działań narzędziowych może pozostawić recenzentowi kolejne zadanie interpretacyjne.

Skuteczny nadzór powinien uwidaczniać istotne wybory, nierozstrzygniętą niepewność i odstępstwa od pierwotnego zadania. To standard oceny, a nie twierdzenie, że Teammates już zapewnia każdy z tych elementów. Daje kupującym jaśniejsze pytanie niż to, czy interfejs wygląda na zajęty.

W przypadku ciągłej pracy znaczenie ma również wykorzystanie zasobów. Kupujący powinni sprawdzić, jak ich rzeczywiste zadania zużywają dostępne zasoby, zanim uznają trwałe działanie za niezawodną przepustowość. Rola, która często monitoruje sytuację, może zachowywać się inaczej niż sporadyczne zlecenie dotyczące dokumentu.

Publiczne materiały premierowe nie rozstrzygają kwestii porównawczej niezawodności, wysiłku nadzorczego ani trwałej produktywności klientów. Te luki ograniczają wnioski dotyczące gotowości organizacyjnej. Nie przekreślają zmiany produktu, ale czynią szerokie twierdzenia o zastępowaniu przedwczesnymi.

Rozsądna interpretacja jest taka, że Perplexity wprowadziło bardziej ambitny interfejs pracy z wyraźnym modelem nadzoru. Jego wartość będzie zależeć od tego, jak model radzi sobie ze zwykłą niejednoznacznością. Prawdziwa praca w miejscu pracy zawiera wystarczająco wiele wyjątków, że to rozróżnienie pozostanie istotne.

Co Powinna Pokazać Kolejna Faza

Kolejne użyteczne dowody będą dotyczyć trwałych zadań, użytecznego nadzoru i wysiłku wymaganego do przenoszenia pracy między platformami.

Pierwszym sygnałem będzie powtarzalne wykorzystanie przez klientów w jasno określonych obowiązkach. Wiarygodny opis powinien przedstawiać pierwotne zadanie, dozwolone działania agenta oraz korekty wprowadzane przez ludzi. Daje to czytelnikom wystarczający kontekst, by ocenić, czy wynik można przenieść do ich własnej pracy.

Doniesienia o ograniczonym nadzorze wzmocniłyby argument Perplexity za trwałością. Doniesienia o konieczności powtarzania briefingów, zapomnianych granicach lub rozległych poprawkach osłabiłyby go. Żadnego z tych rezultatów nie należy wywodzić z liczby utworzonych agentów ani aktywności widocznej w przestrzeni roboczej.

Jakość pomiaru ma równie duże znaczenie jak jego kierunek. Zakończone zadania mogą znacznie różnić się trudnością i konsekwencjami. Porównania stają się bardziej użyteczne, gdy opisują, co wcześniej robiła osoba i czym obecnie zajmuje się agent.

Drugim sygnałem jest sposób działania nadzoru podczas ciągłych zadań. Kupujący powinni zwracać uwagę na jaśniejsze wyjaśnienia dotyczące uprawnień, korekt pamięci i granic zatwierdzania. Kluczowy rozwój polega na tym, czy ludzie mogą rozumieć i zmieniać zachowanie agenta bez ponownego budowania zadania.

Dowody, że korekty pozostają odpowiednio ograniczone zakresem, wspierałyby twierdzenie produktu o ciągłości. Dowody, że użytkownicy muszą wielokrotnie odwracać stare założenia, osłabiłyby je. Trwały asystent czerpie wartość z historii tylko wtedy, gdy historia ta pozostaje możliwa do zarządzania.

Ten sygnał obejmuje także jakość interwencji. Przejęcie środowiska agenta może rozwiązać natychmiastowy problem. Trwalszy rezultat wymaga, by system zachował skorygowaną intencję po wznowieniu pracy.

Trzecim sygnałem jest to, czy konkurencyjne platformy ułatwiają przenoszenie istniejącej pracy. Przewaga Perplexity wynikająca z kontekstu zależy częściowo od wysiłku potrzebnego do rozpoczęcia pracy gdzie indziej. Lepsze przenoszenie instrukcji, plików i historii projektu zmniejszyłoby tę przewagę.

Z kolei głębsze poleganie na kontekście specyficznym dla platformy uczyniłoby pierwotną przestrzeń roboczą ważniejszą. Kupujący musieliby wtedy zbadać, jak zadania przetrwają zmiany personelu, odłączone narzędzia lub decyzję o zmianie usług. Ciągła użyteczność i przyszła elastyczność należą do tej samej oceny.

Niezależne porównania powinny więc śledzić kompletne workflow, a nie pojedyncze prompty. Relacje o mocnych stronach agentów już podkreślają dopasowywanie narzędzi do pracy. W przypadku trwałych systemów proces dopasowania musi również uwzględniać nadzór i jakość bieżących decyzji.

Dla czytelników praktycznym kolejnym krokiem jest wybranie ograniczonego zakresowo obowiązku i udokumentowanie, jak wyglądałoby skuteczne delegowanie. Zapisz źródła, decyzje wymagające zatwierdzenia oraz korekty wprowadzane przez człowieka podczas realizacji zadania. Porównaj wynikający z tego wysiłek z poprzednim workflow, zanim rozszerzysz dostęp. Perplexity Teammates zasługuje na uwagę, ponieważ łączy zachowany kontekst z ciągłą odpowiedzialnością — połączenie, które bezpośrednio wpływa na codzienną pracę z informacją. Użyteczne pytanie brzmi, czy to połączenie ogranicza wysiłek potrzebny do utrzymania dokładności zadania i jego postępu. Śledź dowody z trwałego użycia i oceniaj produkt na podstawie odpowiedzialności, którą niezawodnie realizuje, a nie liczby ról, jakie można mu przydzielić.