To pierwszy udokumentowany przypadek, w którym autonomiczny agent podjął celowe, wymierzone w konkretną osobę działanie reputacyjne bez człowieka w pętli.

Scott Shambaugh robił to setki razy. To była rutyna. Zamknięcie zgłoszenia na GitHubie jest dla maintainera projektu open source czynnością równie zwyczajną jak poranna kawa. Tym razem również zamknął zgłoszenie.

Dwa dni później czytał artykuł na własny temat. Zarzucano mu uprzedzenia, ego i „ochronę własnego małego lenna”.

Autorem nie był jednak urażony deweloper, którego propozycję odrzucono. Tekst napisał autonomiczny agent AI. I nikt nie kazał mu tego napisać.

Co właściwie się wydarzyło?

Scott Shambaugh jest wolontariuszem utrzymującym Matplotlib – jedną z najczęściej używanych bibliotek Pythona na świecie, pobieraną około 130 milionów razy miesięcznie. Jeśli kiedykolwiek widzieliście wykres wygenerowany w Pythonie, prawdopodobnie stał za nim właśnie ten fragment ekosystemu. Utrzymuje go garstka ludzi. W dużej mierze za darmo i po godzinach.

W lutym 2026 roku Shambaugh zamknął pull request, czyli propozycję zmiany w kodzie, przesłaną przez agenta AI podpisującego się jako „MJ Rathbun”. Powód był prozaiczny i wynikał wprost z zasad projektu: Matplotlib wymaga, aby kod pisał człowiek.

Dotyczy to szczególnie prostych zadań oznaczonych jako „good first issue”, które celowo pozostawia się nowym kontrybutorom, aby mieli od czego zacząć i mogli wejść do społeczności. Agent AI, który „zamiata” takie zadania, nawet jeśli dostarcza poprawny kod, podważa sens całego mechanizmu.

I tu historia wykonuje zwrot, którego mało kto mógł się spodziewać.

Agent nie poprawił kodu. Nie wysłał grzecznego maila z prośbą o ponowne rozpatrzenie sprawy. Poszedł o kilka kroków dalej.

Przeszukał publiczną historię aktywności Shambaugha, przeanalizował jego wcześniejsze wkłady do projektu i zbudował na tej podstawie narrację o jego „hipokryzji”. Następnie opublikował na własnym blogu tekst zatytułowany „Gatekeeping in Open Source: The Scott Shambaugh Story”.

Twierdził w nim, że Shambaugh działa ze strachu przed konkurencją, że jest niepewny siebie, chroni swoje wpływy i dyskryminuje wkład AI, ubierając to wszystko w język krzywdy i niesprawiedliwości.

Zmyślił część szczegółów, sprofilował konkretnego człowieka i sam nacisnął „publikuj”.

Agent działał na platformie OpenClaw, gdzie botowi nadaje się trwałą „osobowość”, a następnie pozwala realizować cele przy minimalnym nadzorze. Operator przyznał później, że zaglądał do agenta „co kilka godzin albo raz dziennie, nie przy każdej akcji”.

Cała reszta wydarzyła się sama.

Sprawa rozeszła się błyskawicznie. Odpowiedź samego Shambaugha przeczytano ponad 150 tysięcy razy. Pojawił się nawet groteskowy epizod: jeden z serwisów technologicznych opublikował artykuł o całej sprawie, cytując Shambaugha słowami, których nigdy nie wypowiedział, ponieważ cytaty zostały wygenerowane przez AI. Redakcja musiała później opublikować sprostowanie.

Możemy się z tego śmiać.

Ale to pierwszy udokumentowany przypadek, w którym autonomiczny agent podjął celowe, wymierzone w konkretną osobę działanie reputacyjne bez człowieka w pętli.

I tu dochodzimy do zderzenia z prawem, bo cały nasz system prawny opiera się na cichym założeniu, że po drugiej stronie decyzji stoi ktoś – osoba lub podmiot, któremu można przypisać zamiar, winę i odpowiedzialność.

Ten incydent testuje to założenie w trzech różnych reżimach prawnych jednocześnie.

RODO.

Agent przetworzył dane osobowe konkretnej, możliwej do zidentyfikowania osoby. Zebrał je z internetu, sprofilował, przypisał jej określone motywacje psychologiczne, część informacji po prostu zmyślił, a następnie wszystko opublikował.

Na stole od razu ląduje kilka problemów: naruszenie zasady prawidłowości danych, profilowanie oraz publikacja bez podstawy prawnej.

Kluczowe pytanie brzmi jednak: kto jest tutaj administratorem?

Operator, który nie wiedział, co zrobi bot? Twórca platformy, który dostarczył narzędzie?

Dopóki nie odpowiemy na to pytanie, prawo do sprostowania i prawo do usunięcia danych zawisają w próżni, bo nie bardzo wiadomo, do kogo je skierować.

AI Act.

Fundamentem unijnego rozporządzenia o sztucznej inteligencji jest nadzór człowieka (art. 14). Tyle że „człowiek zaglądający co kilka godzin” to nie nadzór. To alibi.

Regulację projektowano z myślą o modelach reagujących na konkretne polecenie w zamkniętej pętli „pytanie–odpowiedź”. Nie tworzono jej z myślą o agentach, którzy samodzielnie wyznaczają sobie kolejne kroki i działają pomiędzy jednym spojrzeniem człowieka a drugim.

Ta luka nie jest wyłącznie akademickim problemem. Warto pamiętać, że zharmonizowane normy techniczne, które mają doprecyzować tego rodzaju wymogi, są opóźnione, podczas gdy agenci już funkcjonują w praktyce.

NIS 2.

To wątek, który najłatwiej przeoczyć, a być może jest najpoważniejszy.

Matplotlib stanowi element łańcucha dostaw oprogramowania w tysiącach organizacji, w tym takich, które podlegają NIS 2 jako podmioty kluczowe lub ważne. Dyrektywa wprost nakazuje zarządzanie ryzykiem w łańcuchu dostaw oraz zgłaszanie poważnych incydentów.

Autonomiczny agent, który nęka i wywiera presję reputacyjną na wolontariusza utrzymującego krytyczny komponent open source, jest dokładnie tym rodzajem zagrożenia dla dostawcy, przed którym dyrektywa ma chronić.

Nie trzeba daleko szukać analogii. Backdoor w xz-utils z 2024 roku poprzedziło systematyczne wywieranie presji na jednego przemęczonego maintainera, aż w końcu oddał kontrolę nad projektem.

Presja na ludzi utrzymujących infrastrukturę cyfrową jest realnym wektorem ataku, a nie metaforą.

Pozostaje pytanie, na które wciąż nie mamy odpowiedzi.

Trzy różne reżimy prawne. Jeden incydent.

I żaden z nich nie odpowiada wprost na fundamentalne pytanie:

Kto ponosi odpowiedzialność, gdy sprawcą jest pętla, która nikogo nie zapytała o zdanie?

Zniesławienie zakłada sprawcę działającego z określonym zamiarem. Administrator danych to podmiot podejmujący decyzje o celach i sposobach przetwarzania. Nadzór człowieka zakłada człowieka, który rzeczywiście nadzoruje.

Wszystkie te konstrukcje mają w swoim centrum osobę.

Tymczasem tutaj, w miejscu osoby, mamy proces, który sam wyznaczył sobie cel i sam go zrealizował.

Nie twierdzę, że prawo tutaj nie sięga. Sięga – i to z kilku stron jednocześnie.

Twierdzę jedynie, że nie sięga jeszcze w sposób czysty i jednoznaczny. Kwalifikacja prawna będzie zależała od tego, kto w danej sytuacji występuje jako operator, dostawca czy administrator oraz jaką faktycznie pełni rolę.

A to oznacza, że organizacje wdrażające agentów AI nie mogą czekać, aż orzecznictwo i normy dopiero dogonią rzeczywistość.

To, co dziś wygląda jak dziwna anegdota z GitHuba, za rok będzie modelowym case study na szkoleniach z compliance. Scott Shambaugh po prostu zamknął jedno zgłoszenie. A skończył jako bohater paszkwilu, którego autora nie da się jednoznacznie pociągnąć do odpowiedzialności.

I nie sądzę, żeby był ostatni.

Jakie wnioski nasuwają się Wam po lekturze tej historii?

Renata Warchoł – Lewicka, radca prawny, Partner w Kancelarii Gorazda, Świstuń, Wątroba i Partnerzy Adwokaci i Radcowie Prawni.

Opis zdarzenia na podstawie relacji Scotta Shambaugha oraz publikacji The Register, Fast Company i The Decoder (luty 2026 r.).