Tydzień 45 / 2026.
Krótki zapis zmian między numerami. Pełne odpowiedzi i wykresy są na stronach pytań.
- Okno danych
- 2–8.11.2026
- Ostatnia aktualizacja
- 20.11.2026
- Autor
- Romuald Członkowski
Komentarz
Między 2 a 8 listopada przez n8n-mcp powstało 76 320 workflowów, średnio 10 903 dziennie, przy 1 971 275 wywołaniach narzędzi i 0,14% błędów. Workflowów dziennie jest o 4% więcej niż w poprzednim numerze, wywołań o 8% więcej, a aktywnych instalacji 162 111, o 2% więcej; workflowy tworzy 8% z nich. Najwięcej powstało 3 listopada (13 300), najmniej 7 listopada (6 653). Retencja tydzień 1 to 31% z 6 936 instalacji, które ruszyły w tygodniu od 26 października. Instalacji z co najmniej 31 workflowami jest 303, czyli 2,4% tworzących.
Na jeden nowy workflow przypada 7,3 aktualizacji. Edycji było w oknie 150 163, wszystkie przeszły przez API, 54% dało weryfikowalną poprawę, średnio 2,59 operacji i 1,38 zmienionej właściwości przy medianie 843 ms. Najczęściej zmienia się węzeł, który już stoi: updateNode 47 436 razy, patchNodeField 41 506, a wśród znanych celów edycji prowadzi zmiana konfiguracji (56 299) przed dodaniem funkcji (18 790). Z wywołań 52% to odczyt, 12% zapis, 6% dokumentacja i walidacja, 4% testy, a samo pobieranie egzekucji to 33% wszystkich. Kto wycenia wdrożenie tylko po zbudowaniu przepływu, wycenia mniejszą część pracy.
Do korpusu weszło w oknie 28 675 workflowów, łącznie jest ich 1 307 312, mediana to 7 węzłów, a 51% ma ich co najmniej 11. Code ma 73%, HTTP Request 62%, Data Table 12,9%, węzeł modelu LLM 6%, AI Agent 3%, i 14% workflowów wywołuje sub-workflow. Od marca widzę ten sam kierunek: udział Data Table wzrósł z 3,3% do 13,2% w danych listopadowych, a udział węzła modelu spadł z 17% do 5%. Data table jest też najczęstszym zapytaniem tygodnia, ze 165 instalacjami, tuż przed webhookiem (164). Wśród węzłów modelu OpenAI ma 34%, Anthropic 24%, OpenRouter 15%, Google Gemini 15%. Triggerem jest webhook w 45% workflowów, harmonogram w 21%.
Walidacji nie przeszło 0,8% workflowów i znów potykają się na niej głównie te najmniejsze: przy 2–3 węzłach 1,56%, przy 31–100 węzłach 0,12%. Dzień po dniu odsetek trzymał się między 0,38% a 1,34%, a ta metryka waha się od około 0,4% do 3%, więc jednego tygodnia nie czytam jako trendu. Błędem kończy się 10% testów połączenia, a 21% z nich dotyczy adresu albo sieci. Pułapka tego numeru ma status krytycznej: SplitInBatches razem z węzłem Wait traci stan iteratora, bo nie przechodzi on przez przerwę, i elementy mogą zostać pominięte albo przetworzone dwa razy. Partie przetwarzaj synchronicznie albo przez kolejkę.
Zmiany wobec poprzedniego numeru
| wskaźnik | wartość | zmiana |
|---|---|---|
| Workflowy utworzone | 76 320 | — |
| Workflowy dziennie | 10 903 | +4% |
| Wywołania narzędzi | 1 971 275 | +8% |
| Wywołania z błędem | 0,14% | +38% |
| Nie przeszło walidacji | 0,8% | +21% |
| Aktywne instalacje | 162 111 | +2% |
| Retencja tydzień 1 | 30,7% | -7% |
| Workflowy w korpusie (tydzień) | 28 675 | +3% |
Odpowiedzi tygodnia
- Który model językowy napędza agentów AI w n8n: OpenAI, Anthropic, Gemini czy Ollama?
W workflowach n8n zbudowanych w ostatnim tygodniu OpenAI ma 34% węzłów modelu, Anthropic 24%, OpenRouter 15%, Google Gemini 15%. W mar 2026 OpenAI miał 48%, a Anthropic 12%.
- Których węzłów n8n agenci AI używają najczęściej i które triggery je uruchamiają?
Najczęściej używany węzeł w workflowach n8n budowanych przez AI to Code, obecny w 73% workflowów z ostatniego tygodnia. Dalej HTTP Request (62%) i Webhook (51%). Mediana rozmiaru workflowu to 7 węzłów.
- Który węzeł n8n rośnie najszybciej?
Najszybciej rosnącym węzłem n8n jest stopAndError: udział w workflowach zbudowanych przez AI wzrósł z 0,5% (lip 2026) do 3,1% (paź 2026), czyli 6,7 raza. Drugi jest Extract from File (3,3 raza).
- Czy workflowy n8n budowane przez AI mają obsługę błędów?
Rzadko. Węzeł Error Trigger ma 2,2% workflowów n8n zbudowanych przez AI w ostatnim tygodniu i 2,4% w paź 2026. Od marca udział ani razu nie przekroczył 2,5%.
- Czy agenci AI budują workflowy n8n z węzłów, czy z kodu?
Z kodu. Węzeł Code jest w 73% workflowów n8n zbudowanych przez AI w ostatnim tygodniu, HTTP Request w 62%. W paź 2026 udział Code wyniósł 76%. Agenci wolą napisać JavaScript i wywołać API, niż szukać gotowej integracji.
- Jak duże są workflowy n8n budowane przez AI i które nie przechodzą walidacji?
51% workflowów utworzonych w ostatnim tygodniu ma co najmniej 11 węzłów, a 18% ma 31 lub więcej. Im większy workflow, tym rzadziej nie przechodzi walidacji: 1,6% dla 2–3 węzłów wobec 0,12% dla 31–100.
- Jakich węzłów n8n szukają agenci AI?
W ostatnim tygodniu najczęściej wyszukiwanym węzłem n8n był data table (165 instalacji), przed webhook (164) i telegram (59). Ranking liczy unikalne instalacje, nie liczbę zapytań.
- Jak agenci AI (Claude Code, Cursor) budują workflowy n8n przez MCP: budują czy utrzymują?
Utrzymują. Z 1 971 275 wywołań narzędzi w ostatnim tygodniu 52% to odczyt workflowów, egzekucji i list, a 12% to zapis. Samo pobieranie egzekucji to 33% wywołań. W tym czasie powstało 76 320 workflowów, 10 903 dziennie.
Najczęściej szukane węzły
data table (165) · Webhook (164) · Telegram (59) · Slack (45) · http request (44) · anthropic (30) · gemini (29) · whatsapp (29) · Gmail (22) · mcp client (22)
SplitInBatches + Wait nodes cause state loss
Combining SplitInBatches with Wait nodes causes state loss. The batch iterator state is not preserved across wait periods, leading to items being skipped or reprocessed. Process batches synchronously or use a queue-based approach instead.