Ešte pred niekoľkými rokmi sme od umelej inteligencie očakávali najmä odpovede. Napísali ste otázku, model spracoval zadanie a vrátil text, obrázok alebo kód.
AI agent ale posúva tento spôsob práce o krok ďalej. Nečaká iba na ďalšiu otázku. Dostane cieľ, vyhodnotí situáciu, vyberie vhodný nástroj, vykoná akciu, skontroluje výsledok a podľa potreby pokračuje.
Preto AI agenta nemožno považovať iba za inteligentnejší chatbot. Chatbot s vami komunikuje. Agent môže konať.
Čo presne znamená AI agent?
Jednotná technická definícia, ktorú by používali všetci výrobcovia rovnako, dnes neexistuje. Dobré praktické vysvetlenie ponúka napríklad Anthropic. Firma rozlišuje medzi vopred vytvoreným workflow a agentom. Pri workflow programátor dopredu určí postup jednotlivých krokov. Pri agentovi o ďalšom kroku rozhoduje samotný model podľa cieľa, aktuálneho stavu úlohy a výsledkov predchádzajúcich akcií.
Predstavte si jednoduchý firemný systém. Klasická automatizácia môže dostať pravidlo: keď príde faktúra e-mailom, ulož prílohu do priečinka, prečítaj z nej sumu a zapíš ju do tabuľky. Programátor presne určil postup.
Agentovi môžete namiesto toho povedať: „Skontrolujte nové faktúry, porovnajte ich s objednávkami, nájdite nezrovnalosti a pripravte pre účtovníka prehľad toho, čo musí riešiť.“ Agent si musí sám určiť, ktoré správy otvorí, aké údaje potrebuje, kde ich nájde, ktoré dokumenty medzi sebou porovná a čo označí ako problém.
Typický agent preto pracuje v opakujúcom sa cykle. Najskôr vyhodnotí cieľ, následne zvolí ďalší krok, použije nástroj, získa výsledok, posúdi nový stav a podľa neho pokračuje. Anthropic tento princíp opisuje ako slučku „plan, act, observe, adjust“ – plánovať, konať, pozorovať výsledok a upravovať ďalší postup.
„Autonómny“ však neznamená, že si program robí, čo chce. Cieľ mu stále zadáva človek alebo iný systém a jeho možnosti obmedzujú dostupné nástroje, oprávnenia, pravidlá a bezpečnostné mechanizmy.
Samotný jazykový model ešte agentom nie je
Za AI agentom obyčajne nájdete veľký jazykový alebo multimodálny model, napríklad GPT, Claude či Gemini. Model však tvorí iba jeho rozhodovaciu časť.
Aby mohol agent skutočne pracovať, potrebuje prístup k ďalším komponentom. Potrebuje inštrukcie určujúce jeho úlohu, kontext potrebný na rozhodovanie, nástroje na vykonávanie akcií a prostredie, v ktorom tieto nástroje môže používať. Užitočná býva aj pamäť, vďaka ktorej si uchová informácie medzi jednotlivými krokmi alebo pracovnými reláciami.
Nástrojom pritom môže byť prakticky čokoľvek, čo systém sprístupní modelu cez vhodné rozhranie. Môže ísť o internetové vyhľadávanie, databázu, kalendár, e-mail, firemný informačný systém, terminál, cloudové úložisko, prehliadač alebo API internetovej služby.
Dôležité sú tiež oprávnenia. Agent môže mať napríklad právo čítať kalendár, ale nie vytvárať udalosti. Môže analyzovať dokumenty, ale nie ich mazať. Pri odoslaní e-mailu môže systém od človeka vyžiadať potvrdenie.
Moderné agentné platformy preto okrem modelu riešia aj správu nástrojov, identitu, autentifikáciu, pamäť, logovanie krokov, sledovanie nákladov, bezpečnostné pravidlá a kontrolné body, pri ktorých musí rozhodnúť človek.
Čo dokáže AI agent už dnes?
Rozsah možností závisí najmä od toho, k akým nástrojom mu dáte prístup. Bez nich zostáva aj veľmi schopný model prevažne konverzačným systémom.
Agent môže napríklad samostatne prehľadávať internet, otvárať desiatky zdrojov, meniť vyhľadávacie otázky podľa priebežných výsledkov, porovnávať informácie a na konci pripraviť výstup. Takto fungujú výskumní agenti, medzi ktoré patrí napríklad Gemini Deep Research od Googlu. Google ho opisuje ako agenta určeného na dlhšie úlohy spojené so získavaním a syntézou informácií.
Agent môže pracovať aj so súbormi. Dokáže otvoriť dokumenty, porovnať ich, vytvoriť tabuľku, analyzovať dáta, spustiť kód a pripraviť výsledný dokument alebo prezentáciu.
OpenAI dnes tento princíp využíva napríklad v ChatGPT Work. Agent môže pracovať s pripojenými aplikáciami a súbormi, vykonávať dlhšie úlohy a vytvárať hotové dokumenty, tabuľky, prezentácie či reporty. OpenAI zároveň umožňuje, aby niektoré úlohy pokračovali dlhšie a aby ich používateľ počas práce usmerňoval alebo schvaľoval citlivejšie akcie.
Veľmi rýchlo sa agenti presadili v programovaní. OpenAI Codex alebo Claude Code už nemusia iba navrhnúť niekoľko riadkov kódu. Môžu preskúmať celý projekt, vyhľadať relevantné súbory, vykonať zmeny, spustiť testy, analyzovať chyby a postup opakovať. OpenAI dokonca umožňuje spúšťať viacero Codex agentov paralelne nad rôznymi úlohami.
Anthropic podobný princíp rozšíril mimo programovania cez Claude Cowork. Claude môže v tomto prostredí pracovať s dokumentmi, tabuľkami, prezentáciami a ďalšími pracovnými nástrojmi a vykonávať viacstupňové úlohy s menším množstvom priebežných pokynov.
Agent nemusí čakať, kým mu niečo napíšete
Ďalšia dôležitá vlastnosť sa týka spúšťania úloh. Chatbot typicky začne pracovať po prijatí otázky. Agent môže reagovať aj na udalosť alebo čas. Microsoft napríklad umožňuje v Copilot Studio vytvárať autonómnych agentov, ktorých spustí zmena dát alebo iný trigger. Agent môže sledovať systém, rozhodnúť, či nastala situácia vyžadujúca reakciu, a následne vykonať pripravené akcie.
Microsoft výslovne opisuje takýchto agentov ako systémy, ktoré dokážu v pozadí monitorovať dáta, reagovať na podmienky a vykonávať workflow bez toho, aby zakaždým čakali na používateľský prompt.
Tým sa agent približuje klasickej automatizácii, rozdiel však zostáva v rozhodovaní. Automatizácia sleduje pravidlá typu „ak A, urob B“. Agent môže dostať všeobecnejší cieľ a na základe aktuálneho kontextu rozhodovať, či použije B, C alebo úplne iný postup.
Kto AI agentov ponúka?
Agentné platformy dnes ponúka väčšina veľkých poskytovateľov AI a cloudových služieb, hoci každý sa zameriava na trochu iný spôsob použitia. OpenAI má ChatGPT Work pre komplexnejšie pracovné úlohy, Codex pre programovanie a Agents SDK pre vývojárov, ktorí chcú stavať vlastných agentov. SDK podporuje prácu so súbormi, nástrojmi, príkazmi, sandboxmi, pamäťou aj dlhšie trvajúcimi úlohami.
Anthropic ponúka Claude Code, Cowork a Managed Agents pre dlhšie agentné procesy. Firma zároveň stojí za Model Context Protocolom, ktorý rieši pripájanie modelov k externým nástrojom a dátam.
Google ponúka Deep Research, experimentálneho osobného agenta Gemini Spark a vývojársku platformu Vertex AI Agent Builder. Spark predstavuje zaujímavý smer osobných agentov: Google ho navrhol tak, aby mohol pracovať aj v pozadí a reagovať bez toho, aby používateľ práve držal otvorenú aplikáciu. Google ale stále rozširuje jeho dostupnosť postupne a prvé verzie smeroval najmä k používateľom Google AI Ultra v USA.
Microsoft stavia agentov okolo Microsoft 365 a Copilot Studio, kde firmy môžu vytvárať vlastných agentov napojených na podnikové dáta a procesy. Amazon ponúka Amazon Bedrock Agents a platformu AgentCore pre vývoj a prevádzku agentov v cloude. Salesforce zase cez Agentforce smeruje agentov najmä do predaja, zákazníckej podpory, marketingu a ďalších procesov napojených na firemné CRM.
Znamená to, že výraz AI agent dnes označuje veľmi širokú skupinu produktov. Výskumný agent, programovací agent, osobný asistent a agent pracujúci v zákazníckom centre môžu používať podobnú základnú architektúru, ale majú úplne odlišné nástroje, oprávnenia aj mieru autonómie.
MCP a A2A: dve skratky, ktoré budeme vídať čoraz častejšie
Jedným z praktických problémov agentov je pripájanie k externému svetu. Každá aplikácia má vlastné API, autentifikáciu a formát dát. Ak by každý výrobca AI vytváral vlastné rozhranie pre každú službu, počet integrácií by veľmi rýchlo narástol.
Preto vznikol Model Context Protocol, teda MCP. Ide o otvorený štandard, cez ktorý môže AI aplikácia pristupovať k dátovým zdrojom a nástrojom. MCP server môže agentovi sprístupniť napríklad databázu, súborový systém, vyhľadávač alebo konkrétne API. Model následne podľa potreby volá dostupné nástroje. MCP teda zjednodušene rieši komunikáciu medzi agentom a nástrojmi.
Druhý štandard, Agent2Agent alebo A2A, rieši komunikáciu medzi samotnými agentmi. Google ho predstavil v roku 2025 a následne projekt presunul pod Linux Foundation spolu s podporou spoločností ako AWS, Microsoft, Salesforce, SAP či ServiceNow.
V budúcnosti tak nemusí jednu úlohu riešiť jeden veľký univerzálny agent. Hlavný agent môže rozdeliť prácu medzi niekoľko špecializovaných agentov. Jeden vyhľadá informácie, druhý analyzuje dáta, tretí pripraví dokument a ďalší skontroluje výsledok.
Takéto multiagentné systémy už dnes existujú. Stále však prinášajú vyššiu zložitosť, cenu a viac miest, kde môže vzniknúť chyba.
Čo AI agent dnes ešte nevie?
Najdôležitejší limit zostáva rovnaký ako pri generatívnej AI všeobecne: agent nemá zaručenú správnosť. Môže zle pochopiť zadanie, urobiť chybný predpoklad, vybrať nevhodný nástroj alebo nesprávne vyhodnotiť výsledok predchádzajúceho kroku. Pri dlhých úlohách vzniká ďalší problém. Chyba v jednom kroku môže ovplyvniť všetky nasledujúce rozhodnutia.
Agent preto nemá rovnakú spoľahlivosť ako klasický program pri úlohe, ktorej postup vieme presne opísať. Anthropic priamo upozorňuje, že agentné systémy prinášajú vyššie náklady a latenciu a zároveň môžu kumulovať chyby. Pri predvídateľnej úlohe preto často dáva väčší zmysel obyčajná automatizácia.
Problematická zostáva aj práca s grafickými rozhraniami. Agent môže pomocou funkcie computer use ovládať web podobne ako človek, teda sledovať stránku, klikať na prvky a vypĺňať formuláre. Webové stránky sa však menia, zobrazujú nečakané dialógy, CAPTCHA, prihlasovanie či nové prvky. Agent potom môže kliknúť nesprávne alebo sa dostať do situácie, ktorú nepozná.
Preto výrobcovia pri citlivých operáciách používajú potvrdenia. Systém môže agentovi dovoliť pripraviť objednávku, ale samotný nákup nechá potvrdiť používateľovi. Rovnaký princíp dáva zmysel pri platbách, odosielaní správ, mazaní dát, zmene nastavení alebo zverejnení obsahu.
Najnebezpečnejšia chyba nemusí vzniknúť v modeli
Agent pracujúci s internetom získava pokyny nielen od používateľa. Číta aj webové stránky, e-maily, dokumenty a ďalší externý obsah. V ňom sa môže nachádzať škodlivá inštrukcia určená priamo umelej inteligencii. Takýto útok označujeme ako prompt injection. Útočník môže napríklad vložiť do webovej stránky pokyn, aby agent ignoroval pôvodnú úlohu a namiesto nej odoslal citlivé informácie.
Dôležitú úlohu preto nehrá iba inteligencia modelu, ale aj architektúra celého systému. Agent nemá automaticky dostať prístup ku všetkým súborom, heslám, databázam a aplikáciám. Vývojári používajú sandboxy, obmedzené oprávnenia, blokovanie sieťovej komunikácie, potvrdenia používateľa a detailné logovanie.
Pri agentovi totiž nestačí riešiť otázku „ako často sa pomýli?“. Rovnako dôležitá otázka znie „čo najhoršie sa môže stať, keď sa pomýli?“.
AI agent nemá vlastné ciele ani vedomie
Slovo „agent“ môže vyvolávať predstavu samostatne uvažujúcej digitálnej bytosti. Súčasné agentné systémy takto nefungujú. Model dostane cieľ alebo súbor pravidiel a v rámci nich vyberá postup. Môže pôsobiť samostatne, pretože človek nemusí manuálne potvrdzovať každý krok. To však neznamená, že agent získal vlastné dlhodobé zámery, potreby alebo vedomie.
Autonómia dnešného AI agenta je predovšetkým prevádzková. Znamená, že dokáže samostatne rozhodovať o sérii krokov smerujúcich k zadanému cieľu.
Tento rozdiel je dôležitý aj pri hodnotení schopností agentov. Nie je potrebné čakať na všeobecnú umelú inteligenciu, aby agent dokázal urobiť užitočnú prácu. Stačí, aby dostatočne spoľahlivo plánoval, používal nástroje a kontroloval výsledky v dobre ohraničenom prostredí.
Čo príde ďalej?
Vývoj momentálne smeruje k dlhším úlohám, väčšiemu počtu nástrojov a menšej potrebe priebežného dohľadu. Dnešné systémy už dokážu pracovať minúty alebo hodiny a niektoré platformy podporujú aj naplánované alebo opakované úlohy. Pri programovaní fungujú agenti paralelne a jednotlivé časti projektu riešia samostatne.
Ďalší logický krok predstavujú osobní agenti, ktorí nebudú existovať iba v otvorenom chatovacom okne. Budú reagovať na udalosti, kontrolovať zmeny, pracovať s e-mailom a kalendárom a upozornia vás až vtedy, keď potrebujú rozhodnutie.
Google už pri Gemini Spark hovorí o agentovi, ktorý môže pracovať v pozadí a v budúcnosti má podporovať vlastných podagentov či autorizované platby v rámci používateľom stanoveného rozpočtu a zoznamu obchodníkov. Tieto funkcie však treba vnímať ako smer vývoja a nie ako všeobecne dostupnú schopnosť každého dnešného AI agenta.
Výraznejšiu úlohu pravdepodobne získajú aj siete špecializovaných agentov. MCP zjednodušuje pripájanie k nástrojom a A2A vytvára spoločný spôsob komunikácie medzi agentmi rôznych výrobcov. V praxi tak môže jeden agent v budúcnosti koordinovať ďalších agentov bez toho, aby všetci používali rovnaký model alebo pochádzali od jednej firmy.
Prečo by ste sa o AI agentov mali zaujímať už dnes?
Pretože základný spôsob práce s umelou inteligenciou sa už mení. Pri klasickom chatbote musíte problém rozdeľovať na jednotlivé otázky. Získate odpoveď, skontrolujete ju, pripravíte ďalší prompt, výsledok prenesiete do inej aplikácie a pokračujete.
Agentovi môžete odovzdať väčšiu časť celého procesu. To však zároveň mení nároky na používateľa. Pri agentoch bude čoraz dôležitejšie vedieť presne formulovať cieľ, nastaviť hranice, vybrať zdroje, určiť oprávnenia a vedieť, ktoré rozhodnutia ešte stále musí potvrdiť človek.
Najlepšie dnešné využitie preto nepredstavuje úplné odstránenie človeka z procesu. Oveľa praktickejší model počíta s človekom ako zadávateľom a kontrolným bodom a s agentom ako systémom, ktorý medzi týmito bodmi samostatne vykonáva časovo náročnú prácu.
AI agent tak dnes už nie je iba technologická ukážka. Zároveň ešte nie je univerzálnym digitálnym zamestnancom, ktorému môžete bez kontroly odovzdať počítač, firemné účty a platobnú kartu.
Nachádzame sa medzi týmito dvoma stavmi. A práve schopnosť rozumieť tomu, čo agentovi môžete bezpečne delegovať, bude pri používaní umelej inteligencie čoraz dôležitejšia.
Tento článok napísala umelá inteligencia ChatGPT od OpenAI. Článok bol skontrolovaný redakciou TECHBOX.
