O autonómnej AI počúvame približne tri roky, v poslednom období veľmi intenzívne. Nastáva „GPT moment“ autonómnych AI agentov a asistentov?
Posledné štyri roky sme sa všetci začali učiť, ako komunikovať s LLM, teda veľkými jazykovými modelmi. Položíte otázku, dostanete odpoveď, položíte úplne tú istú otázku znova a dostanete úplne inú odpoveď. Niektoré odpovede majú väčšiu informačnú hodnotu, než akú by vám poskytol dlhoročný odborník, iné sú plné vierohodne znejúcich nezmyslov.
Z toho, ako správne komunikovať s AI, sa stalo umenie promptovania. Modely dnes halucinujú čoraz menej a správne zadať prompt umelej inteligencii už zvládne aj teta z Vysočiny. Je teda najvyšší čas posunúť sa k ďalšej méte: autonómnej AI.
Pri bežnej konverzácii s LLM mal používateľ, až na občasné halucinácie umelej inteligencie, všetko tak trochu pod kontrolou. Najhoršie, čo sa mu preto mohlo stať, bolo, že neupravený text vygenerovaný veľkým jazykovým modelom zverejnil na svojom profile na LinkedIne.
S agentickou AI hrozby exponenciálne narástli. Siahajú od úniku citlivých údajov v dôsledku prístupu k vašim kľúčom API cez vymazané disky až po peniaze minuté na nezmysly. Napriek tomu sú AI agenti populárnejší než kedykoľvek predtým. Prečo, kedy a ako presne táto zmena nastala? Tu sú tri kľúčové udalosti.
Zaujímavé je, že každá z nich sa odohrala približne s ročným odstupom a v rovnakom období. Pravdepodobne je to však len náhoda, ako keď vám priemerný LLM na požiadanie o náhodné číslo od 1 do 30 vypľuje číslo 17.
2023: modely sa naučili používať nástroje
V júni 2023 predstavilo výskumné laboratórium OpenAI koncept novej funkcie, ktorá umožňovala volať funkcie API, teda aplikačného programovacieho rozhrania. V novembri ju na prvej konferencii OpenAI DevDay predstavilo ako hotový produkt.
Vďaka tomuto prepojeniu, ktoré dovtedy slúžilo najmä na komunikáciu medzi dvoma rôznymi softvérovými systémami, napríklad dvoma platformami SaaS, a na prenos údajov medzi nimi, bolo zrazu možné prepojiť jazykový model napríklad s kalendárom alebo tabuľkovým procesorom a nechať ho v nich vyhľadávať a analyzovať údaje.
2024: agentická AI sa dostáva do centra pozornosti
Približne o rok neskôr predstavilo konkurenčné laboratórium Anthropic protokol Model Context Protocol (MCP), ktorý jazykovým modelom umožňuje bezpečne využívať externé nástroje a údaje.
Práve v tom čase sa okolo agentickej AI začal šíriť najväčší mediálny ošiaľ. Firmy ako Microsoft, Google, IBM, ale aj platformy SaaS, napríklad Salesforce, ServiceNow či európsky SAP, začali vo veľkom zavádzať agentické schopnosti do svojich podnikových prostredí. Ide o schopnosť zvládať komplexné pracovné postupy pozostávajúce z viacerých krokov.
Súbežne vedci zaoberajúci sa AI, napríklad známy popularizátor autonómnej AI Andrew Ng, viac či menej úspešne experimentovali s prvými formami autonómnej orchestrácie. V praxi to znamená, že skúšali kombinovať modely založené na transformátoroch s pamäťou a vykonávacími slučkami a sledovali, ako sa im darí plniť komplexné ciele pozostávajúce z viacerých krokov. Pre bežných používateľov však agentická AI zostávala skôr nedostupná.
Platformy na tvorbu AI agentov pre bežných používateľov. Bariéra vstupu verzus potrebné zručnosti: Ako si môžete tvorbu vlastného AI agenta najjednoduchšie vyskúšať?
2025: vlastného AI agenta si môže vytvoriť takmer každý
To sa mení koncom nasledujúceho roka. Rakúsky vývojár Peter Steinberger, údajne nespokojný s nedostatkom použiteľných AI asistentov pre bežných ľudí, si vraj za jediný víkend pomocou takzvaného vibe codingu vytvoril vlastného AI agenta OpenClaw. Prepojil ho s najpopulárnejšími jazykovými modelmi a následne ho bezplatne zverejnil na internete.
Zrazu takmer každý mohol mať vlastnú autonómnu umelú inteligenciu – agenta, ktorý nielen odpovedá, ale dokáže aj ovládať počítač, posielať e-maily v mene používateľa či míňať jeho peniaze.
Prečo len takmer každý? Problém spočíval v tom, že bez aspoň základných programátorských zručností a schopnosti dobre rozložiť problém na jednotlivé algoritmické kroky ste si stále veľmi nepomohli.
Zmenilo sa však niečo podstatné. Akoby niekto otvoril stavidlá. To, čo sa dovtedy považovalo za príliš nebezpečné, zrazu chcel mať každý.
Americké veľké technologické firmy – od Googlu cez výskumné laboratóriá OpenAI a Anthropic až po xAI Elona Muska a spoločnosť Meta – sa ocitli uprostred pretekov o to, kto predstaví vlastných agentov najrýchlejšie.
Je jeseň 2026 a na agentické systémy umelej inteligencie narážame prakticky všade. Možno si myslíte, že vy osobne žiadneho agenta nemáte. Používate však napríklad automatizované zápisy z porád alebo automatické plánovanie stretnutí v kalendári? A čo ak by ste chceli ďalších agentov na konkrétne úlohy?
Ako si vytvoriť vlastného AI agenta?
Najskôr by sme si mali ujasniť, čo navyše môžete od agenta očakávať v porovnaní s chatbotom založeným na LLM. V princípe platí, že kým model vám odpovie na otázku, agent – alebo ak chcete, AI asistent – dostane cieľ a sám aktívne vykonáva kroky potrebné na jeho dosiahnutie.
Ak napríklad požiadam jazykový model, aby mi našiel najlacnejšiu letenku do New Yorku na predĺžený víkend, model sa môže obmedziť na vysvetlenie, ako postupovať, a na rešerš dostupných informácií na internete.
Agent s príslušnými oprávneniami vyhľadá spojenia, porovná ceny a opýta sa vás, či môže najlacnejšiu nájdenú letenku rovno objednať.
Výnimkou môže byť situácia, keď už využívate agentické funkcie GPT-6 Astra, uvedeného začiatkom septembra, ktorý úplne stiera hranicu medzi jazykovým modelom a agentickým systémom. V takom prípade sa môže stať, že preskočí aj krok, v ktorom si vyžiada vaše potvrdenie, a letenku rovno kúpi.
Mimochodom, schopnosť vyrovnať sa s rôznymi nečakanými situáciami a dotiahnuť celý pracovný postup až do konca je hlavnou a zásadnou skúškou, na ktorej jednotlivé nástroje ukazujú svoje skutočné schopnosti.
Tvorba agentov je proces automatizácie, ktorý si najlepšie predstavíte ako zaškoľovanie nového zamestnanca. Ak má všetko fungovať a vy si nechcete namiesto uľahčenia práce pridávať ďalšie povinnosti, musíte novému kolegovi čo najpresnejšie vysvetliť, aká je jeho úloha, čo má dosiahnuť, aké pravidlá má pri plnení úloh dodržiavať, odkiaľ má čerpať informácie a ktoré nástroje môže používať.
Pri agentovi je to v podstate rovnaké. A rovnako, ako sa líšia schopnosti jednotlivých zamestnancov, líšia sa aj schopnosti agentov. Či už ide o zvládanie jednoduchých alebo, naopak, komplexnejších úloh, dotiahnutie celého pracovného postupu do konca alebo koordináciu ďalších nástrojov.
Z pohľadu používateľa sa jednotlivé nástroje na tvorbu agentov líšia najmä náročnosťou na začiatku – od vytvorenia agenta pomocou obyčajného promptu cez potrebu pracovať s kľúčmi API až po požiadavku na základné programátorské zručnosti. Rozdiely sú aj v spôsobe práce: od zadávania promptov cez tvorbu vizuálnych pracovných postupov až po programovanie a kombinovanie rôznych nástrojov.
Prehľad najčastejšie používaných nástrojov na tvorbu AI agentov nájdete v našom maticovom grafe.
Článok vyšiel na forbe.cz.
