AI agent
Také známo jako Agent
Stručně
AI, které si naplánuje několik kroků, používá nástroje a kontroluje si vlastní výsledek — místo jedné odpovědi.
Klasický chatbot dostane otázku a napíše odpověď. Agent dostane cíl: sám rozhodne, které nástroje zavolá, přečte, co se vrátilo, všimne si, že něco chybí, a zkusí jinou cestu. V praxi jde o smyčku rozhodni, jednej, podívej se, opakuj.
Agentem ho dělají nástroje
Bez nástrojů je agent jen lépe zorganizovaný chat. Užitečné chování začíná ve chvíli, kdy model umí hledat na webu, číst databázi, založit tiket, poslat e-mail nebo zavolat vaše interní API. Každý nástroj je malý kontrakt: když o něj model požádá, spustí se kus vašeho kódu a výsledek se vrátí jako text.
Právě tam se odehrává většina práce. Nástroje potřebují jasné popisy (jinak model sáhne po špatném), přísnou validaci vstupů (agent vám klidně pošle záporné množství) a idempotenci u všeho, co stojí peníze nebo se nedá vzít zpět.
V čem jsou agenti dobří a v čem ne
Agentům jde o práci opakující se, ale nikdy úplně stejnou: třídit tikety podpory, přesouvat data mezi systémy, prohledat deset zdrojů kvůli jedné otázce, zkontrolovat pull request. Zadání je neurčité, kroky se opakují a kontrola člověkem na konci je levná.
Selhávají tam, kde je chybný krok drahý a nedá se vrátit — odeslaná platba, e-mail zákazníkovi, migrace databáze. Tam je agent nanejvýš nástroj na přípravu a tlačítko mačká člověk.
Jak poznat, že to funguje
Platí stejný přístup jako u každé AI funkce: sada reálných úloh, definované kritérium úspěchu a skóre, které při každé změně promptu nebo modelu puštíte znovu. U agentů k tomu přibývají dvě čísla — jak často zacyklí nebo to vzdá, a kolik jeden dokončený úkol stojí v tokenech a voláních nástrojů.
Když agent uspěje v 80 % případů, ale každý pátý úkol musí zachránit člověk, je to pořád výhra — za předpokladu, že s tím záchraným krokem počítáte. Agent bez možnosti, aby do něj člověk vstoupil, je nehoda, která ještě nenastala.
Zdroje
Související pojmy
RAG
Model dostane při každé otázce správné pasáže z vašich dokumentů, takže odpovídá z faktů, ne z paměti.
Prompt
Pokyny a kontext, které modelu posíláte. Jasná struktura, příklady a definovaný formát výstupu jsou důležitější než vychytaná formulace.
Halucinace
Když model s plnou sebedůvěrou tvrdí něco nepravdivého — vymyšlený zdroj, cenu nebo název API.