Umělá inteligence

Od agenta k botům

Druhý díl AI série mapuje přechod od jednoho univerzálního agenta k týmu specializovaných botů a shrnuje zkušenosti z několikaměsíčního provozu.

11.9.2026

Změna názvu

Série o agentech dostala hned ve druhém dílu důvod k přejmenování. Pozornost se přesunula od agentů k botům a s ní i celá diskuse na sítích. Rozdíl mezi oběma pojmy je přitom z velké části otázkou pojmenování: bot je agent, který dostal jméno a roli a stal se aktivním účastníkem práce, ne pasivním asistentem čekajícím na dotaz. Myšlenka role přitom není nová, u agentů existuje podobný princip souboru, který agentovi definuje identitu a chování. Co se skutečně změnilo, je posun od jednoho velkého agenta k několika menším, které mezi sebou spolupracují a rozdělují si úkoly podle své specializace.

Struktura firmy

Jeden agent na všechno se ukázal jako slepá ulička. Jakmile po systému chcete, aby zvládal úplně každou agendu, kvalita klesá. Praktickým řešením je rozdělení na menší subrole, které kopíruje strukturu rostoucí firmy. Tak jako podnik s přibývající agendou postupně zakládá personální, finanční a marketingové oddělení, dělí se i agent na specializované role. A stejně jako se ve firmě vedoucí marketingu obklopí specialisty na vyhledávače a sociální sítě, může i role v agentovi získat vlastní podrole. Stejný princip se objevuje i při výuce na kurzech, kde se asistenti dělí podle toho, jakou agendu mají řešit.

Cloud a jeho limity

Boti provozovaní přímo v cloudu poskytovatele mají silné stránky, které se těžko dohánějí. Běží na virtuálním stroji, sdílejí mezi sebou informace i přístupy a jejich vzájemnou komunikaci je vidět v reálném čase. Díky přístupu postavenému kolem virtuálního počítače si poradí i se službami, které nemají žádný konektor a existují jen jako webová aplikace. Cenou za to je vysoká spotřeba tokenů, protože boti spolu komunikují prakticky nepřetržitě. První limit padl během tří hodin a vynutil si přechod na dražší tarif. Slabinou zůstává i čeština, která zatím nedosahuje úrovně konkurenčních modelů.

Volba modelu

Nejpodstatnější rozdíl mezi uzavřenou platformou a otevřeným agentem je svoboda ve volbě modelu. V cloudovém řešení jednoho poskytovatele nelze zvolit jiný model ani přiřadit jednodušším úkolům, jako je čtení pošty, levnější variantu. Otevřený agent naopak umožňuje vybírat z celého dostupného spektra a rozlišovat složitost úlohy. K tomu přistupuje možnost provozovat model lokálně, kterou uzavřené platformy nenabízejí vůbec. Právě v tom zůstává zásadní výhoda: zpráva o novém modelu stačí k tomu, aby si agent ověřil dostupnost a po jedné instrukci přepnul. Nevýhodou je vyšší složitost nastavení a nutnost rozumět tomu, co děláte.

Hardware a paměť

Aktualizovaná generace počítačů posunula doporučení pro lokální modely. Jako rozumné minimum vychází sestava s 32 GB paměti, která se vejde do padesáti tisíc korun a stačí na zkoušení lehčích modelů i drobné programování. Zásadním parametrem však není jen velikost paměti, ale její propustnost, protože model do paměti sahá neustále. Dvojnásobná investice přinese dvojnásobek paměti, ale téměř čtyřnásobnou propustnost, což se přímo promítá do rychlosti výstupu. Zatímco menší sestava zvládne přibližně patnáct tokenů za sekundu, prostřední pětadvacet na výrazně větším modelu. Nejvyšší varianta se dostává na 1,2 TB/s a udrží i sedmdesátimiliardový model v komprimované podobě.

Tři cesty k modelu

Připojit model k agentovi lze třemi způsoby a každý má jinou ekonomiku. První jsou přístupové klíče, kde se platí za spotřebované tokeny a účet může rychle narůst. Agregátory to zjednodušují tím, že pod jedním účtem zpřístupní celé menu dostupných modelů, ovšem za poplatek z každé spotřeby. Druhou cestou je propojení agenta s měsíčním předplatným obdobně, jako se přihlašujete k webové službě přes existující účet. Tahle varianta je výrazně zvýhodněná a umožňuje připojit i několik předplatných najednou. Třetí možností zůstává model přímo v počítači, kde už desktopová aplikace umí zkontrolovat hardware a instalaci provést na jedno kliknutí.

Kde to selhalo

Ostrý provoz odhalil chyby, které se z návodů nevyčtou. Naplánovaná úloha na sledování pošty opakovaně řešila věci, které už byly hotové, protože chyběl zápis o tom, co se stalo. Ukázalo se, že model je mozek, kterému je potřeba dodat ruce a hlavně místní zdroj pravdy. Při stavbě databáze se pak objevily horší chyby: telefonní číslo uvedené uvnitř e-mailu se spárovalo s odesílatelem, kterému nepatřilo, protože zprávu zpracoval skript a ne model. Jinde se sloučily dvě firmy s podobným názvem, přestože měly rozdílná IČO. Unikátní identifikátor totiž nikdo výslovně nedefinoval.

Hodnota pro partnera

Nejsilnějším výsledkem je report shrnující aktivitu napříč šesti platformami. Jeden krátký formát se publikuje na několik sítí zároveň a každá z nich má jiné publikum i jiné reakce, což se projevuje v komentářích. Sledovat to všechno ručně ale není v silách jednoho člověka. Napojení na rozhraní jednotlivých sítí a doplňková služba za dvacet dolarů měsíčně umožnily stáhnout statistiky i komentáře na jedno místo. Výsledný přehled ukázal téměř tři sta tisíc impresí a sto dvacet devět veřejných výstupů, o kterých partner do té doby nevěděl. Shrnutí komentářů navíc odhalilo, co publikum skutečně řeší. Celé video ZDE nebo ZDE.

Jan Piechaczek

Šefredaktor

Jsem šéfredaktor serveru zaměřeného na elektromobilitu, oblast, která představuje budoucnost dopravy. Moje vášeň pro technologii a udržitelný rozvoj mě přivedla k tomuto zaměření, kde mohu spojit svůj zájem o inovace s odpovědností vůči životnímu prostředí.