Minulý měsíc jsem si poprvé naostro pustil agentní režim ve svém chatbotu. Zadal jsem datum, čas a jméno restaurace, kam chci rezervaci, a pak jsem jen sledoval kurzor, jak sám otevírá cizí web, klikne na formulář a vyplní ho za mě. Chvíli mi trvalo pochopit, co se vlastně stalo.

Nemluvil jsem s chatbotem. Mluvil jsem s agentem.

Slovo, které si lidé pletou nejvíc

Chatbot a agent se dnes v běžné řeči používají skoro jako synonyma. Není to náhoda, obě věci se totiž ovládají stejně: napíšete zprávu a něco vám odpoví. Co se stane potom, je ale úplně jiný příběh.

Jak funguje samotný chatbot, jsem podrobně popisoval v článku Co je AI chatbot a jak funguje. Zjednodušeně: dostane dotaz, vygeneruje odpověď slovo po slovu a čeká na vás. Co s tou odpovědí uděláte dál, je na vás.

Agent nedostává dotaz. Dostává úkol. A jde ho splnit sám.

Marketing tomu navíc nepomáhá. Firmy dnes nálepkou „AI agent” opatří skoro cokoliv, co umí odpovědět na dotaz, i kdyby to k jednání nemělo blíž než obyčejný chatbot z loňska. Lepší otázka než „jak se to jmenuje” zní: co konkrétně ten nástroj sám udělá, bez vašeho dalšího kliknutí.

Co přesně dělá z chatbota agenta

Rozhodující rozdíl je v přístupu k nástrojům a ve schopnosti udělat víc kroků po sobě, aniž by se pokaždé ptal na svolení.

Chatbot umí jedno: vygenerovat text. Agent umí otevřít prohlížeč, kliknout na tlačítko, vyplnit formulář, spustit kus kódu, zavolat jinou aplikaci přes takzvané API (rozhraní, přes které si mezi sebou umí povídat dva programy). A hlavně, umí se podívat, co se stalo po jeho vlastní akci, a podle toho se rozhodnout, co udělat dál.

Představte si recepčního v hotelu a concierge ve stejné budově. Recepční vám řekne, kde je bazén a v kolik zavírá restaurace ve vedlejší ulici. Concierge vám tu restauraci rovnou zarezervuje, zavolá taxi a nechá ho čekat před vchodem. Oba mluví stejně zdvořile. Jenže jeden radí a druhý jedná.

Tomuhle opakovanému cyklu se odborně říká smyčka pozorování a rozhodování (anglicky observe-decide-act loop). Agent se podívá, co se právě stalo, rozhodne, co udělá dál, provede to, a znovu se podívá na výsledek. Dokud úkol neskončí, nebo dokud nenarazí na překážku, kterou neumí sám vyřešit. Chatbot tenhle cyklus nemá, po jedné odpovědi se zastaví a čeká na vás.

Agent v akci: krok, výsledek, další krok

Tahle schopnost jednat víc kroků po sobě se za poslední dva roky objevila u všech velkých hráčů. OpenAI ji nasadila pod jménem Operator, později ji zabudovala přímo do agentního režimu ChatGPT. Anthropic dal Claudovi funkci zvanou computer use, doslova ovládání počítače: model se dívá na obrazovku jako na sérii snímků a sám hýbe myší i klávesnicí. Google zkoušel podobný princip pod názvem Project Mariner jako rozšíření prohlížeče.

Princip je u všech stejný. Dostanete zadání, agent si ho rozdělí na kroky, každý krok provede, podívá se na výsledek a rozhodne o dalším kroku. Když něco nejde podle plánu, zkusí to jinak, klidně i desetkrát. Přesně tohle dělal ten kurzor, který mi klikal na cizím webu.

Každý takový krok navíc něco stojí, doslova. Agent, který otevře deset stránek, než najde tu správnou informaci, spotřebuje mnohem víc výpočetního výkonu než chatbot, který na dotaz prostě odpoví z toho, co už zná. Agentní režimy proto bývají pomalejší a u placených služeb i dražší na použití. Rychlost se tu vyměňuje za samostatnost.

Kde na agenty už dnes narazíte v praxi

Nejdál se agentní přístup zatím dostal v programování. Nástroje jako Claude Code nebo agentní režim v Copilotu nedostanou jen otázku, dostanou úkol: oprav tuhle chybu v aplikaci. Sami si prohlédnou soubory, upraví kód, spustí testy a podívají se, jestli prošly. Když ne, zkusí to znovu. Programátor pak kontroluje výsledek, ne každý jednotlivý řádek.

Podobně to začíná fungovat v zákaznické podpoře. Firma agentovi předá přístup do systému objednávek, a ten sám dohledá číslo zásilky, zkontroluje stav vrácení peněz a napíše odpověď zákazníkovi bez toho, aby se pracovník podpory musel proklikávat databází ručně.

Kam až to může vést, ukázal případ Air Canada z roku 2024. Chatbot na webu společnosti zákazníkovi slíbil slevu, kterou firma normálně nedávala. Kanadský soud rozhodl, že společnost musí slib dodržet, protože podle něj šlo pořád o hlas firmy, ať ho napsal člověk, nebo software. Byl to ještě chatbot, ne plnohodnotný jednající agent, ale ukazuje přesně to riziko, o kterém je řeč: čím víc rozhodování necháte na softwaru bez kontroly, tím míň prostoru zbývá něco opravit dřív, než to dorazí k zákazníkovi.

Riziko, které chatbot nemá

Chatbot v nejhorším případě napíše nesmysl. Přečtete si ho, opravíte nebo smažete, a nic se nestane. Agent v nejhorším případě ten nesmysl provede. Odešle e-mail, který jste ještě nechtěli poslat. Koupí lístek na špatný let. Klikne na tlačítko koupit místo tlačítka do košíku.

Tahle nevratnost je hlavní rozdíl v riziku. Pod kapotou je pořád stejný jazykový model, který si občas něco vymyslí, takzvaně halucinuje. U chatbota vás taková halucinace nanejvýš na chvíli zmate. U agenta, který na základě chybného kroku hned pokračuje dalším krokem navazujícím na ten první, se chyba může nabalovat dřív, než ji stihnete zachytit.

Proto většina agentních nástrojů dnes žádá potvrzení u citlivých akcí, hlavně u plateb. Je to mladá oblast a firmy samy vědí, že důvěra se buduje pomaleji, než se vyvíjí samotná technologie.

Zkušenější uživatelé proto agenta nejdřív pustí na úkol, kde nic neztratí, když se to pokazí. Přejmenování pár zkušebních souborů, ne rovnou celý fotoarchiv. Zkušební e-mail na vlastní adresu, ne rovnou hromadné rozeslání kolegům. Teprve když agent zvládne pár takových zkoušek bez chyby, dává smysl mu svěřit něco s reálnými následky.

Kdy stačí chatbot a kdy dává smysl agent

Pro drtivou většinu běžných úkolů chatbot bohatě stačí. Napsat e-mail, vysvětlit pojem, připravit osnovu prezentace, poradit s formulací zprávy nadřízenému. Tady je práce hlavně v přemýšlení, ne v klikání, a chatbot vám dá hotový text, který si sami zkontrolujete a odešlete.

Agent dává smysl tam, kde je úkol opakovaný, dobře popsaný a chyba se dá snadno zpozorovat i opravit. Sledování ceny konkrétního produktu s upozorněním, když klesne pod hranici. Vyplnění stejného formuláře desetkrát za sebou s různými čísly. Projití desítek souborů a jejich přejmenování podle jednotného vzoru.

Tam, kde jde o peníze, závazky nebo o něco, co se nedá vzít zpátky, bych agentovi zatím nechal jen návrh. Poslední krok bych si nechal pro sebe.

Řada dnešních nástrojů se nedá přesně zařadit do jedné z těch dvou škatulek. E-mailový asistent, který vám navrhne odpověď a čeká na kliknutí, je pořád chatbot. Ten samý asistent, kterému povolíte automaticky odeslat odpověď jen na jednoduché dotazy typu „kdy máte otevřeno”, se posouvá blíž k agentovi, i když nikam nejde a nic nekupuje. Škála mezi radou a činem má víc stupňů než jen dva.

Agentní režimy bývají zatím součástí dražších tarifů nebo mají zvlášť omezený počet použití za měsíc, na rozdíl od běžného chatování, které dostanete i v bezplatné verzi. Než si takovou funkci pořídíte, ověřte, jestli vám sedí do rozpočtu na tak úzký okruh úkolů, na které ji zatím reálně použijete.

Na co si dát pozor

Než agentovi dovolíte jednat sám, zkontrolujte, k čemu jste mu vlastně dali přístup. Řada nástrojů umožňuje omezit oprávnění jen na čtení, bez možnosti něco odeslat nebo zaplatit. Tuhle možnost se vyplatí využívat hlavně na začátku, než nástroji začnete věřit.

Po dokončení úkolu si projděte záznam kroků, pokud ho nástroj nabízí. U plateb a odeslaných zpráv počítejte s tím, že poslední potvrzení má zůstat na vás, i kdyby to znamenalo o krok víc práce.

Ověřte si taky, jestli má nástroj tlačítko pro okamžité zastavení, kdyby se agent pustil špatným směrem. U delších úkolů se vyplatí nechat ho pracovat po menších částech a mezi nimi výsledek zkontrolovat, místo aby proběhl celý úkol od začátku do konce bez jediné zastávky.

Šofér, kterého si zatím najímáte jen na zkoušku

Chatbot je jako telefonát s kamarádem, který vám poradí, co udělat. Zavěsíte a jít to udělat musíte sami. Agent je jako půjčit tomu kamarádovi klíčky od auta. Pohodlnější, rychlejší, ale napřed byste chtěli vědět, jak jezdí.

Zajímavé je, že se dá i obyčejnému chatbotu přiblížit trochu rozhodnějšímu chování, aniž by cokoliv sám klikal. Stačí mu na začátku rozhovoru přidělit roli. O tom, jak přidělení role v promptu funguje a proč mění tón i kvalitu odpovědi, píšu v článku Přidělení role v promptu: jak z AI dostat lepší odpovědi.

Agentů bude časem přibývat, tolik je jasné i bez věštění z křišťálové koule. Otázka, kterou si teď musí zodpovědět každý sám za sebe, zní jinak: komu už dnes chcete půjčit klíčky, a komu radši ne.