--- title: "Co jsou AI agenti a proč mění pravidla softwaru" description: "AI agent není lepší chatbot – je to systém, který dostane cíl a sám se k němu dopracuje. Vysvětlujeme, jak fungují, kde reálně přinášejí hodnotu a co pohání frameworky jako openclaw a hermes." canonical: "https://interfase.sk/cz/novinky/co-jsou-ai-agenti" lang: "cz" last_updated: "2025-05-20" --- # Co jsou AI agenti a proč mění pravidla softwaru > AI agent není lepší chatbot – je to systém, který dostane cíl a sám se k němu dopracuje. Vysvětlujeme, jak fungují, kde reálně přinášejí hodnotu a co pohání frameworky jako openclaw a hermes. Publikováno: 2025-05-20 - Agent nedostane jen otázku jako chatbot, ale cíl, kterého dosahuje cyklem plánování, používání nástrojů a průběžného vyhodnocování výsledků. - Frameworky openclaw a hermes řeší technický základ agentů, přičemž první se hodí na dlouhoběžící procesy a druhý na přesné, deterministické workflow. - Největší hodnotu přinášejí agenti v zákaznické podpoře, zpracování dokumentů a interních operacích, jako jsou reporty či synchronizace systémů. - Bez omezení oprávnění, lidského dohledu u citlivých kroků a důkladného logování představuje agent s přístupem k systémům riziko. Za poslední rok se z „AI agentů“ stalo jedno z nejskloňovanějších slov v softwaru – a zároveň jedno z nejvíc nepochopených. Většina firem si pod ním představí lepší chatbot. Ve skutečnosti jde o zásadně jinou kategorii nástroje: systém, který nedostane otázku, ale **cíl** – a sám se k němu dopracuje. V INTERFASE stavíme taková řešení do reálného provozu, proto jsme sepsali, co agent skutečně je, kde má smysl a na co si dát pozor. ## Chatbot odpovídá. Agent jedná. Klasický chatbot funguje v jednom kroku: dostane vstup, vygeneruje výstup. Agent pracuje v cyklu – zadání si rozloží na kroky, provede je pomocí nástrojů, průběžně vyhodnocuje výsledek a opakuje, dokud nedosáhne cíle. Rozdíl je podobný jako mezi kalkulačkou a účetním: oba počítají, ale jen jeden ví, co je třeba udělat dál. | | Chatbot | AI agent | | --- | --- | --- | | Vstup | Otázka | Cíl / úkol | | Počet kroků | Jeden | Tolik, kolik je třeba | | Přístup k nástrojům | Ne | **Ano** | | Paměť | V rámci konverzace | Dlouhodobá | | Výstup | Text | Dokončený úkol | :::callout info **Ve zkratce:** Pokud od systému očekáváte odpověď, stačí vám chatbot. Pokud očekáváte, že za vás něco udělá, potřebujete agenta. ::: ## Anatomie agenta Samotný jazykový model (LLM) je jen generátor textu. Agentem se stává ve chvíli, kdy ho obklopíme čtyřmi vrstvami: - **Plánování.** Model si zadání rozloží na sled kroků a rozhodne o jejich pořadí. Čím jasnější je zadání a kontext, tím spolehlivější je plán. - **Nástroje.** Přes definovaná rozhraní agent volá API, čte z databáze, spouští kód, posílá e-maily. Nástroje jsou to, co mu dává reálný dosah mimo text. - **Paměť.** Krátkodobá drží kontext aktuálního úkolu, dlouhodobá (znalostní báze, historie) mu umožňuje navázat a poučit se z minulosti. - **Smyčka.** Cyklus *promysli → jednej → ověř výsledek → pokračuj* běží, dokud není cíl splněn nebo dokud nenarazí na definovanou hranici. Právě tato smyčka odlišuje agenta od jednorázové odpovědi – a zároveň je to to, co je třeba nejvíc hlídat. ## Frameworky, které agenty pohánějí Postavit agenta „od nuly“ znamená vyřešit spoustu nudné, ale kritické instalatérské práce: spolehlivé volání nástrojů, správu paměti, opakované pokusy při chybě, bezpečnostní hranice. Tuto vrstvu dnes přebírají specializované frameworky. Dva, které považujeme za zajímavé: - **openclaw** – orchestrační framework pro dlouhoběžící agenty. Řeší především spolehlivé volání nástrojů a robustní dlouhodobou paměť, takže si agent drží kontext napříč mnoha kroky a úkoly. Hodí se tam, kde agent nepracuje na jednu odpověď, ale doprovází delší proces. - **hermes** – klade důraz na strukturovaný, předvídatelný výstup a deterministický workflow. Uplatní se tam, kde potřebujete, aby agent dodržel přesný formát a pořadí kroků a nic si nevymýšlel – tedy v integracích a procesech, kde je „kreativita“ spíše rizikem. Volba frameworku není náboženství. Rozhoduje charakter úkolu: dlouhý autonomní proces versus přesný, opakovatelný workflow. :::callout warning **Pozor:** Framework nevyřeší nekvalitní zadání. Bez přesně definovaných nástrojů, čistých dat a jasných hranic je i ten nejlepší agent jen drahý generátor textu s přístupem k vašim systémům – což je spíš riziko než přínos. ::: ## Kde agenti reálně přinášejí hodnotu Největší efekt mají tam, kde se opakuje rozhodování nad daty a kde dnes lidé ztrácejí čas přepínáním mezi systémy: - **Zákaznická podpora.** Agent si dohledá objednávku, ověří její stav v interním systému a odpoví s reálným kontextem – ne obecnou frází. - **Zpracování dokumentů.** Z faktur, smluv či e-mailů vytěží strukturovaná data a zapíše je do správného systému včetně kontroly a označení nejasných případů. - **Interní operace.** Rutinní úkoly napříč vaším softwarem – reporty, synchronizace, upozornění – proběhnou, aniž by je musel spouštět člověk. Podle našich zkušeností dokáže dobře nasazený agent převzít výraznou část rutinních kroků v daném procesu (odhad úspory času v %): :::chart bar % úspory času Podpora,45 Dokumenty,60 Reporting,55 Onboarding,35 ::: Čísla nejsou slib – jsou to řády veličin, které vidíme v projektech. Reálný přínos vždy závisí na konkrétním procesu, kvalitě dat a rozsahu automatizace. ## Bez zábradlí to nefunguje Agent s přístupem k vašim systémům je mocný nástroj i potenciální riziko. Proto k němu přistupujeme se stejnou disciplínou jako k jakémukoli produkčnímu softwaru: - **Rozsah oprávnění.** Agent smí jen to, co nezbytně potřebuje – nic víc. - **Human-in-the-loop.** U citlivých nebo nevratných kroků rozhoduje člověk. - **Logování.** Každé rozhodnutí a volání nástroje je zaznamenané a dohledatelné. - **Postupné rozšiřování.** Začínáme úzce a záběr rozšiřujeme až tehdy, když agent spolehlivě zvládá menší výsek. > Dobrý agent není ten, který zvládne všechno. Je to ten, který spolehlivě zvládne jednu věc – a vy mu můžete důvěřovat. ## Závěr AI agenti posouvají software od nástroje, který *používáte*, k asistentovi, který za vás *jedná*. Frameworky jako openclaw či hermes řeší technický základ, ale úspěch stojí a padá na třech věcech: kvalitních datech, přesně definovaných nástrojích a jasných hranicích. Pokud zvažujete, kde by agent ve vaší firmě dával smysl – a kde naopak ne – [ozvěte se nám](/kontakt). Rádi to s vámi probereme do detailu. --- Webová verze: https://interfase.sk/cz/novinky/co-jsou-ai-agenti llms.txt: https://interfase.sk/llms.txt