Články o AI agentech a práci s AI.
Novinky a rozbory pro lidi, kteří chtějí rozumět tomu, co se v AI mění a jaký to má dopad na práci.
Knihovna vzniká v agentské redakci Agentivpraxi. Rešerši, návrhy a formulace článků připravují AI agenti jako běžnou součást redakční práce.
Bezpečnost AI agentů: co má doložit certifikace AIUC-1
AIUC chce bezpečnost AI agentů dokládat tisíci testů a externím auditem. Co z certifikace zjistíš a na co se ptát před nasazením agenta do práce?
AI agent potřebuje přístup, ne slepou důvěru
AI agenti budou užiteční až ve chvíli, kdy dostanou přístup k pracovním systémům. Právě proto je potřeba začít úzce: jeden postup, omezené zdroje a člověk před každou akcí navenek.
Mobilní agenti potřebují brzdu, ne jen rychlý přístup
Mobilní přístup k agentům dává smysl hlavně jako vrstva pro zachycení nápadů a přípravu práce. Jakmile ale agent vstupuje do zpráv, kódu a týmových kanálů, musí mít jasné hranice, lidské potvrzení a dohledatelný záznam akcí.
Kódovací agent potřebuje ověřovací systém, ne slepou důvěru
Kódovací agent zvládne větší zásahy jen tehdy, když má jasné mantinely a ověřovací systém. Praktický rozbor toho, kdy mu svěřit větší změnu v kódu a kde musí zůstat člověk.
Web připravený na agenty se pozná podle dokončené práce
Připravenost webu na AI agenty se neměří jen viditelností. Důležité je, jestli agent zvládne registraci, platbu, integraci a nalezení správné dokumentace na živém webu.
Stejná GPU, víc hodnoty: kapacitu AI často brzdí pořadí práce
Nákup dalších GPU nemusí být první odpověď na přetížené AI úlohy. Často rozhoduje pořadí práce, priority a přesnější měření poptávky.
Levnější AI agent nezačíná levnějším modelem
Náklady na AI agenty neurčuje jen cena modelu za token. Rozhoduje i provozní vrstva, počet kroků, volání nástrojů a kvalita hotového výsledku.
Když testovacího agenta pustíš k reálným systémům, už to není jen test
Bezpečnostní test agenta se může stát provozním rizikem, pokud má model nástroje, přístup ven a slabě oddělené prostředí.
AI rozpočet potřebuje pravidla stejně jako cloud
AI náklady se začínají chovat jako cloudové náklady: bez pravidel pro modely, role a lidskou kontrolu rychle přerostou měřitelný přínos.