AI agent na několik dní: Arca ukazuje, jak udržet přehled o rozdělané práci

TL;DR

• U práce rozložené do několika dní potřebuje AI agent uchovat stav úkolu: co už proběhlo, na co čeká a kdo má udělat další krok.
• Ve společnosti Arca mohou úlohy podle jejího vedoucího AI inženýra trvat až deset dní. Agenti připravují analýzy a návrhy, obchody a pohyby peněz provádějí lidští poradci.
• Nech si předvést návrat k přerušené úloze. Ověř, zda agent správně rozpozná chybějící podklad, odpovědnou osobu a rozhodnutí, bez kterého nesmí pokračovat.

V pondělí připravíš podklady pro klienta, ve středu přijde doplnění a v pátek má kolega schválit návrh. Pokud do takové práce zapojíš AI agenta, potřebuješ, aby při každém návratu věděl, kde úloha stojí. Jinak budeš její průběh znovu vysvětlovat a hlídat návaznosti sám.

Právě tuto stránku agentské práce popsal Aman Singh, vedoucí AI inženýr společnosti Arca, v rozhovoru pro Latent Space. Firma poskytuje správu majetku a agenty využívá k práci na pozadí. Její příklad ukazuje, proč při výběru agenta zkoušet také čekání, předávání práce a návrat k rozdělanému případu.

Deset dní zahrnuje čekání i předávání práce

Podle Singha mohou úlohy v Arce trvat až deset dní. To neznamená deset dní nepřetržitého výpočtu. Práce se zastavuje a znovu rozbíhá, zapojuje více lidí a prochází několika rozhodnutími.

Pro návrh agenta je tento rozdíl podstatný. Rychle dokončená analýza může být jen jedním krokem případu, který zůstává otevřený do chvíle, než někdo dodá údaje nebo rozhodne o dalším postupu.

Podobnou situaci znáš i z menší firmy: příprava nabídky čeká na upřesnění zadání, účetní podklady na chybějící doklad a klientský návrh na schválení. To jsou naše ilustrační příklady využití stejného principu. U každého z nich potřebuješ odlišit hotovou dílčí práci od dokončeného celého úkolu.

Paměť má zachytit, co zbývá a kdo je na řadě

Arca si pro tuto návaznost vytvořila vlastní paměťový systém. U každého klienta podle Singha sleduje:

• co se dosud stalo;
• co má následovat a co je potřeba vyřešit v nejbližších dnech;
• co zůstává dlouhodobě otevřené;
• kdo odpovídá za jednotlivé kroky.

Do těchto záznamů přispívají také agenti. Praktická hodnota takové paměti spočívá v tom, že další krok může vycházet z aktuálního stavu případu.

Při výběru vlastního řešení proto chtěj vidět konkrétní návrat k práci. Pokud klient mezitím dodal chybějící dokument, agent by měl tuto změnu zachytit a upravit další postup. Pokud schválení stále chybí, měl by umět pojmenovat, na koho čeká. To jsou doporučená kritéria pro tvůj test, nikoli výsledky testování Arcy.

Agent připravuje rozhodnutí, poradce pohyb peněz

Singh vystihuje rozdělení práce tak, že agenti častěji vyzývají lidi k dalšímu kroku, než lidé zadávají pokyny agentům. AI tedy pomáhá vést průběh práce a připravovat podklady pro rozhodnutí.

V Arce má tato role jasnou hranici. Agenti analyzují a navrhují řešení. Obchodování a jakýkoli pohyb peněz zajišťuje lidský poradce. Bezpečnostní omezení jsou podle Singha vynucena pevnými pravidly mimo rozhodování modelu.

Pro vlastní agentský proces si z toho můžeš vzít konkrétní otázku: který krok smí agent připravit a kdo ho smí provést? U návrhu nabídky to může být odeslání závazných podmínek, u finanční administrativy provedení platby. Hranice má být součástí oprávnění a řízení procesu, aby její dodržení nezáviselo jen na tom, zda si agent správně vyloží zadání.

Model je jedna část provozu

Arca používá modely od Anthropic a OpenAI, přičemž hlavním dodavatelem je podle rozhovoru Anthropic s modely Claude. Vlastní řídicí vrstva vybírá model pro konkrétní úlohu podle interních testů. Firma si tím také zachovává možnost dodavatele změnit.

Další částí provozu je zpětná vazba. Arca využívá připomínky poradců spolu se záznamy činnosti agentů. Další agent tato data analyzuje a navrhuje úpravy řídicí vrstvy. Rozhovor popisuje navrhování změn, nikoli jejich automatické nasazování.

Pro malý tým z toho neplyne nutnost stavět stejnou infrastrukturu. Užitečné je sledovat, kde práce opakovaně vázne: zda agent přehlíží doplněné údaje, předává neúplný návrh nebo žádá o rozhodnutí nesprávnou osobu. Taková chyba ti řekne konkrétněji, co zlepšit, než obecný dojem z kvality odpovědí.

Před nasazením vyzkoušej jedno přerušení

Rozhovor přináší popis provozu od jeho tvůrce. Neobsahuje srovnávací výsledky, které by doložily spolehlivost tohoto přístupu nebo úsporu práce. Ber ho jako podklad pro návrh vlastního ověření.

Vyber jeden běžný případ s čekáním na podklad nebo schválení. Na zkušebních datech nech agenta připravit návrh, práci přeruš a později doplň novou informaci. Při návratu sleduj, zda správně řekne, co už je hotové, co se změnilo a kdo má nyní jednat.

Pokud mu musíš celý případ znovu vysvětlit, máš konkrétní místo k opravě ještě předtím, než mu svěříš další vícedenní práci.

Zdroj

Latent Space: Agents Prompt People: Using Agents for Long-Horizon Financial Work, 31. října 2026