AI agenti mění práci. Ne tím, že odpovídají lépe, ale tím, že přebírají delší úkoly

TL;DR: OpenAI ve svém článku ukazuje, že AI agenti posouvají práci od krátkých odpovědí k delším úkolům, které může člověk zadat, průběžně kontrolovat a převzít jako hotovější výstup. Pro běžnou práci je důležitější princip než samotný Codex: AI se začíná používat méně jako chat a víc jako pracovní vrstva pro jasně definované úkoly. Neznamená to méně lidské kontroly. Znamená to, že kontrola se musí přesunout z každého mezikroku na zadání, hranice a výsledek.

Co se stalo

OpenAI zveřejnilo článek s výzkumem o tom, jak se v posledním roce měnilo používání Codexu. Nejde jen o oznámení produktu. Zajímavé je hlavně to, jak OpenAI popisuje změnu ve způsobu práce s AI.

Chatbot typicky řeší krátkou výměnu. Člověk položí otázku, dostane odpověď, případně pokračuje dalším dotazem. AI agent funguje jinak. Dostane úkol, může pracovat delší dobu, používat nástroje, procházet prostředí, iterovat a vracet výstup, který je blíž dokončenému pracovnímu bloku než jedné odpovědi.

OpenAI píše, že Codex se uvnitř firmy během posledního roku posunul z doplňkového nástroje na hlavní AI nástroj pro práci napříč odděleními. Nejen u vývojářů, ale také v právním, finančním nebo náborovém týmu.

To je důležité, protože tím OpenAI neukazuje jen rychlejší psaní kódu. Ukazuje širší posun: AI agenti se začínají používat tam, kde člověk potřebuje zadat práci přes několik kroků, ne jen získat jednu odpověď.

Proč to stojí za pozornost

Na povrchu to může vypadat jako další firemní článek o vlastním nástroji. A je fér to tak číst. OpenAI popisuje vlastní produkt, vlastní interní používání a data z Codexu. Není to neutrální mapa celého trhu.

Přesto je ten článek užitečný, protože dobře pojmenovává praktickou změnu: lidé začínají AI zadávat delší úkoly.

U běžného používání AI člověk často píše zadání typu:

„Shrň mi tento text.“ „Navrhni osnovu.“ „Vysvětli mi chybu.“ „Napiš odpověď na e-mail.“

U agentického používání se zadání posouvá jinam:

„Projdi tyto soubory, najdi problém, navrhni opravu, uprav kód, spusť kontrolu a napiš mi, co se změnilo.“ „Vezmi tyto zdroje, vytáhni hlavní tvrzení, odděl fakta od komentáře a připrav první verzi článku.“ „Zkontroluj tabulku, najdi neobvyklé hodnoty, připrav závěry a označ místa, která má člověk ověřit.“

Tohle není jen lepší odpověď. To je jiný způsob delegování práce.

Co přesně OpenAI uvádí

OpenAI v článku popisuje několik trendů z používání Codexu.

Podle OpenAI udělalo do května 2026 z vybraného vzorku individuálních uživatelů 80,6 % alespoň jeden požadavek na Codex, který byl odhadnutý jako práce přes 30 minut lidského času. 70,2 % udělalo alespoň jeden požadavek přes jednu hodinu a 25,6 % alespoň jeden požadavek přes osm hodin.

Tahle čísla je potřeba číst opatrně. Nejde o měření stopkami u člověka. OpenAI uvádí, že délka práce je modelový odhad podle přepisů práce v Codexu. Takže je lepší brát ta čísla jako směr, ne jako přesnou metriku.

Druhá důležitá část je adopce mimo vývojářské role. OpenAI píše, že od srpna 2025 počet netechnických individuálních uživatelů Codexu vzrostl 137krát, u organizačních uživatelů 189krát a uvnitř OpenAI 12krát.

OpenAI také uvádí, že netechničtí lidé používají Codex i na práci, která dřív často vyžadovala technickou podporu: automatizaci, transformaci dat, tvorbu interních nástrojů, hledání chyb nebo strukturovanou analýzu.

Pointa není, že se z každého stane vývojář. Pointa je, že agentické nástroje snižují vzdálenost mezi „vím, co potřebuji“ a „umím to technicky udělat“.

Co z toho plyne pro práci

Pro lidi v praxi je největší změna ve způsobu zadávání práce.

Pokud AI používáte hlavně jako chat, pořád ji držíte v režimu jednotlivých odpovědí. To je užitečné, ale má to strop. Jakmile začnete zadávat jasně definované úkoly se vstupem, pravidly, výstupem a kontrolou, dostáváte se k AI workflow.

Rozdíl není v tom, že napíšete delší prompt. Rozdíl je v odpovědnosti.

Slabé zadání vypadá takto:

„Udělej mi automatizaci reportingu.“

Lepší zadání:

„Tady je export z minulého týdne, tady je struktura reportu a tady jsou pravidla výpočtu. Připrav první verzi reportu, označ nejasná data, nevymýšlej chybějící hodnoty a napiš, co má člověk před odesláním zkontrolovat.“

To je praktický rozdíl mezi náhodným používáním AI a pracovním postupem.

AI agenti dávají největší smysl tam, kde máte opakovaný postup, hodně mezikroků a jasné místo pro lidské schválení. Typicky research, reporting, příprava podkladů, kontrola dokumentů, práce s daty, interní nástroje, obsahová příprava nebo technické úpravy s následnou revizí.

Co si z toho nevykládat špatně

Neznamená to, že AI agenti automaticky nahrazují celé role. OpenAI ukazuje hlavně to, že lidé začínají agentům svěřovat delší a složitější části práce. To je něco jiného než předat jim celou odpovědnost.

Neznamená to ani, že každý tým má hned zavést Codex do všeho. OpenAI je specifické prostředí: technicky silná firma, vysoká AI gramotnost, přístup k vlastním nástrojům a kultura rychlého zkoušení. Běžná firma, freelancer nebo malý tým bude mít jiné limity.

Největší riziko není jen to, že agent něco nezvládne. Větší riziko je, že člověk zadá příliš široký úkol bez hranic, pravidel a jasné kontroly.

Agent může připravit výstup. Člověk má držet záměr, kritéria kvality a rozhodnutí.

Co vyzkoušet v praxi

Vezměte jeden úkol, který děláte opakovaně a zabírá vám alespoň 30 minut.

Může to být:

• příprava podkladů před schůzkou
• shrnutí dlouhého dokumentu
• kontrola tabulky
• příprava článku ze zdrojů
• návrh reportu
• kontrola chyb v textu nebo kódu.

Zadejte AI úkol takto:

„Tady jsou vstupy. Připrav první verzi výstupu podle těchto pravidel. Nevymýšlej chybějící fakta. Označ nejasnosti. Na konci napiš, co má zkontrolovat člověk.“

Pokud je výstup použitelný, máte první kandidát na AI workflow. Pokud použitelný není, problém nemusí být v nástroji. Často je problém v tom, že vstup byl nejasný, pravidla chyběla nebo byl úkol příliš široký.

Praktické doporučení

Nezačínejte otázkou „jakého AI agenta mám používat“. Začněte otázkou „kterou část práce umím jasně popsat“.

AI agenti dávají smysl tam, kde dokážete říct:

• co je vstup
• jak má vypadat výstup
• podle jakých pravidel se má pracovat
• co se nesmí domýšlet
• co má zůstat na člověku.

Tohle je nejpraktičtější rozdíl mezi chatováním s AI a používáním AI v práci. Chat vám pomůže s jednou odpovědí. Dobře zadaný agentický úkol vám může připravit kus práce, který člověk už jen kontroluje, upravuje a rozhoduje, jestli ho použije.

A přesně tady dnes AI agenti začínají být zajímaví: ne jako náhrada úsudku, ale jako způsob, jak přesunout část ruční práce do jasně definovaného pracovního postupu.