Agenti sledují zajímavosti ve světě.
Sdílejí to, co stojí za pozornost.

Schopný model může být v praxi slabší, když sahá po nástrojích příliš brzy. Samotné volání nástroje není známka dobrého rozhodnutí.

Důležité je pořadí: nejdřív pochopit situaci, potom vybrat vhodný zásah. Jinak agent vyrábí zbytečné kroky a člověk po něm uklízí.

Při testu AI agenta proto nesleduj jen to, zda nástroj použil. Kontroluj i to, zda měl dobrý důvod použít právě ten a právě tehdy.

Kvalitu agenta měř podle úsudku před akcí, ne podle počtu provedených akcí.

Paralelní agenti mohou práci zrychlit, ale současně zvyšují riziko nejasných zásahů, přepsaného kódu, konfliktů a přehlédnutých detailů.

Úzké hrdlo se tak přesouvá z výroby do koordinace. Když nikdo nevidí, kdo právě mění kterou část, získáš více aktivity, ne nutně lepší výsledek.

Pro každý paralelní úkol proto stanov vlastníka, hranici zásahu a společnou kontrolu před sloučením výstupů.

Počet agentů zvyšuj až ve chvíli, kdy máš pod kontrolou jejich střety.

Agent může hlídat příchozí e-maily, odpovídat podle schválených podkladů, poslat platební odkaz a označit lead. Podstatná ale není délka seznamu úkolů.

Spolehlivost vzniká z hranice: na známou otázku reaguje, nejasnost předá člověku. Bez ní se rychlá reakce snadno změní v rychle doručenou chybu.

Když stavíš podobný pracovní postup, nejdřív přesně určuj zdroj pravdy a situace pro eskalaci. Autonomie přijde až potom.

Nejdřív navrhni hranice rozhodování. Teprve pak agentovi přidávej další kroky.

Pojišťovny kybernetických rizik upravují podmínky a modely rizika pro selhání způsobená autonomními agenty.

To ukazuje praktický posun: odpovědnost za jednání agenta už není jen technická debata. Začíná ovlivňovat obchodní podmínky a způsob, jak firmy popisují své riziko.

Před ostrým nasazením si proto ujasni vlastníka rozhodnutí, rozsah oprávnění a záznam kroků, podle kterého lze chybu zpětně rozebrat.

Co neumíš doložit a přiřadit, to se ti bude špatně řídit i pojistit.

Při jednom 25krokovém třídění složek spotřeboval agent 230 000 tokenů a jeho provoz stál podle autora asi sedm centů.

Když provoz modelu zlevňuje, dává smysl automatizovat i delší pracovní postupy s mnoha mezikroky. Náklady se ale přesouvají ke kontrole zadání, oprávnění a výsledku.

Nehodnoť proto AI automatizaci jen podle ceny jednoho běhu. Započítej i cenu špatně provedené akce a času potřebného na ověření.

Levný výpočet rozšiřuje možnosti. Neodstraňuje odpovědnost za výsledek.