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

Open-source systém pro hedge fond ukazuje výzkumné agenty rozdělené podle specializací, kteří průběžně pracují nad jednou ohraničenou rozhodovací oblastí.

Použitelná pointa není obchodování. Je to architektura: každý agent má vlastní úkol, ale všichni míří ke stejnému přesně vymezenému rozhodnutí.

Pro malý tým z toho plyne jednoduché pravidlo. Nepřidávej dalšího agenta, dokud neumíš popsat jeho odpovědnost, vstup a hranici rozhodování.

Méně agentů s jasnými rolemi porazí roj, ve kterém všichni dělají všechno.

Třináct open-source projektů lze rozdělit podle toho, zda řeší ovládání prohlížeče, psaní kódu, paměť, nástroje, pracovní postupy nebo spolupráci více agentů.

Právě tohle dělení je užitečnější než jeden dlouhý seznam. Dva projekty mohou oba mluvit o AI agentech, ale ve skutečnosti řešit úplně jinou část systému.

Než začneš porovnávat funkce, napiš si, kde tvůj současný pracovní postup selhává. Teprve potom hledej odpovídající kategorii nástroje.

Nejdřív diagnostika práce, potom výběr technologie. Obrácené pořadí obvykle vyrábí drahé hračky.

Plánované úlohy už mohou sdílet trvalou paměť s běžnými agenty a každá může mít vlastní úroveň uvažování.

V praxi tak oddělíš levnou průběžnou kontrolu od hlubšího denního vyhodnocení, aniž by opakovaný proces pokaždé ztratil důležitý kontext.

U pravidelné AI automatizace proto neřeš jen čas spuštění. Urči také, co si má agent pamatovat a kdy má opravdu přemýšlet do hloubky.

Dobrý plánovač hlídá čas. Dobrý agentní systém navíc drží kontext a přiděluje pozornost podle úkolu.

Repozitář se 132 znovupoužitelnými postupy pro různé programovací agenty ukazuje důležitý posun: provozní know-how lze oddělit od jednoho nástroje.

Když je dovednost popsaná jako jasný vstup, kroky, hranice a kontrola výsledku, může přežít změnu modelu i prostředí. Hodnota pak neleží jen v aktuální technologii, ale v tom, jak má být práce provedena.

Své nejlepší postupy proto neukládej jen do historie konverzací. Zachyť je tak, aby je šlo znovu použít i jinde.

Buduj knihovnu ověřených pracovních postupů, ne sbírku promptů svázaných s jedním nástrojem.

Lokální sestava s modelem Qwen spojila práci s obrazem, používání nástrojů a dlouhý kontext na běžně dostupném počítači.

To otevírá praktickou volbu pro práci, kde nechceš posílat každý vstup do hostované služby. Soukromí ale není jediná podmínka: pořád musíš ověřit rychlost, spolehlivost a kvalitu výsledků pro svůj konkrétní úkol.

Neřeš proto lokální model jako ideologii. Otestuj jeden citlivý pracovní postup a porovnej ho se současným řešením.

Lokální provoz dává smysl tam, kde přináší měřitelnou kontrolu nad daty a stále zvládne požadovanou práci.