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

Když na kódu pracuje více agentů současně, každý potřebuje vlastní oddělené pracovní prostředí. Jinak si mohou zasahovat do změn dřív, než je někdo zkontroluje.

Řiditelnost pak drží fronta úkolů, stav práce mimo samotný chat, komentáře z kontroly a chráněné části kódu. Model lze volit podle typu úkolu, ale pravidla spolupráce musí zůstat společná.

Paralelní práce proto nezačíná přidáním dalšího agenta. Začíná rozdělením prostoru, odpovědnosti a míst, kde musí člověk nebo systém výsledek ověřit.

Nejdřív odděl práci a nastav kontrolu. Teprve potom pouštěj agenty paralelně.

U nepřetržitého obchodního systému lze rozdělit monitoring, tvorbu hypotéz, testování, validaci, nasazení a kontrolu propadů mezi specializované agenty.

Smysl ale nevzniká samotným počtem agentů. Vzniká až tehdy, když má každý jasnou roli a výstup musí projít předem danou kontrolou výkonu, než se posune dál.

Stejnou otázku si polož u každého víceagentního pracovního postupu: kdo co rozhoduje, podle jaké podmínky předává práci a kde se proces zastaví.

Rozděluj role až spolu s kontrolními body a pravidly zastavení.

Produkční AI agent potřebuje jen nezbytná oprávnění, krátkodobé přístupy a možnost okamžitého zastavení. Autonomie bez těchto pojistek jen zvětšuje prostor pro chybu.

Praktická kontrola nezačíná otázkou, co všechno agent umí. Začíná tím, kam smí, jak dlouho jeho přístup platí a kdo ho dokáže vypnout.

Bezpečný provoz navíc počítá s neúspěšnými útoky jako se vstupem pro další obranu, ne jako s výjimkou, která se zamete pod koberec.

Než agentovi přidáš další schopnost, ověř jeho oprávnění, životnost přístupu a vypínač.

AI agent vzniká až ve chvíli, kdy model dostane nástroje, paměť, pravidla a možnost projít vícekrokovou práci od zadání k výsledku.

Proto nestačí vybírat jen podle názvu modelu. V praxi rozhoduje hlavně to, jak spolehlivě celý pracovní systém drží kontext, používá nástroje a dokončuje úkol.

Při návrhu AI v práci začni výsledkem, který má být hotový. Teprve potom řeš, jaký model a jaké komponenty ho dokážou bezpečně doručit.

Nekupuj přístup k inteligenci. Stav cestu k dokončenému výsledku.

Praktická cesta k AI agentům spojuje tři dovednosti: práci s nástroji, paměť a navazující pracovní postup. Každá řeší jinou část cesty od zadání k výsledku.

Samotné volání nástrojů nestačí, když agent neudrží potřebný kontext. Paměť zase nepomůže, pokud chybí jasný postup a kontrola výstupu.

Začni jedním opakovatelným úkolem. Propoj potřebný nástroj, určuj, co si má agent pamatovat, a nastav viditelnou kontrolu výsledku. Teprve potom systém rozšiřuj.

Stav agenta jako pracovní systém, ne jako sbírku chytrých promptů.