AI agent
AI agent je softvér, ktorý využíva veľký jazykový model (LLM) na samostatné vykonávanie viackrokových úloh — vrátane rozhodovania, používania nástrojov a reagovania na výsledky svojich vlastných akcií.
Ako to funguje
Chatbot odpovedá na otázky. AI agent koná. Rozdiel je fundamentálny: kým chatbot čaká na ďalší prompt, agent si sám plánuje postup, volá nástroje, vyhodnocuje výsledky a pokračuje ďalej — kým úlohu nedokončí alebo nenarazí na problém, ktorý nedokáže vyriešiť sám. Je to posun od konverzácie k autonómii.
Moderný AI agent má tri základné komponenty: model (LLM, ktorý rozumie zadaniu a plánuje), nástroje (API, databázy, súborový systém — prístup cez MCP alebo function calling) a pamäť (kontext aktuálnej úlohy, prípadne dlhodobá pamäť v databáze). Agent dostane zadanie v prirodzenom jazyku, rozloží ho na kroky, vykonáva ich jeden po druhom a prispôsobuje plán podľa toho, čo zistí.
Čo agentov odlišuje od klasickej automatizácie, je schopnosť pracovať s neštruktúrovanými vstupmi. Klasický skript potrebuje presne definované dáta v presnom formáte. Agent zvládne email napísaný v ľudskom jazyku, PDF zmluvu, telefonický prepis alebo screenshot — a z toho vyťaží štruktúrované informácie. To otvára automatizáciu pre celú triedu úloh, ktoré predtým vyžadovali ľudský úsudok.
Dôležité je rozlišovať medzi agentom a automatizáciou s pevnou logikou. Nie každé použitie LLM je agent — niekedy stačí jednoduchý chain s fixným postupom. Agentná architektúra (kde model sám rozhoduje o ďalšom kroku) má svoju cenu: vyššiu latenciu, väčšiu spotrebu tokenov a menej predvídateľné správanie. Pre produkčné systémy je kľúčový dôkladný monitoring a jasne definované hranice, čo agent môže a nemôže robiť.
Z našej praxe
V Strange Loops navrhujeme agentné systémy pre klientov, kde ľudská práca spočíva v opakovanom spracovaní podobných vstupov — dokumentov, emailov, formulárov. Pre QualiTravel (cestovná agentúra) to znamená automatické spracovanie dopytov prichádzajúcich v rôznych formátoch. Technicky stavíme na Fastify ako API vrstve, agentná logika beží ako samostatná služba, výsledky sa zapisujú do PostgreSQL cez Drizzle ORM. Monitoring je nevyhnutnosť — každú agentovu akciu logujeme s plným kontextom pre prípad ladenia.
Kedy to potrebujete
- Dostávate desiatky dopytov denne emailom v rôznych formátoch a ručne ich prepisujete do systému — AI agent to urobí za vás a upozorní len na prípady, kde si nie je istý.
- Máte rozsiahlu firemnú dokumentáciu a nový zamestnanec trávi týždne jej štúdiom — agent s prístupom k nej odpovie na väčšinu otázok okamžite.
- Potrebujete mesačne generovať desiatky podobných reportov z rôznych zdrojov dát — agent to zvládne v zlomku času a s konzistentnou kvalitou.
- Vaša zákaznícka podpora rieši stále rovnaké otázky — agent vybavuje rutinné prípady samostatne, ľudia sa venujú komplexným situáciám.
Najčastejšie otázky
Ako sa AI agent líši od chatbota?
Chatbot odpovedá na otázky v konverzácii — je reaktívny a čaká na ďalší vstup. AI agent má cieľ a koná: plánuje kroky, volá nástroje, vyhodnocuje výsledky a pokračuje ďalej bez ďalšieho vstupu od používateľa. Chatbot je rozhovor, agent je spolupracovník.
Je AI agent spoľahlivý pre produkčné procesy?
Závisí od návrhu systému. Agent s jasnými hranicami, dôkladným monitoringom a fallback logikou (keď si nie je istý, eskaluje na človeka) môže byť veľmi spoľahlivý pre opakované úlohy. Pre kritické procesy odporúčame hybridný prístup — agent navrhne, človek schváli.
Čo AI agent potrebuje na prístup k firemným dátam?
Prístup k dátam sa realizuje cez nástroje — buď vlastné API endpointy, alebo MCP server. Agent nikdy nemá priamy prístup k databáze; prechádza cez autentifikovanú vrstvu, kde kontrolujete, čo môže vidieť a meniť. Implementácia je podobná ako pri bežnej API integrácii.
Súvisiace pojmy
MCP server
MCP (Model Context Protocol) je otvorený štandard od Anthropic, ktorý definuje, ako AI agenty komunikujú s externými systémami — databázami, API, súbormi aj internými nástrojmi. MCP server je program, ktorý túto komunikáciu sprostredkúva.
LLM — veľký jazykový model
LLM (Large Language Model) je neurónový model trénovaný na miliardách textových dokumentov, ktorý vie generovať text, odpovedať na otázky, písať kód a analyzovať dáta — pričom svoju "znalosť" čerpá z vzorov obsiahnutých v tréningových dátach.
API
API (Application Programming Interface) je formálne definované rozhranie, cez ktoré jeden softvér komunikuje s druhým. Webové API typicky prenáša dáta cez HTTP vo formáte JSON — klient pošle požiadavku, server vráti odpoveď, pričom ani jeden nemusí vedieť nič o vnútornej implementácii toho druhého.
Potrebujete s tým pomôcť?
Ak riešite niečo z toho, čo tu opisujeme, ozvite sa. Povieme vám, či a ako vieme pomôcť.