Od klepetalnih robotov do sodelavcev: zakaj se naslednji val umetne inteligence osredotoča na upravljanje agentov, ne na pogovor z njimi
V zadnjih nekaj letih je večina ljudi umetno inteligenco doživljala kot enega samega sogovornika: vnesete poziv, model odgovori in vi ponovite. Ta vzorec interakcije je znan in pogosto uporaben – vendar doseže tudi zgornjo mejo. Pravo delo v podjetjih le redko izgleda kot ena sama nit vprašanj in odgovorov. Izgleda kot neurejena mreža dokumentov, kodnih baz, čakalnih vrst zahtevkov, skupnih map, odobritev, dovoljenj in napol dokončanih nalog, ki jih je treba uskladiti.
Zato se dogaja opazen premik: prodajalci umetne inteligence vas poskušajo premakniti izklepet z modelomdonadzorovanje nabora modelov— majhna »ekipa« agentov, ki si lahko razdelijo delo, delujejo vzporedno, ohranjajo svoj kontekst in poročajo.
Objave podjetij Anthropic in OpenAI tega tedna so jasen znak tega preobrata. Anthropic skupaj z novim vodilnim modelom, Claude Opus 4.6, uvaja »ekipe agentov« znotraj Claude Code. OpenAI pa promovira Frontier, platformo, namenjeno gradnji, uvajanju in upravljanju »sodelavcev umetne inteligence« znotraj podjetij.
Predstavitev je zapeljiva: postanete vodja, agenti postanejo izvajalci. Toda realnost je bolj zapletena. V praksi delo ne izgine – spremeni se. Človek se iz delavca spremeni v tistega, kivodja, in upravljanje ima svoje stroške: nadzor, koordinacijo, nadzor kakovosti in odgovornost, ko gre kaj narobe.
Kaj ljudje mislijo z "agenti" (in zakaj to ni samo trženje)
V vsakdanjem pogovoru se »agent« pogosto uporablja kot nejasen sinonim za »umetno inteligenco, ki lahko počne stvari«. Tehnično gledano večina sodobnih agentov združuje nekaj sestavin:
- Zanka načrtovanja: sistem se namesto enkratnega odgovora večkrat odloči, kaj storiti.
- Uporaba orodja: agent lahko kliče API-je, izvaja ukaze, bere/piše datoteke, brska po notranjih bazah znanja ali odpira zahteve.
- Stanje in spomin: agent vodi lokalno evidenco o tem, kaj je storil, kaj se je naučil in kaj je še treba narediti.
- Dovoljenja: neka plast odloča, do česa ima agent dostop in katera dejanja lahko izvede.
Če ste že uporabljali pomočnika za kodiranje, ki lahko izvaja teste, odpira zahteve za prevzem ali išče po repozitoriju, ste že videli razliko med klepetalnim robotom in agentom, ki uporablja orodja. Ključno je, da agent ni leustvarjanje besedila— jedelovanje znotraj delovnega toka.
Ideja »tima« doda še eno plast: namesto ene zanke imate več zank, ki se izvajajo hkrati. En agent lahko pregleda kodno bazo. Drug lahko piše dokumentacijo. Tretji lahko išče robne primere ali se loti problema z drugačno hipotezo. V idealnem primeru se zbližajo hitreje kot en sam asistent.
Anthropic: ekipe agentov v Claude Code
Anthropicov novi model,Claude Opus 4.6, je pozicioniran kot močnejši model »opravljanja težkih stvari«: izboljšano kodiranje, boljše odpravljanje napak in pregledovanje, daljše vzdrževanje nalog in beta kontekstno okno, ki lahko doseže1 milijon žetonovTa zadnja točka je pomembna, ker je veliko napak "agentov" v resnici napak "konteksta" – agenti z naraščanjem števila nalog izgubijo sled za podrobnostmi.
Poleg modela se Anthropic nagiba k razvijalski uporabniški izkušnji:ekipe agentovznotraj Claude Code. Osnovna ideja je preprosta:
- Začneš ekipo.
- Ena seja deluje kot vodilo.
- Več sej soigralcev deluje neodvisno v svojih kontekstih.
- Soigralci si lahko pošiljajo sporočila neposredno (ne samo prek vodje).
V lastni dokumentaciji Anthropic poudarjajo, da ekipe najbolje delujejo, kadar je delo mogoče čisto vzporedno izvajati: raziskave, pregledi, modularne spremembe, konkurenčne hipoteze za odpravljanje napak, delo med plastmi, kjer lahko različni agenti posedujejo različne površine.
Vendar dokumentacija priznava tudi skrito resnico: ekipe stanejo več. Porabijo več žetonov in dodajo stroške koordinacije. Če je vaša naloga zaporedna ali globoko prepletena (na primer refaktoriranje, ki se dotika številnih skupnih datotek), lahko ena dobra seja premaga »ekipo«, ki nenehno stopa čez samo sebe.
OpenAI-jev pogled: Frontier kot ravnina nadzora agentov
OpenAIMejaje manj namenjen posameznim razvijalcem in bolj organizacijam. Bere se kot »upravljalna plast« za uvajanje agentov:
- Skupni kontekst med poslovnimi sistemi (podatkovna skladišča, CRM-ji, interne aplikacije).
- Identiteta agenta, dovoljenja in meje.
- Dosledno izvedbeno okolje.
- Povratne zanke in vrednotenje za izboljšanje agentov.
To je pogosta težava podjetij, odeta v jezik umetne inteligence: podjetja se že tako soočajo s širjenjem, upravljanjem in razdrobljenimi sistemi. Če vsaka ekipa uporablja agente, ki se povezujejo z različnimi orodji z različnimi dovoljenji, je rezultat kaos. Frontier je postavljen kot način za centralizacijo tega upravljanja.
Sporočilo je tudi konkurenčno. Ponudniki SaaS so zgodovinsko gledano prodajali programsko opremo, ki koordinira poslovne poteke dela. Če lahko vzorčna podjetja zapakirajo »poteke dela kot agente«, lahko dosežejo neposredno to področje.
Neprijetna realnost srednjega managementa
To je del, ki ga prodajalci redko poudarijo: človeška vloga se spremeni iz »delavca« v »nadzornika«. To se sliši opolnomočujoče, vendar prinaša kompromise.
1) Zdaj imate v lasti nadzor kakovosti
Agenti lahko hitro pišejo osnutke, vendar še vedno halucinirajo, napačno berejo kontekst ali izvajajo verjetne, a napačne spremembe. Ko zaženete enega agenta, pregledujete en tok izhodnih podatkov. Ko zaženete pet agentov, pregledujete pet.
Z drugimi besedami: ekipa agentov lahko pomnoži vašo produktivnost, lahko pa tudi pomnoži površino, kjer lahko gre kaj narobe.
2) Stroški koordinacije so resnični
Vzporednost deluje, ko so naloge neodvisne. Toda veliko resničnih projektov je povezanih:
- Sprememba podatkovnega modela sili spremembe povsod.
- Popravek napake se nanaša na kodo, teste, dokumentacijo in uvajanje.
- Sprememba politike se dotika usposabljanja, komunikacije in orodij.
Tudi v človeških ekipah lahko vzporedno delo povzroči konflikte združevanja in neusklajenost. Pri agentih se te težave pojavijo hitreje, ker agenti delujejo hitro – in ne zaznajo naravno organizacijskega konteksta, razen če ga izrecno navedete.
3) Odgovornost ne izgine
Če agent odpre zahtevo za prevzem (pull request), ki prekine produkcijo, ne morete reči »umetna inteligenca je to storila«. Oseba, ki jo je odobrila, je lastnica rezultata. Podjetja se zanimajo za dovoljenja in revizijske sledi, ker je dejanje agenta še vedno korporativno dejanje.
Zato izraz »sodelavci agenta« hitro pripelje do vprašanj o:
- Kdo je agentu odobril dostop?
- Katere podatke je prebral?
- Katere ukrepe je sprejelo?
- Ali lahko reproduciramo njegovo verigo sklepanja?
- Ali lahko varno razveljavimo spremembe?
Zakaj se premik dogaja zdaj
Ta val ni naključen. Nekaj trendov se je združilo.
Daljši konteksti naredijo agente manj krhke
Če lahko model resnično zanesljivo sledi sto tisočem žetonov, lahko v delovnem pomnilniku shrani več kodne baze, zgodovine zahtevkov ali priročnika s pravilniki. To zmanjša napake »izgubljene niti«, zaradi katerih so bili prejšnji agenti frustrirajoči.
Ekosistemi orodij dozorevajo
V letih 2023–2024 so se številni predstavitveni primeri agentov zanašali na krhko avtomatizacijo brskalnikov ali na nabore orodij za igrače. Danes so podjetja zgradila resnične integracije: dostop do repozitorij, delovna drevesa, sisteme za izdajanje zahtevkov, notranje iskanje, dostop do strukturiranih podatkov in izvajalna okolja v peskovniku.
Razlika med agentom, ki lahkogovoriti o popravkuin takšen, ki lahkoizvedite teste in odprite PRje ogromno.
Podjetja si želijo vzvoda, ne novosti
Klepetalni roboti so uporabni, vendar so pogosto aditivni: ljudem pomagajo, da iste naloge opravijo nekoliko hitreje. Agentske platforme poskušajo biti multiplikativne: dejansko poskušajo človeku prevzeti naloge.
Tu živi proračun. Če lahko podjetje šesttedensko optimizacijsko nalogo spremeni v en dan (kot trdi OpenAI v Frontier marketingu), to ni »kul tehnologija« – to je strateška prednost.
Kako izgleda »dobro« za ekipe agentov
Če eksperimentirate z večagentnimi nastavitvami, najbolj zanesljive zmage običajno izhajajo iz nekaj vzorcev.
Delite po artefaktu, ne po nejasni vlogi
»Raziskovalec, programer, preizkuševalec« je preveč nejasno. Boljše delitve izgledajo takole:
- Agent A: pregleda repozitorij in poišče, kje se uporablja X; ustvari seznam s potmi datotek.
- Agent B: pripravi načrt migracije; naštej tveganja in predlagaj teste.
- Agent C: spremembe izvedite samo v modulu Y; drugih modulov se ne dotikajte.
- Agent D: pisanje opomb ob izdaji in posodabljanje dokumentacije.
Betonske meje zmanjšujejo prekrivanje in olajšajo pregled.
Kontrolne točke sile
Varen vzorec je:
- Agent predlaga načrt.
- Človek odobri ali popravi.
- Agent se izvaja v omejenem obsegu.
- Človeški pregledi in združitve.
To je počasneje kot "pustiti, da teče", vendar je veliko bolj zanesljivo.
Z agenti ravnajte kot s pripravniki z nadnaravnimi močmi
Dober miselni model je: agenti so hitri, neutrudni in imajo široko znanje – vendar jim manjka presoje na področjih, ki so najpomembnejša. Lahko so briljantni pri ustvarjanju možnosti in grozni pri izbiri tiste, ki ustreza vašim dejanskim omejitvam.
Če z njimi ravnate kot z avtonomnimi sodelavci, se boste opekli. Če z njimi ravnate kot z visoko produktivnimi pomočniki, ki potrebujejo vodenje in pregled, boste dobili resnično vrednost.
Tveganja, ki bodo zaznamovala naslednje leto
Z širjenjem platform agentov se bodo nekatera tveganja povečala.
Širjenje varnosti in dovoljenj
Več orodij kot lahko agent uporabi, bolj nevarno postane posamezno vbrizgavanje poziva ali napačna konfiguracija. Podjetja bodo vse bolj zahtevala dovoljenja z najmanjšimi privilegiji, izvajanje v peskovniku in močne dnevnike nadzora.
Vrednotenje in metrike »zanesljivosti agentov«
Primerjalni testi za zmogljivost surovega modela so ena stvar. Primerjalni testi za to, »ali lahko ta agent dokonča delovni tok v vašem okolju, ne da bi pri tem pokvaril stvari«, so nekaj drugega. Pričakujte val orodij za ocenjevanje agentov: ponovljive zagone, točkovanje, sledenje regresiji in avtomatizirano združevanje v rdeče skupine.
Zaklepanje delovnega toka
Če podjetje gradi svoje delovanje okoli izvajalnega okolja in kontekstne plasti agenta enega prodajalca, se stroški prehoda povečajo. To bo spodbudilo povpraševanje po standardih in prenosljivosti – vendar bodo prodajalci konkurirali tudi tako, da bodo svoje ekosisteme naredili vezane.
Bistvo
Umetna inteligenca se premika izodgovarjanjedoigralstvoin izen asistentdoekipe agentovPrednost je resnična: vzporedno delo, hitrejše raziskovanje in možnost delovanja znotraj neurejenih sistemov resničnega sveta namesto v klepetalnici.
Vendar ta premik ne odstrani ljudi iz zanke – spremeni jo. Če se zgodba o »sodelavcu z umetno inteligenco« uresniči, bodo mnogi znanstveni delavci porabili manj časa za pripravo prvih osnutkov in več časa za nadzor, revidiranje in usklajevanje. Naslednje bojišče produktivnosti ne bo to, kdo ima najpametnejšega klepetalnega robota. Bo to, kdo lahko agente naredi zanesljive, obvladljive in resnično uporabne znotraj resničnih organizacij.
Viri
- Ars Technica:https://arstechnica.com/information-technology/2026/02/ai-companies-want-you-to-stop-chatting-with-bots-and-start-managing-them/
- Antropična napoved (Claude Opus 4.6):https://www.anthropic.com/news/claude-opus-4-6
- Dokumentacija Claudea Codea (ekipe agentov):https://code.claude.com/docs/en/agent-teams
- Meja OpenAI:https://openai.com/index/introducing-openai-frontier/