← ZPĚTBACK

18Agenti — model, který jednáAgents — a model that acts

Dosud model jen psal text. Agent jde dál: dostane úkol, sám se rozhodne, zavolá nástroj (vyhledávání, kalkulačku, e-mail…), podívá se na výsledek a pokračuje — dokud úkol nesplní. To je směr, kterým se AI vydala v roce 2026. So far the model only wrote text. An agent goes further: it gets a task, decides for itself, calls a tool (search, a calculator, email…), looks at the result and continues — until the task is done. This is the direction AI took in 2026.

Co a jak?What & how?

Model+ paměťmemory+ nástrojetools+ plánováníplanning =agent

Co to jeWhat it is Agent = model + paměť + nástroje + plánování. Samotné LLM umí jen generovat text (15); agent kolem něj přidá nástroje a smyčku, takže může i jednat.An agent = model + memory + tools + planning. A language model alone can only generate text (15); an agent adds tools and a loop around it, so it can also act.

Co zkusitWhat to try Napiš úkol (nebo klikni na předvolbu) a spusť agenta. Agent si rozmyslí, který nástroj použít (vyhledávání, kalkulačku, e-mail…), zavolá ho, výsledek si zapamatuje a podle něj plánuje další krok — klidně několik za sebou. Poctivě: nástroje opravdu běží, ale „úvaha“ je tu jednoduchý plánovač podle klíčových slov — skutečný agent se rozhoduje jazykovým modelem.Type a task (or click a preset) and run the agent. It decides which tool to use (search, a calculator, email…), calls it, remembers the result and plans the next step from it — possibly several in a row. Honestly: the tools really run, but the “reasoning” here is a simple keyword planner — a real agent decides with a language model.

Proč je to důležitéWhy it matters Tím model přestává být „chytrý textový automat“ a stává se něčím, co samostatně řeší úkoly. To je směr, kterým se AI vydala v roce 2026 — vyvrcholení linky o jazykových modelech.This turns the model from a “clever text machine” into something that solves tasks on its own. It’s the direction AI took in 2026 — the culmination of the language-model line.

1 úkoltask → 2 úvahareason → 3 zavolej nástrojcall a tool → 4 pozoruj výsledekobserve the result ↺ dokud není hotovountil it's done
nástroje, které má agent k dispozicitools the agent can use
🧮 kalkulačkacalculator 🔎 vyhledávánísearch (ve znalostní bázi)(knowledge base) 📅 kalendářcalendar 📧 odeslat e-mailsend email
zadej agentovi úkolgive the agent a task
co agent dělá (úvaha → nástroj → pozorování)what the agent does (reason → tool → observation)
Z modelu agent — a proč je to téma roku 2026From model to agent — and why it's the topic of 2026

Jazykový model je mozek, který umí jen mluvit. Agent je ten mozek, který dostal ruce — nástroje, kterými může něco udělat, paměť, kam si píše mezivýsledky, a smyčku, ve které plánuje krok za krokem. Většina dnešních „AI aplikací“ jsou ve skutečnosti agenti. A language model is a brain that can only talk. An agent is that brain given hands — tools it can act with, a memory it jots intermediate results into, and a loop in which it plans step by step. Most of today's "AI apps" are in fact agents.

Nástroje (tools)Tools

Model dostane „tlačítka“, která může zmáčknout: vyhledání, kalkulačka, e-mail, kód, databáze… Model jen řekne, co zavolat; samotnou akci provede nástroj. The model gets "buttons" it can press: search, a calculator, email, code, databases… The model only says what to call; the tool does the actual action.

Smyčka úvaha–akce–pozorováníThe reason–act–observe loop

Agent neodpoví naráz. Rozmyslí krok, zavolá nástroj, podívá se na výsledek a podle něj volí další krok. Opakuje to, dokud úkol nesplní. An agent doesn't answer in one shot. It reasons about a step, calls a tool, looks at the result and chooses the next step from it. It repeats until the task is done.

Paměť a plánováníMemory and planning

Mezivýsledky si drží v paměti (např. heslo, které našel, použije v dalším kroku) a složitější úkol si rozloží na menší kroky. To je rozdíl oproti jedné odpovědi. It keeps intermediate results in memory (e.g. a password it found, used in the next step) and breaks a harder task into smaller steps. That's the difference from a single answer.

Rizika a dohledRisks and oversight

Agent opravdu jedná ve světě (odešle e-mail, zaplatí, smaže soubor). Když se splete nebo halucinuje (příklad 15), může nadělat škodu — proto potřebuje limity a lidský dohled. An agent really acts in the world (sends an email, pays, deletes a file). If it errs or hallucinates (example 15), it can do damage — which is why it needs limits and a human in the loop.

Celá série v jednomThe whole series in one

Agent spojuje vše: model generuje krok (15), vyhledávání je vlastně RAG (17), plánování postupu připomíná hledání (3) i optimalizaci. Mozek + nástroje + cíl. An agent ties it all together: the model generates a step (15), search is basically RAG (17), planning a path of subtasks echoes search (3) and optimization. Brain + tools + a goal.

Jak to vypadá v praxiWhat it looks like in practice

Asistent, který si sám projde e-maily a odpoví, „vibe-coding“ nástroj, který píše a spouští kód, nebo agent, který zařídí rezervaci. Jako standard pro připojování nástrojů se prosazuje protokol MCP. An assistant that goes through your email and replies, a "vibe-coding" tool that writes and runs code, or an agent that books a reservation. A standard is settling around the MCP protocol for connecting tools.

Verze 2.0.1 · aktualizováno 29. 9. 2026 Version 2.0.1 · updated 29 September 2026