Agentní chat — kdy AI odvádí práci za vás
Toto je 2. článek ze série „3 úrovně práce s AI”. Článek 1 byl o chatu — umění konverzace s AI. Nyní zkoumáme, co se děje, když se konverzace stane tvorbou.
Existuje jeden moment, který zažije každý, kdo přechází od poradenské AI k agentní AI.
Mluvíte s Claudem nebo ChatGPT o tom, jak něco postavit. Popisujete, co chcete. AI odpovídá užitečnými radami, úryvky kódu, postupnými návody. Kód zkopírujete, vložíte do editoru, spustíte. Funguje to. Nebo ne. Vrátíte se do chatu. Iterujete.
Pak vám někdo ukáže Claude Code, Cursor nebo agentní režim GitHub Copilota.
„Sledujte,” řeknou. Popíší, co chtějí postavit. AI neodpovídá jen radami. Otevírá soubory. Prohledává kódovou základnu. Píše kód přímo do více souborů. Spouští testy. Zachycuje chyby a opravuje je. Commituje změny do gitu.
Konverzace nevyprodukovala rady. Vyprodukovala skutečný produkt.
To je přechod od chatu k agentnímu chatu. Od „řekni mi jak” k „udělej to”.
Harness nástrojů
Rozdíl není v modelu AI. Je v harnessu.
Když chatujete s Claudem na claude.ai, mluvíte se stejným základním modelem jako Claude Code. Rozdíl? Claude Code má nástroje:
- Vyhledávání souborů — Najít relevantní soubory ve vaší kódové základně
- Read — Otevřít a analyzovat obsah souborů
- Write — Vytvářet nové soubory nebo přepisovat existující
- Edit — Provádět přesné změny na konkrétních řádcích
- Bash — Spouštět příkazy, testy, používat git
- Grep — Vyhledávat vzory napříč soubory
Tyto nástroje proměňují AI z poradce na vykonavatele. Místo toho, aby vám říkala, co dělat, práci udělá sama.
Stejný vzor existuje na různých platformách:
| Platforma | Co přidává | Výsledek |
|---|---|---|
| ChatGPT | Pouze konverzace | Rady a ukázky kódu |
| Claude Code | Nástroje pro soubory + přístup k shellu | Staví skutečné projekty |
| GitHub Copilot | Integrace do IDE | Píše kód při práci |
| Cursor | Přehled o kódové základně | Úpravy více souborů |
| Gemini CLI | Terminál + přístup k souborům | Spouští z příkazové řádky |
Nástroje jsou to, co ji dělá agentní. Dejte AI kladivo a může stavět. Nechte ji v okně chatu a může jen popisovat stavbu.
Od poradenství k provádění
Takto vypadá přechod v praxi.
Poradenský režim (tradiční chat):
Vy: „Potřebuji vytvořit landing page pro SaaS produkt s hero sekcí, mřížkou funkcí, tabulkou cen a patičkou.”
AI: „Zde je ukázková HTML struktura, kterou můžete použít… [poskytuje ukázku kódu]. Pro styling budete chtít použít třídy Tailwind jako… [více kódu]. Pro komponentu s cenami zvažte tento přístup… [další ukázka].”
Vy: [Kopíruje kód, vytváří soubory, vkládá ukázky, ladí problémy, vrací se do chatu pro upřesnění, opakuje]
Prováděcí režim (agentní chat):
Vy: „Potřebuji vytvořit landing page pro SaaS produkt s hero sekcí, mřížkou funkcí, tabulkou cen a patičkou.”
AI: „Vytvořím pro vás landing page. Začnu nastavením struktury…”
[Vytvoří index.html]
[Vytvoří styles.css]
[Napíše HTML pro hero sekci]
[Implementuje mřížku funkcí]
[Postaví komponentu s cenami]
[Přidá patičku]
[Spustí lokální dev server pro testování]
[Zkontroluje výstup, identifikuje problém s mezerami]
[Opraví padding v hero sekci]
[Commituje změny do gitu]AI: „Hotovo. Landing page je dostupná na localhost:3000. Upravil jsem mezery v hero sekci, aby lépe odpovídaly moderní SaaS estetice. Chcete přidat něco dalšího?”
Vstup je stejný. Výstup je zásadně odlišný. Jeden produkuje instrukce. Druhý produkuje produkt.
Skutečná síla: Smyčka zpětné vazby
Ale tady je to, co vám o agentním chatu nikdo neřekne, dokud to nezažijete na vlastní kůži.
Vlastně nevíte, co chcete, dokud to neuvidíte.
To není chyba vašeho uvažování. Takto se lidé učí. Jsme mizerní ve specifikacích, výborní v hodnocení. Nedokážeme dokonale popsat, co chceme, ale poznáme to, když to vidíme.
V poradenském režimu to vytváří tření. Popíšete, co chcete. AI vám dá kód. Implementujete ho. Podíváte se na to. Uvědomíte si, že to není úplně správné. Vrátíte se do chatu. Snažíte se formulovat, co je špatně. Dostanete více kódu. Iterujete. Smyčka je pomalá, protože krok implementace je manuální.
V agentním režimu je smyčka těsná. AI staví. Hodnotíte. Říkáte „tohle, ale s větším prostorem tady a tučnějšími nadpisy”. AI to okamžitě aktualizuje. Vidíte změnu. „Lepší, ale teď sekce s cenami vypadá nevyváženě.” AI to upraví. Za tři minuty máte něco, co jste nedokázali specifikovat na začátku.
Konverzace nevytváří jen produkt. Odhaluje, čím produkt má být.
To je klíč. Nesnažíte se dokonale specifikovat předtím, než začnete stavět. Stavíte, abyste specifikaci objevili.
Ukážu vám, jak to vypadá na reálném příkladu.
Stavění skrze objevování
Minulý týden jsem požádal Claude Code, aby postavil jednoduchý dashboard pro sledování výkonu obsahu. Takto konverzace skutečně probíhala:
Já: „Potřebuji dashboard zobrazující našich 10 nejnavštěvovanějších blogových příspěvků.”
[Claude postavil základní tabulku s názvy příspěvků a počty zobrazení stránek]
Já: „Dobrý začátek. Můžeš přidat indikátory trendů? Třeba zda návštěvnost roste nebo klesá oproti minulému týdnu?”
[Claude přidal šipky a procentní změny]
Já: „Pěkné. Vlastně, můžeš ta procenta obarvit? Zelená pro růst, červená pro pokles.”
[Claude přidal podmíněné zbarvení]
Já: „Hmm, tabulka působí stísněně. Můžeš ji rozvrhnout a udělat názvy jako klikanatelné odkazy na skutečné příspěvky?”
[Claude upravil mezery a přidal odkazy]
Já: „Víte co, bylo by užitečné vidět rozložení zdrojů návštěvnosti. Kolik pochází z Google vs. sociální sítě vs. přímá.”
[Claude přidal sloupec s miniaturními sloupcovými grafy zobrazujícími distribuci zdrojů]
Já: „To je perfektní. Vlastně ještě jedna věc — můžeme přidat selektor rozsahu dat, abych mohl porovnávat různá časová období?”
[Claude implementoval výběr dat a aktualizoval logiku načítání dat]
Výsledek: Dashboard, který jsem nedokázal specifikovat na začátku. Iterací jsem objevil, co potřebuji.
Uplynulý čas: 12 minut od první zprávy k finálnímu produktu.
Kdybych se pokoušel napsat úplnou specifikaci předem, pořád bych ji psal. Nebo ještě hůř, specifikoval bych špatnou věc a dokonale ji postavil.
To je superschopnost agentního chatu. Nejen to, že AI dokáže provádět. Ale že provádění je dostatečně rychlé, aby podporovalo objevování.
Nekonečný proces
Tady je něco, co může znít jako problém, ale je to ve skutečnosti funkce: Nikdy to nedokončíte.
Pokaždé, když zkontrolujete, co AI postavila, napadnou vás vylepšení. Udělat nadpisy větší. Přidat animaci. Změnit barevné schéma. Přidat funkci vyhledávání. Reorganizovat rozložení. Integrovat s API. Přidat autentizaci.
V tradičním vývoji to působí vyčerpávajícně. Každý nový nápad znamená více implementační práce. Více času. Více úsilí. Backlog roste rychleji, než ho dokážete vyčistit.
V agentním chatu to působí přirozeně. Protože implementace už není úzké hrdlo. Nápady plynule přecházejí do provádění.
Pomyslíte si: „Co kdybychom přidali přepínač tmavého režimu?”
Řeknete: „Přidej přepínač tmavého režimu.”
Za třicet sekund existuje.
Pomyslíte si: „Mobilní rozložení by mohlo být lepší.”
Řeknete: „Zlepši responzivitu pro mobily.”
Je hotovo.
Proces se stává nekonečným, protože cena iterace se blíží nule.
To není chyba. Takto kreativní práce skutečně probíhá. Stavíte, hodnotíte, zdokonalujete. Rozdíl je v rychlosti. V tradičním vývoji trvá smyčka hodiny nebo dny. V agentním chatu trvá sekundy nebo minuty.
Produkt nikdy nepůsobí „hotově”, protože stále objevujete, čím by mohl být. Ale to není chaos — to je řemeslná zdatnost umožněná rychlostí.
Jak to skutečně vypadá
Buďme upřímní o tom, jak práce tímto způsobem skutečně vypadá, protože marketingové materiály ji líčí jako dokonalou.
Není dokonalá.
AI vás někdy nepochopí. Provede změny, které jste nechtěli. Rozbije věci, které fungovaly. Vymyslí si cesty k souborům nebo názvy funkcí, které neexistují. Budete ji muset opravovat.
Ale tady je co mě překvapilo: oprava je rychlejší než tvorba.
Když Claude Code napíše funkci s chybou, mohu říct „oprav chybu na řádku 47” a je okamžitě opravena. Když nepochopí, co jsem chtěl, mohu říct „vlastně dej tlačítko na levou stranu” a přizpůsobí se. Smyčka zpětné vazby je tak těsná, že chyby jsou levné.
Porovnejte to s tradičním vývojem, kdy píšu kód, spustím ho, uvidím chybu, najdu bug, opravím ho, otestuji znovu. Nebo ještě hůř, kdy implementuji špatnou věc a musím ji přepsat.
S agentním chatem stojí korekce kurzu sekundy. S manuálním kódováním stojí minuty nebo hodiny.
To mění psychologii stavění. Místo snahy být dokonalý předem (což vás zpomaluje) můžete být rychlí a iterativní. Stavět, hodnotit, zdokonalovat. Stavět, hodnotit, zdokonalovat.
Rychlost iterace je důležitější než přesnost prvního pokusu.
Kdy použít agentní chat
Agentní chat není správný nástroj pro všechno. Zde je, kde září:
Použijte agentní chat pro:
- Budování nových věcí od nuly (webové stránky, nástroje, dokumenty, prezentace)
- Provádění změn napříč více soubory
- Zkoumání toho, co chcete, iterací
- Učení se novým technologiím nebo frameworkům
- Rychlé prototypování nápadů
- Opakující se úkoly vyžadující manipulaci se soubory
Nepoužívejte agentní chat pro:
- Situace, kdy potřebujete hlubokou chirurgickou preciznost v komplexních systémech
- Situace s vysokými sázkami, kde jsou chyby drahé (finanční systémy, zdravotnická zařízení)
- Práci v přísně regulovaných prostředích bez schvalovacích procesů
- Úkoly, které jsou primárně strategickým myšlením, ne provádění
- Situace, kdy potřebujete lidský úsudek více než rychlost provádění
Vzorec: agentní chat vyniká v tvorbě a iteraci. Má problémy s přesností při vysokých sazbách a strategickým úsudkem.
Pro většinu znalostní práce — budování prototypů, tvorbu obsahu, sestavování reportů, zkoumání nápadů — je transformační.
Most k autonomním agentům
Agentní chat sedí mezi dvěma světy.
V Článku 1 jsme mluvili o chatu jako o základu — jak vám konverzace umožňuje pracovat s AI v přirozeném jazyce. Agentní chat bere tuto konverzaci a dává jí prováděcí sílu. Stále jste v konverzaci, ale nyní konverzace produkuje skutečnou práci.
V Článku 3 prozkoumáme autonomní agenty — kde AI funguje bez nepřetržitého lidského dohledu. Kde definujete cíle a AI přijde na to, jak jich dosáhnout během hodin, dní nebo týdnů.
Agentní chat je most. Učí vás, jak pracovat s AI, která jedná. Ukazuje vám, co se stane, když se konverzace stane tvorbou. Připravuje vás na finální posun: od konverzace k delegování.
Konverzace stále záleží. Stále jste tam, vedete, hodnotíte, korigujete kurz. Ale práce se děje rychlostí AI.
To je klíč. Ne jen rady. Provádění. Ne jen plánování. Stavění.
Když dáte AI nástroje, konverzace se stává tvorbou.
Vyzkoušejte agentní chat sami
Připraveni zažít přechod od poradenství k provádění?
Začněte s těmito platformami:
- Claude Code — Agentní kódování přes terminál (dostupná bezplatná vrstva)
- Cursor — IDE s vestavěnými agentními schopnostmi
- TeamDay — Agentní AI pro firemní uživatele (orchestrace více agentů)
Součást série „3 úrovně práce s AI”: Chat | Agentní chat | Autonomní agenti