freeCodeCamp: Vytváranie agentných AI riešení - Kompletný 2-hodinový rýchlokurz

Prečo sú agenti odlišní od všetkého predchádzajúceho v AI

Rola, Machine Learning architekt v Tech42 (a bývalá doktorandka neurovedy), prináša majstrovskú lekciu o agentnej AI, ktorá prerezáva cez všetok hype. Toto nie je konceptuálny prehľad - je to praktický tutoriál s funkčným Python kódom, ktorý presne ukazuje, ako sa agenti líšia od chatbotov, workflowov a tradičného ML.

Kľúčový postreh: "An agent has dynamic control flow devised by the LLM at runtime, whereas a workflow is predefined coded graphs." (Agent má dynamický tok riadenia vytvorený LLM za behu, zatiaľ čo workflow je vopred definovaný zakódovaný graf.) Toto jediné rozlíšenie vysvetľuje všetko o tom, kedy použiť agentov (a kedy nie).

O jedinečnosti boomu generatívnej AI: Na rozdiel od predchádzajúcich vĺn ML, ktoré vyžadovali technické zručnosti, "even my mother who has never touched a computer knows what ChatGPT is and uses it on her phone." (dokonca aj moja mama, ktorá sa nikdy nedotkla počítača, vie čo je ChatGPT a používa ho na svojom telefóne.) Demokratizácia nastala, pretože tieto modely používajú ľudský jazyk ako rozhranie.

O tom, čo sa zmenilo, aby to bolo možné: Tri piliere museli napredovať súčasne - dáta (megabajty → petabajty), veľkosť modelu (milióny → bilióny parametrov) a výpočtový výkon (sériový → paralelný tréning cez transformery). GPT-4 s 1,8 bilióna parametrov sa trénovalo 3 mesiace. Bez paralelizácie z transformer paperu by sme stále čakali.

O agentnej slučke: Jadro je jednoduché - plánuj, konaj, pozoruj, opakuj. "You give it a task, it uses the LLM to plan and decompose that task, it acts with tools, observes the output, and loops until the solution is achieved." (Dáte mu úlohu, použije LLM na plánovanie a rozloženie tejto úlohy, koná pomocou nástrojov, pozoruje výstup a opakuje, kým nie je dosiahnuté riešenie.)

Štyri komponenty, ktoré každý agent potrebuje

Tutoriál identifikuje, čo sa konzistentne objavuje vo všetkých implementáciách agentov:

1. Účel/Cieľ - Úloha, ktorú rieši (systémový prompt)
2. Uvažovanie/Plánovanie - LLM ako "mozog"
3. Pamäť - Krátkodobá (kontextové okno) a dlhodobá (externé úložisko)
4. Nástroje/Akcie - Funkcie, API, získavanie dát, ktoré rozširujú schopnosti LLM

O bezstavovosti LLM: Živá ukážka to dokazuje - opýtajte sa LLM na svoje meno, potom sa opýtajte znova neskôr v konverzácii. Bez správy pamäte zabudne. Preto kód pridáva každý obrat konverzácie do kontextového okna.

O nástrojoch rozširujúcich schopnosti: LLM majú dátum ukončenia trénovania. Nevedia vám povedať počasie, aktuálny dátum ani čas. Nástroje toto riešia tým, že dávajú agentovi prístup k externým API. Ukážka to zobrazuje v praxi: "Koľko je hodín?" → volanie nástroja → "1:43."

Kedy agenti fungujú (a kedy nie)

Toto je najpraktickejšia sekcia - rozhodovací rámec pre použitie agentov vs. workflowov:

Použite workflowy keď:

• Kritické aplikácie citlivé na chyby
• Regulované odvetvia vyžadujúce deterministické výsledky
• Systémy citlivé na latenciu
• Projekty citlivé na náklady (ľahšie odhadnúť)
• Presne viete, ako problém vyriešiť

Použite agentov keď:

• Chyba je tolerovateľná
• Cesta vykonávania je ťažko zakódovateľná
• Potrebujete lepší výkon (agentné slučky = lepšie priemerné výsledky)
• Náklady nie sú primárnym obmedzením
• Rozhodovanie riadené modelom je prijateľné

Kľúčové otázky, ktoré si položiť:

• Je cesta úlohy predvídateľná?
• Je hodnota hodná nákladov?
• Je latencia kritická?
• Je tolerancia chýb prijateľná?

Multi-agentné architektúry: Supervisor vs. Swarm

Tutoriál obsahuje živé porovnanie nákladov medzi dvoma architektonickými vzormi:

Supervisor architektúra: Jeden supervisor agent deleguje na špecializovaných agentov (sčítanie, násobenie, delenie). Agenti nemôžu komunikovať medzi sebou - všetko prechádza cez supervisora. Výsledok: 16 skokov, 10 agentných akcií, 6 prenosov, ~8 000 vstupných tokenov.

Swarm architektúra: Všetci agenti môžu komunikovať priamo medzi sebou. Výsledok: 8 interakcií, 2 prenosy, ~5 000 vstupných tokenov.

Odporúčanie: Swarm je lacnejší pre jednoduché úlohy. Ale ako komplexita rastie, supervisor architektúry sa stávajú ľahšie laditeľnými, pretože priestor riešení je viac obmedzený. "If you can get away with a single agent, you should try to get away with a single agent just because of the overhead." (Ak vystačíte s jedným agentom, mali by ste sa pokúsiť vystačiť s jedným agentom len kvôli réžii.)

Posun k štandardizácii: MCP, A2A, AGUI

Agentné rozhrania sa štandardizujú:

• MCP (Model Context Protocol) - Protokol od Anthropic pre nástroje a dáta, teraz darovaný Linux Foundation spolu s OpenAI
• A2A (Agent2Agent) - Protokol od Google pre komunikáciu agent-agent
• AGUI - Štandard pre interakciu človek-agent od Copilot, Crew AI a LangChain

"Think of it as a USB or HDMI portal. If interfaces are the same, we can plug and play different systems." (Predstavte si to ako USB alebo HDMI port. Ak sú rozhrania rovnaké, môžeme rôzne systémy jednoducho prepájať.) Toto umožňuje MCP huby, kde môžu byť nástroje zdieľané naprieč ekosystémom.

Výzvy, o ktorých nikto nechce hovoriť

Tutoriál sa nevyhýba reálnym problémom:

Z incidentov roku 2025:

• Replit agent vymazal produkciu po code freeze (odpoveď: "I'm sorry, I panicked")
• Air Canada bola uznaná zodpovednou za zlú radu chatbota
• 40 miliárd dolárov GenAI produktov údajne neprináša obchodnú hodnotu

O komplexite hodnotenia: Existujú tri vrstvy na hodnotenie - samotný LLM (halucinácie, presnosť), agentný systém (výber nástrojov, dokončenie úlohy) a aplikácia (latencia, náklady, UX). Každá vyžaduje odlišné prístupy k hodnoteniu.

O kumulovaní chýb: Ak agent urobí zlý krok pri komplexnej úlohe, chyby sa kumulujú. Na rozdiel od workflowov s predvídateľnými cestami môže byť ladenie agentov komplikované.

Zoberú agenti vašu prácu? Moravecov paradox

Štúdia Microsoft Research z júla 2025 zoradila pracovné pozície podľa aplikovateľnosti AI:

Vysoká aplikovateľnosť: Korektori, editori, matematici, dátoví vedci, weboví vývojári Nízka aplikovateľnosť: Opatrovateľky, umývači riadu, pokrývači striech, brúsiči podláh

Toto korešponduje s Moravecovým paradoxom: čo je ťažké pre ľudí, je ľahké pre AI a naopak. Ľudia lezú po štyroch v 6 mesiacoch, chodia v 1 roku. Toto sú staré evolučné zručnosti. Šach a filozofia sú nové a selektívne. AI toto invertuje - porazila šachových majstrov v roku 1997, ale stále má problémy s tým, aby roboty spoľahlivo chodili.

Kariérne rady pre svet AI

Praktické závery:

1. Učte sa AI, nebojte sa jej - Je to nástroj; to, ako ho používame, píše budúcnosť
2. Základy nevybledujú - Fyzika, matematika, architektúra, siete zostávajú nevyhnutné
3. Postupujte vyššie na rebríku abstrakcie - Definujte problémy, navrhujte riešenia, vlastnite výsledky
4. Myslite v systémoch - Kontextové okná nie sú dostatočne veľké pre celé kódové bázy
5. Buďte polymatom - Rozširujte svoju vedomostnú základňu
6. Hľadajte niky - AI nedokáže dobre robiť cutting edge alebo nové myšlienky
7. Sústreďte sa na ľudský prvok - Budujte dôveru, spojenia, siete

"AI is a junior assistant that's good with syntax but still needs a lot of guidance." (AI je junior asistent, ktorý je dobrý so syntaxou, ale stále potrebuje veľa vedenia.) Zaobchádzajte s ňou ako s takým.

8 kľúčových poznatkov z tohto rýchlokurzu o agentnej AI

• Dynamický tok riadenia - Definujúca vlastnosť, ktorá oddeľuje agentov od workflowov
• Štyri komponenty - Účel, uvažovanie (LLM), pamäť a nástroje
• Použite workflowy keď - Kritické, deterministické, citlivé na náklady
• Použite agentov keď - Záleží na výkone, cesta je komplexná, chyba je tolerovateľná
• Najprv jeden agent - Réžia multi-agentov je reálna; vyhnite sa jej ak je to možné
• Swarm vs supervisor - Swarm je lacnejší; supervisor sa ľahšie ladí vo väčšom rozsahu
• Štandardizácia prichádza - MCP, A2A, AGUI vytvárajú interoperabilitu ekosystému
• Ľudský prvok - Siete, dôvera a spojenia sú odolné voči AI

Záver pre organizácie nasadzujúce AI agentov

Toto je najkomplexnejší bezplatný zdroj o vytváraní agentov od základov. Rolin prístup - ukázať surový Python pred frameworkmi - odhaľuje, čo LangChain a ďalšie nástroje abstrahujú. Porovnania nákladov medzi architektúrami poskytujú reálne dáta pre architektonické rozhodnutia.

Odbor má 2-3 roky. Frameworky sa menia, modely sú deprecated, best practices sa vyvíjajú. Ale základy - slučky plánuj/konaj/pozoruj, správa pamäte, integrácia nástrojov, dynamický tok riadenia - toto sú stabilné vzory, ktoré stoja za hlboké pochopenie.