AI architektura · 2025

Toto není váš ChatGPT

Od jednoduchých chatbotů k agentickým systémům, které mění pravidla hry

Tři generace AI asistentů

Každá generace přináší zásadní posun v autonomii, paměti a schopnosti jednat. Nejde jen o vylepšení — jde o jinou architekturu.

Generace 1
Klasický chatbot
ChatGPT, Gemini Basic — otázka a odpověď, bez paměti, bez akcí
Paměťjen v rámci chatu
Akcežádné
Nástrojeomezené / žádné
Plánováníne
2022
ChatGPT 3.5
Prolomil bariéru — každý mohl vést rozhovor s AI. Jen text, žádné akce.
2023
Plugins & Tools
První nesmělý krok k nástrojům — kalkulačka, web search, základní integrace.
2024
Deep Research
Modely začaly iterovat — plán, vyhledej, ověř, syntetizuj. Hodiny práce za minuty.
2025
Agentická éra
Claude Code, Devin, Gemini — AI píše kód, testuje, opravuje chyby, nasazuje. Bez dozoru.
Klasický chatbot

Jeden průchod: prompt → context window → LLM inference → odpověď. Žádná paměť mezi sezeními, žádné nástroje, žádné akce.

Uživatel Zadá prompt prompt Context window Krátkodobá paměť tokens LLM model Transformer + inference Bez nástrojů výstup Odpověď Pouze text Omezení klasického modelu Knowledge cutoff Data jen do data tréninku Žádná persistence Každý chat od nuly Halucinace Vymýšlení faktů Token limit Maximální délka
LLM model (jádro systému)
Context window (pracovní paměť)
Strukturální omezení
Deep Research

Přibývá query planner, iterativní smyčka vyhledávání → hodnocení → syntéza. Výsledek je groundovaný v citacích. Ale stále jen čte — read-only systém, nikdy nespouští kód.

Uživatel Výzkumný úkol Query planner Rozkládá úkol na kroky Web search Vyhledávací engine Hodnocení zdrojů Synthesizer Křížová analýza dat iterace — pokud chybí data Report / výstup Citace, shrnutí Klíčové koncepty Grounding Source attribution Multi-step reasoning Read-only Bez spouštění kódu
Query planner + Synthesizer (nové komponenty)
Web search engine
Agentický systém

Tři vrstvy na sobě: agent runtime s ReAct smyčkou, tool layer s nástroji, a memory + safety layer. Klíčový vzorec: Think → Act → Observe → zpět na Think.

Agent runtime Uživatel Definuje goal Orchestrator Plánování úkolu System prompt Reasoning engine ReAct loop Think → Act → Observe Tool router Vybírá a volá nástroj Tool layer — MCP servery a nativní nástroje Code executor Bash, Python… File system Čtení, zápis MCP servery Slack, GitHub, Notion… Web / REST API HTTP volání Browser / scraping Headless Chrome… observation → nový reasoning cyklus Memory layer Working memory Aktuální kontext Vector store Dlouhodobá paměť Safety layer Guardrails Limity a bezpečnost Human in the loop Schválení akcí
Agent runtime (orchestrace + reasoning)
Tool layer (nástroje)
Memory layer
Safety layer
Spektrum autonomie

Přechod od asistenta k agentovi není binární. Je to škála — od čistého reagování přes průzkum až po plnou autonomní akci.

min autonomie max autonomie Chatbot ChatGPT, Gemini Basic Odpovídá na dotazy Research agent Deep Research, Perplexity Průzkum + syntéza Autonomní agent Claude Code, Devin, Gemini Plánuje, jedná, opravuje Pracuje bez dozoru
Přímé srovnání schopností

Kde každý systém začíná a kde končí.

Schopnost ChatGPT Deep Research Claude Code
Odpovídá na otázky✓ Ano✓ Ano✓ Ano
Pamatuje si kontext~ Jen chat~ Úkol✓ Dlouhodobá
Vyhledává na webu~ Volitelně✓ Automaticky✓ Ano
Píše kód~ Jen text✗ Ne✓ Ano
Spouští kód✗ Ne✗ Ne✓ Ano
Plánuje více kroků✗ Ne~ Lineárně✓ Stromově
Opravuje vlastní chyby✗ Ne~ Omezeně✓ Iterativně
Volá externí API✗ Ne✗ Ne✓ MCP servery
Pracuje bez dozoru✗ Ne~ Částečně✓ Ano
Kam směřujeme

Šest klíčových směrů vývoje agentické AI v příštích letech.

🤝

Multi-agent spolupráce

Sítě specializovaných agentů, kteří si předávají úkoly — orchestrátor + dělníci. Každý agent je expert na svou oblast.

🧠

Trvalá paměť a identita

Agenti, kteří si pamatují váš styl, projekty, preference. Přetrvávající kontext přes týdny a měsíce pomocí vector store.

🔌

MCP — AI na všechno

Model Context Protocol standardizuje připojení agentů k libovolnému API, databázi nebo nástroji. Univerzální konektor.

⚠️

Bezpečnost a hranice

Čím autonomnější agent, tím větší riziko. Výzkum alignment, sandbox prostředí a human-in-the-loop jsou klíčové.

🏢

Agenti ve firmách

Automatizace celých procesů — zákaznická podpora, vývoj softwaru, analýza dat. AI jako digitální zaměstnanec.

🔬

Vědecký výzkum

Agenti, kteří formulují hypotézy, navrhují experimenty a iterují — akcelerace vědeckého pokroku.