Podcast AI ta Krajta #28: Nástup agentů a smrt manuální validace kódu.

Je rozdíl mezi AI asistentem a agentem jen marketingový trik, nebo jde o zásadní technologický skok? V 28. díle podcastu AI ta Krajta se Jack a Petr ponoří do světa, kde se startupy validují pomocí AI ďáblových advokátů a kde Model Context Protocol (MCP) mění pravidla hry pro vývojáře. Pokud vás zajímá, jak zvalidovat nápad na startup za pár hodin, proč přestat psát složité prompty a začít používat MCP, nebo jaká je budoucnost autonomních agentů, tento díl je pro vás povinnou jízdou.

O čem byla řeč? Hlavní kapitoly epizody

• 1:05 – Novinky: GPT-5 Raptor, coding modely a Apple Intelligence
• 4:29 – Čínské AI modely: Qwen a DeepSeek jako noví hráči na trhu
• 6:39 – Validace startupové myšlenky pomocí AI „ďáblova advokáta“
• 12:51 – Co je MCP (Model Context Protocol) a proč ho potřebujete
• 18:34 – MCP vs. Command Line: Kdy použít co?
• 35:25 – Hranice mezi Asistentem a Agentem: Kde končí chatbot?

Hloubková analýza: Od asistentů k autonomním agentům

Validace nápadu metodou „Ďáblova advokáta“

Jack v epizodě sdílí fascinující zkušenost s validací vlastního startupu. Místo klasického „pochlebování“, které je pro LLM typické, přinutil AI hrát roli tvrdého kritika. 7:52 – AI jako ďáblův advokát. Stačila jednoduchá změna v promptu, aby model přešel z pozitivního „biasu“ do extrému a nemilosrdně rozcupoval navrhovaný byznys model. Tento experiment ukazuje, jak snadno lze pomocí správného kontextu změnit chování modelu a získat cennou zpětnou vazbu, která by od lidí stála měsíce času.

Revoluce jménem MCP (Model Context Protocol)

Velká část epizody je věnována MCP, technologii, která umožňuje AI modelům deterministicky a bezpečně interagovat s nástroji a kódem. 13:21 – Účel MCP toolů pro deterministické akce. Jack vysvětluje, že místo složitého popisování úloh v promptu (což „žere“ tokeny a způsobuje halucinace) je lepší nechat AI zavolat definovaný nástroj. To je klíčové pro validaci kódu, spouštění testů nebo správu pipelines, kde si nemůžete dovolit chybu. Zmíněn je i fakt, že GitHub Copilot má aktuálně jednu z nejlepších implementací tohoto standardu.

Dilema: Agent vs. Asistent

Kde končí chytrý chatbot a začíná agent? Petr a Jack debatují o definici, přičemž se odkazují na klasifikaci od Anthropicu. 38:25 – Definice agenta podle Anthropicu. Shoda panuje v tom, že skutečný agent není jen „vylepšený chat“, ale entita schopná cyklického uvažování, plánování a autonomního rozhodování bez neustálého zásahu člověka. Zatímco marketingová oddělení nálepkují jako „agenta“ cokoliv, technická realita vyžaduje schopnost samostatně řešit open-ended problémy.

Závěr

Svět vývoje softwaru se mění pod rukama. Validace nápadů se zkracuje z měsíců na hodiny a hranice mezi tím, co píše člověk a co stroj, se stírá. Jak zaznělo v závěru: „Agent je to, co vaše marketingové oddělení řekne.“ Přesto je důležité rozumět technické podstatě věci, abyste nenaletěli na prázdné buzzwordy.

Co si o tom myslíte vy? Vnímáte už rozdíl mezi prací s asistentem a agentem, nebo je to pro vás zatím jen marketing? Podělte se v komentářích.