Keď sa chatbota opýtate na stav objednávky, môže vám vysvetliť, kde ho hľadať. Agent môže otvoriť príslušný systém, stav získať a pripraviť ďalší krok.
Je to všeobecný príklad rozdielu, nie opis konkrétnej funkcie Ignition. Podstatné je, že agent nepracuje iba s textom. Dostáva prístup k presne určeným nástrojom a vykonáva kroky v rámci definovaného workflow.
Čo je chatbot a čo je agent
Chatbot
vedie konverzáciu;
odpovedá na otázky;
vysvetľuje alebo generuje obsah.
Agent
pochopí zadanú úlohu a jej kontext;
vyberie povolený nástroj;
získa potrebné dáta;
vykoná konkrétnu akciu;
skontroluje výsledok;
podľa pravidiel pokračuje ďalším krokom workflow.
Agent nemusí a nemal by mať neobmedzenú autonómiu. Rozsah jeho práce určujú nástroje, oprávnenia, schvaľovacie kroky a pravidlá systému.
Základná architektúra
Používateľ zadá cieľ cez rozhranie, napríklad hlas alebo Telegram. Orchestrátor alebo agent rozpozná zámer a rozhodne, ktorý povolený nástroj použiť. Nástroj vykoná úzko definovanú operáciu voči API alebo internému systému. Výsledok sa vráti agentovi, ktorý ho skontroluje a pripraví odpoveď alebo ďalší povolený krok.
Rozhranie teda nie je samotný agent. Model tiež nie je celý systém: je jednou z vrstiev, ktorú obklopujú integrácie, stav, pravidlá a kontrola.
Hlas je len ďalšie rozhranie
Hlasový tok môže vyzerať takto:
Voice → prevod reči na text → agent → nástroj alebo workflow → odpoveď → prevod textu na reč.
Agentický systém nemusí mať vlastnú aplikáciu. Rovnaký backend môže byť dostupný cez voice, Telegram alebo iné messaging rozhranie. V internom stacku Ignition sú potvrdené voice a Telegram; Messenger preto medzi používané kanály nezaraďujeme.
Jeden agent verzus viac špecializovaných agentov
Pri jednoduchom procese môže stačiť jeden agent s niekoľkými nástrojmi. Pri širšom rozsahu môže orchestrátor vybrať špecializovaného agenta, ten použije svoje nástroje a výsledok vráti používateľovi alebo ďalšiemu kroku.
Špecializácia môže zjednodušiť oprávnenia a pokyny pre konkrétnu oblasť. Multi-agent architektúra však nie je automaticky lepšia. Pridáva koordináciu, stav a viac miest, na ktorých môže nastať chyba. Má zmysel vtedy, keď rozdelenie rolí prináša jasnejšie správanie než jeden spoločný agent.
Čo reálne používame v Ignition
V Ignition používame vlastných AI agentov a workflow vrátane Hermesu. Naše sú orchestration, routing úloh, integrácie a automatizačná logika. Voice a Telegram slúžia ako rozhrania k zapojeným workflow.
AI Agent Infrastructure interne používame na:
hlasový vstup a hlasový výstup;
interakciu cez Telegram;
používanie nástrojov a externých API;
routing úloh medzi agentmi;
automatické briefingy;
plánované úlohy;
napojenie na interné systémy.
Hermes je náš interný AI agent. OpenClaw používame a integrujeme ako third-party/open-source komponent. Nad Paperclipom, ktorý je tiež third-party/open-source, staviame integrácie. Foundation modely a externé AI API sú technológie tretích strán, nie produkty Ignition.
Tieto informácie opisujú implementované oblasti, nie garanciu plnej autonómie ani bezchybného vykonania každej úlohy.
Kde sa agent môže pokaziť
Agent môže vybrať nesprávny nástroj, poslať mu nesprávne argumenty alebo vychádzať z neaktuálnej informácie. Model môže halucinovať, teda vytvoriť presvedčivú, ale nesprávnu odpoveď. Pri dlhšom procese môže stratiť kontext alebo nesprávne vyhodnotiť stav.
Najvážnejší problém vzniká, keď nesprávna odpoveď spustí nežiaducu akciu. Preto je rozdiel medzi návrhom e-mailu a jeho odoslaním, medzi vyhľadaním objednávky a zmenou jej stavu alebo medzi prípravou platby a jej potvrdením.
Preto potrebuje agent kontrolu
Oprávnenia určujú, ktoré dáta a akcie sú pre agenta dostupné.
Schvaľovacie kroky zastavia citlivú akciu pred vykonaním a vyžiadajú človeka.
Logy zaznamenajú, ktorý nástroj sa použil, s akým vstupom a výsledkom.
Obmedzenie nástrojov dá agentovi iba operácie potrebné pre konkrétnu rolu.
Explicitný stav uchováva, kde sa workflow nachádza, namiesto spoliehania sa iba na konverzáciu.
Human-in-the-loop ponechá človeku rozhodnutia s finančným, právnym alebo prevádzkovým dopadom.
Ani tieto mechanizmy nevytvárajú absolútnu bezpečnosť. Znižujú riziko a umožňujú chybu zachytiť, vysvetliť a napraviť. Pri návrhu treba posudzovať dôsledok nesprávnej akcie, nie iba to, či agent úspešne odpovedal v deme.
O rozdiele medzi AI nástrojom a zodpovednosťou dodávateľa píšeme aj v článku Vývoj aplikácií s AI: kedy dáva zmysel a čo si treba ustrážiť.
Záver
Najzaujímavejšia časť AI agentov nie je rozhovor. Je to bezpečné spojenie modelu so systémami, v ktorých môže reálne pracovať. Práve oprávnenia, nástroje, stav a kontrolné body rozhodujú, či ide o užitočný pracovný tok alebo iba pôsobivú ukážku.
