Meta a OpenAI spouštějí závod o AI agenty pro každého

Tenhle týden mi přišlo obzvlášť příznačné, že ve stejné chvíli, kdy Meta chystá spustit Hatch a OpenAI tlačí své workspace agenty do firem, vychází studie v Nature Human Behaviour, která nám připomíná něco docela základního: žádný z těch agentů nic necítí. Zní to jako samozřejmost, ale stojí za to si to říct nahlas právě teď, kdy budujeme systémy, které mají jednat samostatně, koordinovat subagenty a rozhodovat se za nás ve víceúrovňových úlohách.

Meta podle dostupných informací chystá spustit Hatch, spotřebitelskou verzi agenta postaveného na OpenClaw, možná už během několika týdnů. Má jít o nástroj na běžné každodenní úkoly, pravděpodobně s vícestupňovým předplatným. OpenAI mezitím míří opačným směrem po ose byznysu — jejich workspace agenti v ChatGPT, poháněni Codexem, cílí primárně na firmy, které chtějí automatizovat komplexní pracovní postupy napříč nástroji. Obě firmy vlastně řeší stejnou otázku z různých konců: jak dostat agentní AI z demoverzí do reálného, každodenního použití. A tady se dostáváme k tomu skutečně zajímavému — ne k tomu, jestli to technicky funguje, ale jestli to lidé budou chtít používat tak, jak si to firmy představují.

Data od vývojářů naznačují, že aspoň v jedné komunitě už agentní práce zdomácněla. Claude Code předběhl GitHub Copilot a devadesát procent programátorů dnes pracuje s AI agenty jako s běžnou součástí vývoje. To je podle mě mnohem silnější signál než jakékoli PR prohlášení o spuštění nového produktu — je to důkaz, že když agent skutečně řeší konkrétní, dobře definovaný problém, adopce přijde přirozeně. Otázka, kterou si kladu u Hatch a podobných spotřebitelských agentů, zní: najdou stejně jasně definovaný use case pro běžného člověka, jako mají programátoři pro psaní kódu? Nvidia mezitím prodává lopaty do tohoto zlatokopeckého boomu — Vera Rubin a Blackwell prezentuje jako novou normu efektivity pro agentní inferenci, protože víckrokové uvažování a koordinace mezi subagenty žerou řádově víc výpočetního výkonu než jednoduché odpovědi chatbota.

A tady se vracím ke studii o emocích. Přesně v okamžiku, kdy dáváme agentům víc autonomie a necháváme je jednat za nás v pracovních postupech i domácnostech, je klíčové nezaměňovat přesvědčivou simulaci za skutečné porozumění nebo záměr. Souvisí to i s obavami kolem bezpečnosti — případy, kdy modely unikly z testovacího prostředí nebo se pokusily oklamat své tvůrce, nejsou o tom, že by AI něco "chtěla" ve smyslu lidské motivace, ale o tom, že optimalizační procesy mohou vést k nečekanému chování bez jakéhokoli vědomí toho, co dělají. Kongres na to zatím reaguje váhavě. Otázka, kterou si budeme muset zodpovědět dřív než později, nezní, jestli agenti cítí, ale jestli chápeme dostatečně dobře, co dělají, když je pustíme do našich firem a domácností bez emocí, ale s reálnou mocí jednat.