Nejzajímavější věc na dnešních zprávách není žádný konkrétní model, ale to, jak moc se agentní AI stala byznysovou kategorií samou o sobě – s vlastní sezónností. Anthropic totiž nepřišel s Claude šablonami pro retailery jen tak, ale výslovně před vánoční nákupní sezónou. To je detail, který stojí za povšimnutí: AI agenti přestávají být experiment a stávají se infrastrukturou, kterou firmy plánují stejně pečlivě jako logistiku skladů. Když k tomu přidáme rozšíření Claude o agentní nákupní funkce, je jasné, že Anthropic sází na to, že AI nebude jen doporučovat produkty, ale bude je za nás rovnou objednávat.
Zároveň je zajímavé sledovat, jak se k tématu agentů staví Meta – a to hned dvěma protichůdnými signály. Na jednu stranu firma zmírňuje interní tlak na povinné používání AI, což naznačuje, že plošný mandát „používejte AI, nebo jinak“ nefungoval tak, jak si vedení představovalo. Na druhou stranu rozjíždí nový interní projekt s krycím názvem Hatch, zaměřený právě na agenty. Tohle není rozpor, ale spíš přiznání, že cesta k užitečným agentům nevede přes direktivy shora, ale přes konkrétní produkt, který lidé sami chtějí používat. Ostatně přesně o tomhle mluví i šéfové produktu z Harvey, Glean a Rubriku – shodují se, že úspěšný AI agent nevzniká z tlaku na adopci, ale z hluboké znalosti konkrétního pracovního postupu, který má nahradit nebo zrychlit.
Druhá linka dneška se týká toho, kdo vlastně bude tyto agenty pohánět. Meta tvrdí, že její model Muse Spark 1.3 dohnal Anthropic i OpenAI – takové prohlášení beru vždy s rezervou, protože benchmarky jsou dnes spíš marketingový nástroj než objektivní měřítko. Zajímavější je ale technika „rekalibrace“, která má menším modelům umožnit přiblížit se výkonu GPT-4V. Pokud to bude fungovat mimo laboratorní podmínky, může to výrazně změnit ekonomiku nasazení AI agentů – firmy nebudou muset platit za obří modely, aby dostaly slušné multimodální schopnosti, což hraje přímo do karet agentní vlně, kterou dnes vidíme všude kolem sebe.
A do třetice: Cloudflare integruje Cursor Cloud Agents do svých sandboxů, což je další kostička do skládačky infrastruktury pro AI kódovací agenty. Apropos infrastruktura – kořeny celého současného boomu v robotice a agentech sahají zpět k tomu, jak Google propojil jazykové modely s řízením robotů. Tehdy šlo o schopnost zobecňovat úkoly napříč situacemi; dnes vidíme tu samou logiku aplikovanou na nákupy, kódování i firemní procesy. Otázka, kterou si kladu, zní: kolik z těchto agentních nasazení přežije první skutečně náročnou sezónu, jako je právě ty Vánoce, na které se Anthropic tak pečlivě připravuje?