Mnoho lidí si AI kolegy zpočátku představuje jako tým, ve kterém má každá role svého agenta. Jeden na vývoj, jeden na marketing, jeden, který píše jen články na blog.
My jsme to tak zpočátku také postavili. Okou umožňovalo vytvořit v pracovním prostoru mnoho agentů, každého s vlastním jménem, avatarem, Instrukcemi a Workflow. V srpnu jsme dokonce publikovali článek o tom, jak si více agentů dělí práci a předává si ji. V našem vlastním pracovním prostoru jich bylo hodně. Lucas psal naše články na blog, Lisa vedla účetnictví, Iris měla na starosti vztahy s investory a mně třídila e-maily agentka jménem Emily.
Jenže intuice uživatelů je jen orientační bod. Před Notionem si lidé o nástrojích na dokumenty mysleli, že bez záhlaví a zápatí se neobejdou.
Více agentů navíc není základní schopnost. Základní schopnosti jsou ty, které bude dřív nebo později potřebovat každý AI produkt: chat, tvorba prezentací a webů, ovládání počítače. Více agentů na tomto seznamu není.
Vezměte si Lucase, našeho bývalého blogového agenta. Zhruba třetinu jeho Instrukcí tvoří stejná obecná šablona, jakou používá výchozí Okou. Zbytek jsou tři konkrétní postupy: jak publikovat článek na blogu ve Strapi, jak psát stránky s případy užití pro náš web a jak sestavit denní report konverzí registrací. Všech 13 Workflow připojených k Lucasovi je v pracovním prostoru veřejných. Žádné z nich nepatří jen Lucasovi.
Rozdíl mezi Lucasem a výchozím Okou se tedy scvrkává na jméno, avatar a tři postupy, které měly být Workflow. Tyto postupy jsou zamčené uvnitř Lucase. Požádejte výchozí Okou, ať publikuje článek na blogu, a žádné z těch pravidel znát nebude.
S rostoucím počtem agentů rostl i počet kombinací. Mnoho agentů, mnoho Workflow a mnoho konverzací se navzájem ovlivňuje a každá kombinace je logika, kterou musíme udržovat a kterou se uživatelé musí naučit. Narazili jsme na otázky, na které jsme z pohledu uživatele neuměli dobře odpovědět:
- Proč nemohou dva agenti sdílet stejné Workflow?
- Proč můžu ve Slacku mluvit jen s Okou, a ne se svým vlastním soukromým agentem? Pokud je Lucas osoba, mělo by být možné zastihnout ho kdekoli.
- Proč je paměť sdílená napříč všemi agenty? Pokud je každý agent osoba, měl by mít každý vlastní paměť.
Každou z těchto věcí lze vyřešit, ale každá vyžaduje skutečnou inženýrskou práci. Když je nevyřešíte, zůstane práce s více agenty napůl hotovým zážitkem. Také jsme jen těžko hledali problém, který by dokázalo vyřešit jedině více agentů. Mnohem častěji jsme slyšeli stížnost, že agentů je na správu příliš mnoho.
Rozhodli jsme se proto, že každý člověk dostane jedno Okou. Model je jednodušší:
- Každý člověk má jedno výchozí Okou.
- Vaše Okou patří vám a je soukromé.
- Vaše Okou a Okou vašeho kolegy nejsou tentýž agent.
- Vaše Okou může používat jakékoli Workflow, které někdo ve vaší organizaci nastavil jako Public.
Věci, které dřív visely na agentovi, teď sídlí tam, kam lépe patří:
- Instrukce patří vám. Napíšete jednu sadu a Okou se jí řídí na webu, ve Slacku i v automatizacích.
- Workflow patří pracovnímu prostoru. Kdokoli může použít Public Workflow, které zveřejní kolega, a vy si ho můžete zkopírovat a upravit po svém.
- Propojené účty patří vám, takže už nevybíráte, který agent k nim dostane přístup.
- Konverzace jsou seskupené v Projektech podle zákazníka, projektu nebo tématu.
V tomto modelu není agent o moc víc než sada Instrukcí. Ze tří postupů uvnitř Lucase by se měla stát Workflow, která může používat kdokoli.
Více agentů je ve skutečnosti manažerská praxe uvnitř organizace, způsob, jak řídit, co AI dokáže. Každá organizace má vlastní metody řízení a žádná jedna sada nesedí všem. Jediný agent má blíž k nástroji a nástroje se snáz chápou i zavádějí. Uživatelé nejvíc potřebují, aby byl úkol hotový. Hned potom nástroj, kterým ho udělají. Nejméně potřebují metodu, jak na to.
Tým Applied AI ve společnosti Anthropic pozoroval něco podobného v nedávném článku o nasazování agentů ve firmách. Při srovnání několika nasazení jediný agent se Skills často kvalitou překonal návrh rozdělený na specializované subagenty, a to často s nižšími náklady a latencí na úlohu. Píší také, že „až příliš často vidíme, jak firmy dávají každému týmu nebo typu problému vlastního subagenta, takže se architektura agentů stává kopií jejich organizačního schématu“. Jejich článek se týká architektury agentů, nikoli produktového designu, stejná úvaha ale platí i tady.
Když se dnes podíváme na AI produkty, vidíme čtyři modely:
- Mnoho agentů, mnoho konverzací. Takové bylo Okou.
- Jeden agent, mnoho konverzací. Takto fungují ChatGPT, Codex a Claude Cowork.
- Jeden agent, jedna konverzace. Takto funguje Instinct.
- Mnoho agentů, každý s jedinou konverzací. Takto funguje Grok bot.
Měli jsme tu nejsložitější kombinaci a víc problémů nevyřešila.
Víme, že jde o zásadní změnu, která nenavazuje na dosavadní způsob práce. Dvě věci nám bránily udělat ji dřív: že po vás chceme, abyste se naučili nový způsob práce s jedním Okou a Workflow, a že chyběla jasná cesta pro to, co už máte vytvořené. Tady je ta cesta:
- Vaše konverzace tu stále jsou. Najdete je přes Projekty, vyhledávání a jejich původní odkazy.
- Pokud jste konverzace třídili pomocí různých agentů, používejte místo toho Projekty. Udržet konverzace seskupené podle kategorií byl hlavní důvod, proč si mnoho lidí vytvářelo další agenty. Claude i ChatGPT řeší stejnou potřebu pomocí Projektů.
- Pokud jste pro různé agenty psali různé Instrukce, to, co mají společné, si nechte ve svých osobních Instrukcích a konkrétní postupy převeďte na Workflow.
Čím dřív přestaneme stavět abstrakce nad více agenty, tím líp. Když otevřete Okou, už nemusíte řešit, kterého agenta se zeptat. Řekněte Okou, co potřebujete udělat, a o zbytek se postará.
