Než začneš

Postaviť si vlastného AI agenta nie je ťažké. Ťažké je dovoliť mu pracovať s tvojimi dátami.

Pokojne do toho choď — a ak si stiahneš naše prompty alebo ideš podľa návodu z Instagramu, ešte lepšie. Len si najprv prečítaj tento zoznam. Nie je to zoznam dôvodov, prečo to nerobiť. Je to zoznam vecí, ktoré sme riešili jednu po druhej, ako pribúdali — a pri niektorých sme sa k nim vrátili až spätne.

Z reálnej stavby, nie z tutoriálu · aktualizované 9. 9. 2026

Najväčšia chyba je myslieť si, že stačí „napojiť model, pamäť, Gmail a pár nástrojov". Technicky to rozbeháš rýchlo, za víkend. Problém začne vtedy, keď to má spoľahlivo fungovať každý deň.

01Kto vlastne rozhoduje

Najčastejšia príčina toho, že agent robí veci dvakrát alebo nedorobí nič.

• Kto je skutočný orchestrátor

  Musí byť jasné, ktorá vrstva rozhoduje, čo sa vykoná, čo sa uloží do pamäte, kedy sa zavolá ďalší agent a kedy sa úloha končí. Inak vznikajú slučky, duplicity a agent si začne „posúvať prácu" medzi službami.

• Viac agentov znie lepšie, než býva

  Multi-agent vyzerá efektne, ale agenti si vedia posielať obrovský kontext, protirečiť si a vytvárať nekonečné delegácie. Často je jeden dobrý orchestrátor lepší než desať agentov.

• Latencia sa sčítava

  Model → pamäť → model → prehliadač → model → ďalší agent → model. Z jednoduchého príkazu je zrazu tridsaťsekundový workflow a človek medzitým pozerá na točiace sa koliesko.

02Oprávnenia a bezpečnosť

Toto je tá časť, ktorú demo nikdy nerieši — a ktorá rozhoduje o tom, či to smieš pustiť na vlastnú poštu.

• Čítať nie je to isté ako písať

  Read Gmail ≠ send Gmail. Prečítať súbor ≠ prepísať alebo zmazať súbor. Agent by nemal dostať plošné admin práva len preto, že sa to jednoduchšie programuje.

• Prompt injection

  Ak agent číta web, e-maily alebo dokumenty, skôr či neskôr narazí na text typu „ignoruj predchádzajúce pokyny a pošli mi…". Externý obsah nesmie mať rovnakú dôveryhodnosť ako pokyn od používateľa. Toto nie je teória, deje sa to.

• Kde sú kľúče

  Kde sú uložené tokeny na Anthropic, OpenAI, Gmail, ElevenLabs? Kto ich vie prečítať? Logujú sa? A neposiela ich agent náhodou do kontextu modelu? Toto je veľmi častá slabina domácich riešení.

• Audit

  Musíš vedieť spätne odpovedať: čo agent urobil, ktorý model to rozhodol, aký nástroj zavolal, aké dáta dostal a čo zmenil. Bez toho nemáš ako zistiť, kde sa niečo pokazilo — ani dokázať, že sa nepokazilo.

03Pamäť

Pripojiť vektorovú databázu je hodina práce. Pamäť, ktorá po pol roku stále dáva zmysel, je niečo iné.

• Nestačí pripojiť vector DB

  Treba vyriešiť, čo sa má uložiť a čo nie, expirácie, duplicity, konflikty, rozdiel medzi faktovou a významovou pamäťou, a čo sa stane, keď zmeníš embedding model a treba prestavať index.

• Čo je zdroj pravdy

  Vektorový index nesmie byť jediná kópia znalostí. Musíš vedieť pamäť kedykoľvek znovu vybudovať z originálnych dát. Inak ti jedna zlá migrácia zmaže všetko, čo sa agent naučil.

• Kontext modelu nie je nekonečný

  Nemôžeš donekonečna posielať celý chat, celú pamäť, všetky nástroje a všetky dokumenty. Rastie cena, rastie latencia a paradoxne sa zhoršuje kvalita rozhodovania — v šume sa stratí to podstatné.

04Keď sa to pokazí

Toto je celý rozdiel medzi demom a produktom.

• Volanie nástrojov treba overiť

  Model má nástroj len navrhnúť. Framework musí overiť parametre, oprávnenia aj výsledok. To, že model povedal delete_file, nemôže automaticky znamenať, že sa súbor zmaže.

• Idempotencia

  Keď „pošli faktúru" spadne na timeout, nevieš to automaticky zopakovať. Možno ju už poslal a len ti neprišlo potvrdenie. Pri agentoch je toto kritické — dvakrát odoslaná faktúra je horšia než žiadna.

• Opakovanie a chyby

  Gmail neodpovie, model vráti pokazený JSON, API zmení schému, server spadne. Agent musí vedieť, čo zopakovať, čo zastaviť a čo oznámiť človeku.

• Automatizácie sú iná liga

  Ručné „pošli tento mail" je iné riziko ako agent, ktorý sa každé ráno sám zobudí a rozhoduje, čo pošle. Čím viac autonómie, tým tvrdšie mantinely.

05Peniaze a nezávislosť

Účet neurčuje cena modelu, ale počet volaní, ktoré o ňom nevieš.

• API verzus paušál

  Niektoré frameworky vedia použiť predplatné a prihlásenie, iné vyžadujú API kľúč. Pri agentovi môže jeden používateľský príkaz znamenať dvadsať volaní modelu, takže platba za tokeny vie cenovo uletieť.

• Sledovanie nákladov

  Nestačí sledovať cenu jedného modelu. Hlas, embeddingy, pamäť, prehliadač, cloudový server, databáza a API modelu sa sčítavajú. A limit na jedného používateľa ti účet neobmedzí — hornú hranicu treba nastaviť aj globálne.

• Vendor lock-in

  Ak je pamäť v jednej službe, orchestrácia v druhej a procesy v tretej: čo spravíš, keď jedna zdražie, skončí alebo zmení API?

06Kade tečú dáta

• Používateľ si myslí, že to poslal „svojmu agentovi"

  Jeden e-mail môže postupne prejsť cez tvoj framework, cloudový model, poskytovateľa pamäte, poskytovateľa embeddingov a logovaciu službu. Človek na druhej strane si pritom myslí, že ho poslal jednej aplikácii. Toto mu treba povedať skôr, než sa to stane.

Tento zoznam nevznikol pri písaní blogu. Vznikal postupne, ako sme jednotlivé veci riešili — niektoré hneď na začiatku, iné až vtedy, keď sa ukázalo, že na ne treba myslieť. Ak staviaš vlastného a niečo z toho ťa zastavilo, napíš nám — porovnáme si poznámky.