Představte si, že máte na disku 672 fotografií. Jsou rozházené v různých složkách, mají nesourodá jména a vy nevíte, kde začít. Tradiční cesta vede přes vyhazování času při ručním třídění nebo nákup drahého softwaru, který slibuje "inteligentní organizaci". Existuje však třetí cesta: nechat si to udělat AI desktop agentem.

Nedávný experiment, který reportoval Fstoppers, ukázal fascinující výsledek. Autor nechal AI agenta, který má přístup k jeho počítači, aby se postaral o masivní archiv snímků. Výsledek? Agent neřešil jen metadata, ale pochopil kontext a soubory skutečně "pochopil" a uspořádal.

Co je to vlastně AI Desktop Agent?

Abychom pochopili rozdíl, musíme rozlišit mezi běžným chatbotem a agentem. Chatbot (jako standardní verze GPT-4) je textový model, který vám odpoví na otázku. AI Desktop Agent je však systém, který disponuje schopností "Computer Use" – tedy schopností vidět obrazovku, pohybovat myší, klikat na tlačítka a psát text do aplikací.

Tyto systémy využívají pokročilé multimodální modely, které dokážou interpretovat vizuální rozhraní (GUI) jako člověk. Místo toho, aby se software musel integrovat přes složité API, agent prostě "vidí" tlačítko "Uložit" a klikne na něj. Mezi přední technologie v tomto směru patří například Claude Computer Use od společnosti Anthropic nebo experimentální nástroje jako Manus Desktop.

Specializovaný software vs. obecný agent

Dříve jsme pro každou činnost potřebovali specializovaný nástroj. Pro fotky jsme měli Adobe Lightroom, pro koláže Pixlr a pro správu dat Excel. I když tyto nástroje mají své vlastní AI funkce (např. automatické navrhování rozvržení v Pixlr), jsou omezené svým programovým rámcem.

AI agent má výhodu v kontextu. Zatímco specializovaný nástroj pro fotky se zaměřuje na to, aby fotku lépe upravil, agent se ptá: "Kam tuto fotku patří?". Může prohlédnout obsah, zjistit, že jde o rodinnou oslavu v Praze, vytvořit složku "Rodina_2026_Praha", přejmenovat soubory podle data pořízení a následně je zkopírovat do zálohy na externím disku. To je úroveň autonomie, kterou specializovaný software postrádá.

Srovnání schopností: Benchmarky a realita

Pokud porovnáme schopnosti aktuálních modelů v roli agentů, situace vypadá následovně:

• Claude 3.5 Sonnet (Anthropic): Aktuálně lídr v oblasti "Computer Use". Má vysokou míru úspěšnosti při navigaci v komplexních rozhraních, ale stále vyžaduje dohled.
• GPT-4o (OpenAI): Excelentní v pochopení instrukcí, ale jeho schopnost přímého ovládání operačního systému je zatím více závislá na externích integracích než na nativním "vidění" obrazovky.
• Jarvis AI (Beta): Jak zmiňují uživatelé na platformách jako TikTok, existují i specializované asistenti jako Jarvis AI, kteří se zaměřují na hlasové ovládání a monitoring systému, ale stále jsou v rané fázi vývoje (beta).

V testech na organizaci dat vykazují agentní modely vyšší úspěšnost v úlohách vyžadujících křížovou práci v aplikacích (např. vyhledat info v prohlížeči -> zapsat do Excelu -> poslat e-mailem) než čistě textové modely.

Cena a dostupnost: Kolik vás to bude stát?

Pro běžného uživatele v České republice je nejdůležitější otázka: "Můžu si to koupit?".

Většina těchto technologií není stále dostupná jako jeden "program na instalaci", ale jako předplatné modelů.

• Claude Pro: Cca 20 USD (cca 470 Kč) měsíčně. Zahrnuje přístup k nejlepším modelům, které lze využít pro agentní úkoly.
• ChatGPT Plus: Cca 20 USD (cca 470 Kč) měsíčně.
• Specializované desktop nástroje (např. Manus): Často nabízejí free tier (omezený počet úloh) a následné předplatné v řádu desítek dolarů měsíčně.

Dostupnost v češtině: Většina těchto agentů je primárně trénována na angličtině. Nicméně díky schopnostem multimodálních modelů (schopnost "vidět" a "číst" text na obrazovce) dokážou agenti pracovat i s českým rozhraním Windows nebo macOS a rozumět českým názvům souborů. Samotné instrukce (prompty) je však stále nejlepší zadávat v angličtině pro maximální přesnost.

Praktický dopad pro české uživatele a firmy

Pro českého freelancera, fotografa nebo malou firmu to znamená obrovský posun v efektivitě. Místo aby administrátor trávil hodiny tříděním faktur nebo organizací digitálního archivu, může mu k tomu sloužit agent.

Pozor na regulaci: V rámci Evropské unie a nového AI Actu bude používání autonomních agentů, kteří mají přístup k citlivým datům a ovládají hardware, podléhat přísným pravidlům. Firmy musí dbát na to, aby agenti neřešili citlivé osobní údaje (GDPR) bez jasného auditního záznamu, co přesně agent na počítači dělal.