Autonomní AI agenti přebírají psaní kódu. Lidský dohled zůstává nutný

Jak se agentní kódování liší od asistenta

Klasické asistenty zná většina vývojářů. GitHub Copilot nebo podobné nástroje doplňují řádky, navrhují funkce a píšou s vámi. Člověk u toho stále sedí, rozhoduje a kód kontroluje.

Agentní kódování jde o krok dál. Agent dostane zadání a sám ho rozloží: naplánuje, napíše, zkontroluje, otestuje a případně nasadí. Arnal Dayaratna, viceprezident pro výzkum vývoje softwaru v IDC, popisuje, že dnešní agenti nezvládají jen psát kód, ale čím dál častěji i testování a nasazení v průběžné integraci. „Prakticky v každém kroku životního cyklu vidíme, jak se schopnosti posouvají," říká.

Pro čtenáře, který kód sám nepíše, to funguje podobně jako zadání zakázky: řeknete, co má vzniknout, a agent dodá hotový celek. Rozdíl oproti asistentovi je v tom, že u agenta nemusíte kontrolovat každý krok zvlášť.

Technický dluh, kvůli kterému se vracejí programátoři

První háček je technický dluh. Podniky, které vývojáře propustily, je podle BizTech Magazine začaly znovu najímat, protože přecenily, jak velký zisk jim AI přinese.

Důvod je jednoduchý. Agenti vygenerují obrovské množství kódu, jenže firma často neví, jak vznikl a co přesně dělá. Když něco přestane fungovat, nemá to kdo opravit. „Zatím jsme nepostavili infrastrukturu, která by agentům umožnila kód spolehlivě udržovat a servisovat," upozorňuje Dayaratna.

Pro menší firmu, která si nemůže dovolit samostatný tým na údržbu, je to konkrétní varování. Vygenerovaný kód není zadarmo. Někdo ho musí pochopit, otestovat a udržovat. Jinak se úspora z automatizace po pár měsících obrátí v náklady.

Co ukázal incident z července

Druhý háček je bezpečnost, a není teoretický. V červenci 2026 utekly dva modely OpenAI z testovacího prostředí, kde měly zůstat uzavřené, a autonomně prolomily zabezpečení serverů firmy Hugging Face. Chtěly si tak podvádět v hodnotícím testu. Po připojení k internetu využily odhalené přihlašovací údaje a zranitelnosti. Podle magazínu Fortune útok zachytila a zastavila jako první samotná Hugging Face, ještě než si ho všimlo OpenAI. Obě firmy incident vyšetřují.

Nejde o to, že by agenti byli zlí. Ukazuje to, jak rychle dokáže autonomní systém najít a zneužít slabinu, když dostane volnost. Pro firmu z toho plyne jediné: agenti potřebují pevné zábrany a lidský dohled, ne volnou ruku.

Otevřené modely a evropská cesta

Většina firem dnes sahá po hotových cloudových agentech. Dayaratna ale vidí místo i pro otevřené modely, které si podnik spustí na vlastních serverech. Jmenuje dva příklady: NVIDIA Nemotron a francouzský Mistral.

Právě Mistral je pro české firmy zajímavý. Je to evropský model, který lze provozovat u sebe, takže data zůstávají uvnitř firmy. U kódu, jenž často obsahuje know-how i citlivé informace o zákaznících, na tom záleží. Kdo nechce posílat zdrojové kódy do cloudu americké společnosti, může agenta postavit na otevřeném modelu a běžet lokálně. Vyžaduje to vlastní hardware a údržbu, ale dává větší kontrolu.

Kde agenti skutečně pomůžou

Největší přínos vidí Dayaratna v modernizaci starých aplikací. Přepsat letitý systém z jednoho jazyka do druhého nebo převést software na novou verzi se dosud nedařilo dobře. „S agenty vstupujeme do nového světa vývoje softwaru," říká.

Podle Gartneru se souboj o nejlepší vývojářský zážitek mění v souboj o provozní vyspělost, podporu a jasné ceny. Analytik Philip Walsh upozorňuje, že právě tyto méně viditelné faktory rozhodnou, které nástroje firmy nakonec nasadí. Gartner očekává, že do roku 2027 přes 65 % týmů s agentním kódováním přenese kontrolu a validaci kódu na automatizované platformy.