DoorDash přesunul AI agenty do cloudu. Za měsíc zvládli 130 000 úloh

AI agent už nemusí bydlet v notebooku

V posledních letech se vývojářské AI nástroje často používaly přímo v editoru nebo na lokálním počítači. Vývojář napsal zadání, agent prošel část repozitáře, upravil několik souborů a následně čekal na další instrukci. Pro interaktivní práci je to stále praktický model.

Pro dlouhé a opakované úkoly má ale notebook podobné limity jako osobní automobil používaný jako nákladní vlak. Má omezený výkon, paměť, výdrž baterie a připojení. Jakmile inženýr zavře víko, odjede do letadla nebo mu vypadne VPN, práce agenta se může zastavit.

DoorDash proto vybudoval Flux jako cloudové prostředí pro autonomní vývojářskou práci. Podle oficiálního popisu společnosti platforma během jediného měsíce automatizovala 130 000 úloh. Každý týden zároveň zpracuje více než 25 000 automatizovaných revizí kódu.

Čtyři stavební bloky platformy Flux

DoorDash Flux nepopisuje jako jediného univerzálního agenta, který umí všechno. Jde spíše o infrastrukturu, na níž mohou týmy stavět různé automatizované pracovní postupy. Platforma stojí na čtyřech základních prvcích.

1. Izolované cloudové sandboxy

Každá úloha běží v samostatném sandboxu, tedy izolovaném prostředí připraveném pouze pro konkrétní práci. DoorDash k tomu používá Firecracker microVM, technologii určenou pro rychlé a izolované spouštění malých virtuálních strojů. Projekt je dostupný jako open source na GitHubu.

Sandbox dostane potřebné repozitáře, vývojářské nástroje, závislosti a omezené přístupy k tajným údajům. Agent tak nepracuje přímo v notebooku vývojáře ani v prostředí, kde jsou automaticky dostupné všechny jeho SSH klíče, VPN relace a interní služby.

DoorDash uvádí, že 95. percentil kompletního nastavení sandboxu je pod pět sekund. Do tohoto času se počítá spuštění microVM, naklonování repozitářů, instalace nástrojů a příprava prostředí pro coding agenta. Pro člověka je pět sekund prakticky okamžik. Pro systém, který má spouštět tisíce úloh, jde o důležitou provozní vlastnost.

2. MCP gateway pro kontrolovaný přístup

Samotný agent by toho bez přístupu k interním systémům příliš nezmohl. Potřebuje číst stav CI, pracovat s issue trackerem, vyhledávat v dokumentaci, kontrolovat logy nebo získat informace z observability nástrojů.

Flux proto používá vlastní Agent Gateway, která funguje jako centrální brána pro přístup agentů k interním službám přes Model Context Protocol. MCP lze zjednodušeně chápat jako společný konektor mezi jazykovým modelem a nástroji. Místo toho, aby měl každý agent vlastní sadu širokých oprávnění, gateway mu poskytne jen ty nástroje, které konkrétní playbook vyžaduje.

Součástí systému je autentizace, autorizace, logování a audit. Firma tak může zpětně zjistit, co agent provedl, ke kterým systémům se připojil a za koho úkol vykonával. To je podstatný rozdíl oproti situaci, kdy autonomní software dostane přístup k notebooku člověka a následně se všichni tváří, že určitě nic nerozbije.

3. Playbooky jako opakovatelné scénáře

Playbook je opakovaně použitelný popis úkolu. DoorDash ho definuje v YAML souboru, kde jsou uvedeny požadované vstupy, kontext, nástroje, oprávnění, validace, očekávaný výstup a bezpečnostní hranice.

V praxi může jeden playbook popisovat například automatickou revizi pull requestu. Jiný může po pádu CI projít dostupné logy, určit pravděpodobnou příčinu a připravit návrh opravy. Další scénář může v pravidelném intervalu kontrolovat technický dluh nebo aktualizovat dokumentaci.

Důležitá je možnost kombinovat agentní a deterministické kroky. Tam, kde je potřeba úsudek, nastoupí jazykový model. Tam, kde stačí přesné pravidlo, běží klasický kód. To snižuje náklady i riziko, protože není nutné svěřovat jazykovému modelu každou část procesu.

4. Spouštění ze Slacku, GitHubu i přes cron

Stejný playbook lze spustit několika způsoby: ze Slacku, GitHubu, příkazového řádku, plánovače cron nebo konverzačního rozhraní. Vývojář tedy nemusí otevírat speciální administrátorský panel. Úkol může vzniknout přímo tam, kde tým běžně pracuje.

DoorDash zároveň změnil způsob, jakým se agentní úlohy zobrazují ve Slacku. Původně běžely v soukromých kanálech, což bylo praktické pro jednotlivce, ale hůře se sdílely zkušenosti. Přesun do veřejných vláken umožnil ostatním sledovat průběh práce, prohlížet výsledky a učit se, jaké úkoly má smysl automatizovat.

Od revizí kódu k pohotovostním úkolům

DoorDash začal s automatizovanými code reviews. Důvod byl pragmatický: jde o častou, měřitelnou a relativně dobře kontrolovatelnou činnost. Tým mohl sledovat kvalitu výstupů, latenci i náklady, aniž by agentovi hned svěřil kritickou část produkčního systému.

Postupně se Flux rozšířil na triáž chyb v CI, úkoly spojené s on-call službou, údržbu a vývoj podle tiketů. Podle zveřejněných údajů platforma obsahuje více než 300 unikátních playbooků a každý týden zaznamená více než 10 000 jejich spuštění.

To je důležitější než samotné číslo 130 000. Nejde pouze o jednorázovou ukázku schopností modelu, ale o provozní systém, který má fungovat opakovaně, paralelně a bez přítomnosti člověka u každé jednotlivé úlohy.

Proč si DoorDash staví vlastní platformu

DoorDash uvádí, že hostované coding agenty lze používat rychleji, ale přinášejí složitou otázku: kam putuje citlivý kód a jak se agent dostane k interním systémům. Vlastní platforma firmě umožňuje kontrolovat orchestraci, sandboxy, oprávnění, integrace i auditní stopu.

Neznamená to, že každý podnik musí okamžitě stavět vlastní Flux. Pro menší tým může být rozumnější využít hotového cloudového agenta. Například GitHub Copilot cloud agent pracuje v dočasném vývojovém prostředí napojeném na GitHub Actions, umí prozkoumat repozitář, vytvořit plán, upravit kód a připravit pull request. GitHub zároveň uvádí, že cloudový agent je dostupný v placených tarifech Copilotu a spotřebovává Actions minuty a AI kredity.

Rozdíl je především v míře přizpůsobení. Flux je interní platforma DoorDashu, navržená pro jeho vlastní bezpečnostní model, nástroje a procesy. Veřejně dostupná služba pro české firmy ani samostatný produkt s ceníkem to není. DoorDash také nepublikoval cenu za jednotlivé úlohy. Náklady proto nelze přímo porovnat s API ceníky současných modelů GPT, Claude nebo Gemini.

Nejde o benchmark modelu, ale o benchmark provozu

Flux není nový jazykový model, takže u něj nedává smysl porovnávat skóre v matematických testech nebo programátorských benchmarcích s modely GPT, Gemini či Claude. DoorDash zveřejňuje především provozní metriky: počet dokončených úloh, počet revizí, množství playbooků a rychlost přípravy sandboxu.

Právě v tom je případ zajímavý. Kvalita AI agenta není dána pouze tím, jak dobře píše kód. Stejně důležité je, zda má správný kontext, přístup k potřebným nástrojům, omezená oprávnění, možnost ověřit vlastní výsledek a jasný způsob zastavení. Chytrý model v chaotickém prostředí je stále jen velmi rychlý způsob, jak vytvořit nový problém.

Co si z toho mohou odnést české firmy

Pro české vývojářské týmy není Flux nástrojem, který by si dnes jednoduše zapnuly v české lokalizaci. Jeho význam je spíše architektonický. Ukazuje, že nasazení AI agentů ve firmě nekončí výběrem modelu a napsáním dobrého promptu.

Praktický základ tvoří izolované prostředí, centrální správa oprávnění, audit logy, opakovatelné scénáře a možnost spouštět úkoly z běžných pracovních nástrojů. Stejný princip lze použít i v menším měřítku: nejdříve automatizovat úzký a dobře měřitelný proces, například kontrolu dokumentace nebo analýzu neúspěšných testů, a teprve potom přidávat citlivější úlohy.

DoorDash tím nepředvádí, že vývojáři zmizeli z procesu. Spíše přesouvá jejich práci od ručního spouštění rutinních kroků k návrhu pravidel, kontrole výsledků a řešení složitějších problémů. Agent může pracovat přes noc. Odpovědnost za to, co smí dělat, ale přes noc neusíná.

FAQ

Zdroje: DoorDash Engineering Blog, InfoQ, GitHub Docs a Firecracker na GitHubu.