Od nápovědy k autonomii: Co přesně jsou agentní workflow
První generace AI nástrojů pro vývojáře byla reaktivní. Napsali jste komentář, doplnili proměnnou a model navrhl další řádek kódu. Tento model — označovaný jako generativní AI — stále vyžadoval, aby člověk držel v hlavě celkový kontext architektury, propojení mezi mikroslužbami i aktuální stav Jira ticketu.
Agentní workflow tento přístup obrací naruby. Místo izolovaného návrhu snippetu vám AI agent zadáte vysokoúrovňový úkol: „Analyzuj naši zastaralou mikroslužebnou architekturu a navrhni migraci na serverless framework s odhadem nákladů a časovým plánem.“ Systém pak sám spustí paralelní procesy — jeden agent provede technický průzkum, druhý navrhne architekturu, třetí vygeneruje prezentaci pro vedení a čtvrtý připraví kostru kódu.
Klíčové slovo zde je orchestrace. Moderní vývoj v roce 2026 už nejde o to, který velký jazykový model (LLM) používáte. Jde o to, jak koordinujete více specializovaných modelů a agentů tak, aby společně zvládli úkoly, které by jeden model nikdy nezpracoval. Tento přístup popisuje například platforma HIX AI jako „model-agnostické velitelské centrum“, které automaticky vybírá nejlepší model pro každý podúkol.
Když infrastruktura nestačí: GitHub pozastavil nové registrace
Důkaz, že tato transformace není vzdálená vize, ale každodenní realita, přišel 21. dubna 2026. GitHub oficiálně oznámil pozastavení nových registrací do tarifů Copilot Pro, Pro+ a Student s odůvodněním, které by ještě před rokem znělo jako sci-fi: „Agentní schopnosti Copilotu se rozšířily tak rychle, že agenti vykonávají více práce a více zákazníků naráží na limity navržené pro zachování spolehlivosti služby.“
Firma zároveň zpřísnila limity v individuálních plánech. Opus modely zmizely z tarifu Pro, přičemž Pro+ zůstává jedinou individuální variantou s přístupem k nejnovějším modelům. Pro vývojáře to znamená zásadní změnu: už nestačí počítat počet dotazů, ale musíte sledovat tokenovou spotřebu a násobitele modelů. Dlouhé běžící paralelní session — typické pro agentní workflow — rychleji vyčerpávají limit než jednoduché doplňování kódu.
„Nákladové struktury vytvořené pro lehkou asistenci už neobstojí. Toto vyvíjí tlak na kapacitu GPU, spolehlivost a unit economics,“ komentoval situaci pro InfoWorld Charlie Dai, viceprezident a hlavní analytik společnosti Forrester. Jeho kolega Faisal Kawoosa ze společnosti Techarc dodává, že regulace využití se stane „strukturálním rysem odvětví“, jakmile se agentní vývoj stane běžnou praxí.
OpenAI, Anthropic a závod o váš desktop
Zatímco GitHub řeší kapacitu, jeho konkurenti posouvají hranice toho, co mohou agenti dělat. OpenAI 16. dubna 2026 vydal zásadní aktualizaci systému Codex, která mu umožňuje přímo ovládat desktopové aplikace v macOS. Agent může běžet na pozadí, pracovat paralelně v několika instancích a dokonce si sám naplánovat budoucí úkoly, na které se vrátí bez zásahu člověka.
Nová verze Codex přináší také paměť — opt-in funkci, která si systém ukládá preference, opravy a kontext z předchozích interakcí. Dále integruje pluginy pro GitLab, Atlassian Rovo a Microsoft Suite, což z něj činí univerzálního prostředníka mezi kódem, projektovým managementem a firemní dokumentací.
Nezůstává pozadu ani Anthropic. Jeho nástroj Claude Code a novější desktopový agent Cowork umožňují pracovat přímo se soubory v počítači bez nutnosti programovat. Podobně jako Codex i Cowork dokáže procházet kódovou základnou, provádět refaktoring a připravovat pull requesty s minimálním dohledem.
Evropa čeká. Čeští vývojáři mají zpoždění
Pro českou a evropskou vývojářskou komunitu přináší tento závod o desktopového agenta jedno zklamání: Evropští uživatelé musí na aktualizaci Codexu pro macOS stále čekat. OpenAI uvedlo, že se rozšíření do EU uskuteční „brzy“, bez konkrétního data. Podobné zpoždění se týká i personalizačních funkcí pro Enterprise a Edu uživatele.
Většina těchto nástrojů stále primárně komunikuje v angličtině. Zatímco základní dotazy v češtině většina modelů zvládne, technická dokumentace, pokročilé promptování a integrace s českými interními systémy zůstávají doménou angličtiny. Pro české týmy to znamená, že adoptace agentních workflow vyžaduje buď silnou anglickou komunikaci, nebo vlastní vrstvu lokalizace nad API.
Kolik stojí agentní kolega? Ceny v době omezení
Přechod od autokorekce k plnohodnotným agentům se bezprostředně odráží v cenách. GitHub Copilot Pro zůstává pro existující uživatele přístupný v původní cenové hladině (přibližně 10 USD měsíčně, tedy zhruba 230 Kč), ale s novými limity. Tarif Pro+ s většími kvótami a přístupem k Opus 4.7 stojí výrazně více, konkrétní částka však závisí na regionu a způsobu fakturace.
OpenAI Codex je dostupný v rámci předplatného ChatGPT Plus/Pro a Enterprise. Anthropic Claude Code je prozatím součástí placených tarifů Claude Pro. Zajímavou alternativu představují open-source řešení jako continue.dev nebo OpenClaw, které umožňují připojit vlastní API klíče k open-source modelům a agentním frameworkům — tento přístup je v Česku populární zejména mezi startupy, které chtějí udržet náklady pod kontrolou a zachovat digitální suverenitu.
Právě otázka digitální suverenity — tedy zda vaše proprietární kód, architektonické plány a strategické dokumenty zůstávají v sandboxovaném prostředí — bude pro české firmy a instituce klíčová zejména s ohledem na plnou implementaci EU AI Act, která klasifikuje systémy používané v kritické infrastruktuře jako vysoce rizikové.
Závěr: Architekt místo lepiče
Agentní workflow v roce 2026 nezastírají jednu realitu: vývojáři nezanikají, ale jejich role se dramaticky posouvá nahoru. Úkoly, které dříve zabíraly 80 % pracovní doby — manuální procházení dokumentace, kopírování mezi desítkami záložek prohlížeče, formátování prezentací pro vedení — nyní přebíjí specializovaní agenti.
Zároveň ale roste potřeba orchestrace a architektonického myšlení. Člověk, který rozumí kontextu firmy, dokáže formulovat správné zadání a ověřit výstupy agentů, má dnes větší cenu než kdy dříve. Budoucnost programování není o psaní více kódu. Je o chytřejším řízení systémů, které kód píšou za nás.
Musím se agentních workflow obávat jako juniorní vývojář?
Nikoli. Agenti excelují v rutinních a koordinačních úkolech, nikoli v architektonickém rozhodování a kreativním řešení problémů. Juniorním vývojářům mohou dokonce urychlit učení tím, že jim vysvětlí složité kódové báze a provedou je kroky refaktoringu s odůvodněním každé změny.
Jak agentní workflow ovlivňují bezpečnost firemního kódu?
Zvyšují rizika i přínosy současně. Riziko představuje možnost, že agent s širokými oprávněními může nechtěně odhalit citlivá data přes API nebo vložit do kódu neověřené knihovny. Na druhé straně ale agenti mohou kontinuálně provádět audit závislostí, detekovat zranitelnosti a vyhodnocovat licenční kompatibilitu rychleji než lidský tým. Klíčem je pečlivé nastavení oprávnění a sandboxované prostředí.
Lze agentní workflow používat i v českých firmách bez globálního IT rozpočtu?
Ano. Open-source frameworky jako LangChain, AutoGen nebo CrewAI umožňují postavit vlastní agentní workflow na vlastní infrastruktuře s využitím levnějších modelů od DeepSeeku, Alibaby nebo lokálně běžících open-source modelů. Pro menší týmy je to často ekonomičtější než placené tarify velkých amerických platforem, byť vyžaduje vyšší počáteční technické znalosti.