Agent loop je opakující se cyklus, ve kterém AI model sleduje stav úkolu, naplánuje krok, provede akci – třeba zavolá nástroj nebo prohledá databázi – a vyhodnotí výsledek. Smyčka se opakuje, dokud úkol nedokončí, nebo dokud nenarazí na limit.
Jak agent loop funguje
Princip popisuje dokument Anthropicu „Building Effective Agents“. U klasického Workflow jde model po předem daných krocích – u agenta si model řídí postup sám. Průběžně přitom porovnává výsledky svých akcí s realitou, čemuž se v dokumentu říká „ground truth“ z prostředí.
Princip má kořeny v akademickém výzkumu. Práce React (Yao a kol., 2022, arXiv:2210.03629) jako první popsala smyčku uvažování, akce a pozorování: model nejdřív uvažuje, pak jedná, pak se podívá na výsledek a uvažuje znovu. Tohle prolínání úvahy a akce je dodnes základ toho, jak agentní AI pracuje.
V praxi to je vidět třeba na Claude Agent SDK. Model dostane zadání, vyhodnotí ho a buď rovnou odpoví, nebo požádá o zavolání nástroje. SDK spustí nástroj a vrátí výsledek zpátky modelu – to se opakuje, dokud model neodpoví bez dalšího volání nástroje. Jeden průchod smyčkou se nazývá „turn“.
Kdy se agent loop hodí
Smyčka dává smysl tam, kde úkol nejde splnit jedním krokem a počet kroků dopředu neznáte, například:
- zpracování poptávky s vyhledáním v CRM
- kontrola faktury proti více zdrojům
- agent na programování (Coding agent), který opraví chybu a spustí testy
- report, který si sám dotáhne čísla z několika API
Tam, kde je postup pořád stejný, obvykle stačí obyčejná automatizace bez smyčky – vyjde levněji a chová se předvídatelněji. O tom, co mi v praxi šetří čas, jsem psal i v článku 3 automatizace, které mi v praxi šetří hodiny času každý týden.
Limity a rizika
Hlavní riziko je smyčka, která se netočí k cíli, ale dokola – a přitom dál volá API. Nejčastější příčinou bývá chybějící pevný limit počtu kroků, kdy je rozhodnutí „kdy skončit“ ponechané čistě na modelu, bez pojistky v kódu.
Agenty s podobnou smyčkou stavím klientům na míru – napojuju je na firemní data a nástroje a popisuju, kde končí jednoduchá automatizace a začíná agent, co si řídí vlastní kroky. Víc o tvorbě AI agentů na míru →
Následky nejsou jen teoretické. Podle dostupných analýz jsou nejčastějším důsledkem zacyklených agentů vyčerpání API rozpočtu a zahlcení modelu požadavky, řidčeji došlý context window. Proto se v praxi hlídají tři věci najednou: pevný strop na počet kroků, rozpočet v tokenech nebo penězích a časový limit běhu. Claude Agent SDK má přímo dva takové parametry: maxTurns pro maximální počet kroků a maxBudgetUsd pro peněžní strop – jakmile smyčka na některý z nich narazí, běh se ukončí a vrátí chybu.
- Limity musí být vynucené v kódu, ne jen napsané v zadání pro model – agent, který má za úkol splnit zadání, instrukci o rozpočtu v textu často obejde.
- Osvědčuje se rozdělit dohled na dva režimy: human-in-the-loop, kdy agent čeká na schválení každého kroku, a human-on-the-loop, kdy běží sám a člověk zasahuje jen při výjimce.
- Přechod mezi oběma režimy má být postupný, ne skokový – u nové automatizace se vyplatí nejdřív pár týdnů kontrolovat mezikroky ručně.
Můj pohled
Agent loopy aktivně používám a jejich počet mi roste každým dnem. Skoro vždycky začínám testovat novou automatizaci tak, že mezikroky schvaluje člověk – Human-in-the-loop – a teprve po nějaké době přepnu na autonomní běh. Cílem je odladit mouchy a postupně přenechat rutinní úkoly agentům, aby mi zbýval čas na práci, která mě víc baví.
Pavel Szabo
Programátor webů, eshopů a informačních systémů s více než 23 lety praxe. Pomáhám firmám i jednotlivcům s online podnikáním, automatizacemi a využitím AI v praxi.
