Jak to celé začalo

Jeli jsme s rodinou a malými dětmi ze Slovenska domů do Čech. Někde za Popradem se auto rozhodlo, že dál nepojede.

Následovala rychlá série kroků, které nemají s AI nic společného: sehnat odtahovku, dostat rodinu na nádraží, pak zajet do servisu, doběhnout v plné polní na nádraží. Vypočítané to bylo na minuty. V servisu jsem byl přesně 7 minut. Cestou na nádraží mezi poli mě ještě kousl pes do nohy. Klasický den, kdy by většina lidí řekla „tak dneska už nic neudělám“.

Jenže ve vlaku z Popradu do Pardubic jsem měl najednou pár hodin navíc. Děti usnuly a já měl v kapse telefon s přístupem ke Claude Code.

Hodina konverzace, hotová specifikace

V ToDo listu mi visel nápad na systém, který jsme v Softmedia potřebovali už delší dobu. Naši AI agenti dokáží pomáhat s emailovými konverzacemi, vyznat se ve specifikaci a kontrole úkolů napříč vlákny v Missive a CRM v Notionu. Hlídají, zdali jsme splnili všechny požadavky, čtou přílohy … Ale když klient napíše požadavek, musel se admin přihlásit do administrace a změnu udělal ručně. Tak jsem si řekl: Tak kde to jsme? V roce 2025 ???

Je logické chtít systém, kde agent přečte požadavek v e-mailu a sám navrhne, že ho provede a jak a jen žádá o svolení a předloží řešení. Ale ne tak, že mu dáme plný přístup ke všemu. To by byla bezpečnostní katastrofa. Potřeboval jsem promyslet, jak agentovi dát dost pravomocí, aby byl užitečný, aby se neustále učil z případných chyb, ale zároveň ho nepustit tam, kde by mohl něco rozbít.

Z vlaku jsem otevřel Discord na telefonu. Přes Claude Channels jsem se napojil na svého AI agenta, který se připojil k codebase v Gitu. A pomocí Typeless (aplikace, která převádí hlas na text) jsem začal mluvit. „Mám takový nápad …“

Nejde o sepisování. Jde o hlubokou konverzaci.

A tady je ta skutečná změna, o které chci mluvit. Protože když řeknu „naspecifikoval jsem projekt hlasem z vlaku“, většina lidí si představí, že jsem diktoval dokument. Že jsem mluvil a agent zapisoval.

Tak to právě vůbec nefunguje.

Mluvil jsem o tom, co je cílem, z čeho vycházíme, proč si myslím, že by to mohlo fungovat a jak bych na to šel. Prošel posledních 300 úkolů a sám si vyhodnotil, které by mohl zvládnout sám. Agent mi během minuty vrátil několik pohledů na problém. Tři možné cesty, jak to řešit. U každé plusy, mínusy, rizika a doporučené cesty. Věci, na které bych sám nepřišel nebo by mi trvalo hodiny je promyslet.

V tu chvíli začala ta nejdůležitější práce: v hlavě jsem řešil principiální fungování. Proč zvolit jednu cestu a ne druhou. Jak zajistit, aby měl systém dost kontextu. Kde jsou hranice. Co se stane, když něco selže.

Nesepisoval jsem specifikaci, ale vedl jsem hlubokou konverzaci. Musel jsem být plně soustředěný a držet v hlavě hodně souvislostí, protože agent mi neustále vracel nové body k rozhodnutí, nové perspektivy, nové otázky a společně jsme se tím prokousávali k výsledku.

Tohle je ten posun. Ne to, že AI píše kód místo mě, nebo že napíšu specifikaci a ona ji udělá. Ale to, že mám vedle sebe partnera, který má PhD. level, má research nástroje (Perplexity API, Firecrawl agent), rozumí problému, reaguje v řádu vteřin a nutí mě přemýšlet ostřeji a strukturovaněji. Moje věty a specifikace, které tímto způsobem vznikají, jsou překvapivě tak komplexní, jak bych si je nedovolil říct ani kolegovi v práci. Vše se rodí z dialogu.

Po hodině konverzace jsme měli kompletní specifikaci. Uložil ji do Notion jako v1 a vyzval kódovacího agenta, aby začal pracovat.

Ne jednoduchý skript. Třívrstvý bezpečnostní systém.

Aby to bylo jasné: výsledek není jednoduchý program, který přečte e-mail a provede příkaz. Je to vícevrstvý systém s branami, pravidly a kontrolami na každém kroku.

Celý systém má tři bezpečnostní vrstvy, které hlídají, co agent smí a co ne:

První vrstva: správa serveru. Základní provozní věci. Přístup k souborům, e-mailovým schránkám, naplánovaným úlohám. Agent tady může dělat rutinní údržbu, ale nemůže smazat data nebo změnit konfiguraci serveru.

Druhá vrstva: systémové operace. Aktualizace, instalace, správa systémových prvků webu. Tady agent může nainstalovat plugin nebo provést aktualizaci, ale každá operace projde přes bránu, která ověří, jestli je na seznamu povolených akcí.

Třetí vrstva: programování a úpravy kódu. Tady agent skutečně mění kód na klientském webu. Ale pouze přes zabezpečený přístup a pouze operace, které prošly kontrolou. Žádné „udělej cokoliv“. Jen to, co je předem schválené.

Každá vrstva má svůj seznam povolených a zakázaných operací. Agent nemůže přeskočit vrstvu. Nemůže obejít bránu. A pokud narazí na požadavek, který není v jeho pravomoci, zastaví se a předá to člověku.

K tomu jsme naprogramovali vlastní rozšíření pro Missive, které AI agentům umožňuje pracovat přímo z e-mailového vlákna. Agent vidí konverzaci, rozumí kontextu a provede přesně tu akci, kterou klient potřebuje. Ale pouze na vyzvání administrátorem a v rámci svých oprávnění. A celou tuhle architekturu jsme navrhli z telefonu, ve vlaku, hlasem.

Dvacet minut na funkční produkt

Specifikaci předal dalšímu agentovi. Ten ji vzal, napsal kód, otestoval ho, prošel kontrolou kvality a nasadil.

Dvacet minut. Funguje bez chyb.

Celý cyklus od nápadu po nasazený produkt proběhl z telefonu ve vlaku. Žádný laptop. Žádná kancelář. Žádný tým vývojářů na callu.

Proč většinu času strávíte přemýšlením, ne programováním

Nedávno jsme na blogu psali o tom, že hodnota se přesouvá ze softwaru do struktury. Že v éře AI agentů přestává být hlavní sdílenou jednotkou kód a stává se jí specifikace. Popis toho, co se má postavit a proč.

Tohle byl přesně ten moment, kdy jsem si to ověřil v praxi. Z celého procesu jsem nejdelší dobu strávil přemýšlením, zkoumáním možností a rozhodováním.

Samotné naprogramování, otestování a nasazení zabralo zlomek toho času a v budoucnu nebude ani důležité, který LLM to provede. Specifikace má tu největší hodnotu.

Kdybych toho dne ve vlaku otevřel editor a začal psát kód, za hodinu bych měl možná kostru jednoho souboru. Místo toho jsem za hodinu v dialogu s agentem popsal celý třívrstvý systém s bezpečnostními pravidly, API návrhem a implementačním plánem. Protože jsem nemusel myslet na syntaxi, frameworky a infrastrukturu. Mohl jsem myslet na to, co je důležité: jak má systém fungovat a kde jsou jeho hranice.

Jak to konkrétně fungovalo

Pro ty, které zajímají detaily:

Telefon + hlas: Používal jsem Typeless, aplikaci na převod hlasu na text. Mluvil jsem česky, Typeless převedl na text a já ho poslal do Discordu.

Agent na Discordu: Přes Claude Channels (oficiální napojení Claude Code na Discord) jsem komunikoval s agentem, který běží na presistentní session na VPS serveru, který už má ty nejdůležitější skills, zná náš byznys, technologický stack a nástroje, které používáme.

Dialog: Neříkal jsem „napiš tohle“. Popisoval jsem problém a cíl. Agent navrhoval řešení, já ho upřesňoval a poskytoval kontext a desired UX flow. Každá moje věta vyvolala několik perspektiv a návrhů, ze kterých jsme spolu vybírali tu nejlepší cestu.

Specifikace: Výsledný dokument popisoval tři bezpečnostní vrstvy, seznam povolených a zakázaných operací pro každou z nich a implementační plán rozdělený do fází.

Implementace: Specifikaci předal dalšímu agentovi. Ten ji vzal, napsal kód, napsal testy, prošel je, nasadil na server. Dvacet minut. Na první pokus vše fungovalo. Jedno kolečko code-review a poslední push.

Co to znamená pro vás

Píšu to proto, abych vám přiblížil, jaká je realita. Čím si lidé v naší bublině procházejí. Proč v noci nespí a ve dne sní o specifikacích. Tohle může udělat kdokoliv, koho baví řešit hlavolamy, jako nás a kdo si dá tu práci s přípravou, staví infrastrukturu, staví systém z chaosu a dokáže ho udržovat. Potom, když přijde ta správná myšlenka a hodina času, se kterou jste třeba ani nepočítali, může to vzniknout na první pokus, protože už víte, co děláte a jak to funguje.

Klíč není v technologii. Ta je dostupná všem. Klíč je v tom, jak dobře umíte přemýšlet nad problémem. Jak přesně dokážete formulovat, co chcete. A jak jste ochotní vést hluboký dialog místo povrchního zadávání úkolů.

Největší překvapení pro lidi, kteří s AI agenty začínají, bývá tenhle: neušetříte čas na přemýšlení. Naopak. Přemýšlení je to jediné, co po vás zůstane. Ale přemýšlíte ostřeji a pouštíte se hlouběji, protože vedle vás sedí někdo, kdo okamžitě reaguje, nabízí perspektivy a ptá se na věci, na které byste zapomněli.

Pokud máte ve firmě proces, který se opakuje a stojí čas, zkuste tohle:

1. Začněte konverzací, ne dokumentem. Otevřete dialog s AI agentem. Popište problém. Nechte ho navrhnout řešení. Ptejte se proč. Hledejte slabiny.
2. Dejte tomu čas. Hodina soustředěné konverzace vydá za den nesoustředěného programování.
3. Výsledek uložte jako specifikaci. Co je cíl. Odkud chodí data. Jaká jsou pravidla. Kam jde výsledek. Co se nesmí stát. Jaké jsou bezpečnostní vrstvy. Když si myslíte, že máte hotovo, zeptejte se ještě, kde jsou slabiny vaší specifikace, jestli je to udržitelné, jak řešit aktualizace on-the-go, jestli nebude bobtnat databáze atd.
4. Předejte specifikaci agentovi k implementaci. Kód, testy, nasazení. Zkontrolujte výsledek.
5. Když něco nesedí, vraťte se ke konverzaci. Upravte specifikaci, ne kód.

A mimochodem: právě čtete výsledek toho samého procesu

Celé to totiž zachází ještě dál. Ve vlaku jsem nejen naspecifikoval a nasadil ten systém. V jednu chvíli mě napadlo: tohle je přece skvělý námět na článek.

Tak jsem mu řekl, ať zadá dalšímu specializovanému agentovi, aby můj příběh popsal. Tenhle agent už má všechno nachystané pro psaní na blog: zná náš brandový styl, ví jak strukturovat článek, umí sám vytvořit náhledový obrázek, nastavit kategorie a zveřejnit na WordPress. A hlavně ví, že nemá produkovat generický AI text, ale článek s přidanou hodnotou.

Proběhlo několik iterací. Agent postupoval podle E-E-A-T pravidel. To znamená, že mi vrátil otázky k zodpovězení: jaký byl tvůj osobní zážitek, co tě překvapilo, jak přesně ten dialog probíhal, co z toho plyne pro ostatní. Doplnil jsem svoje zkušenosti a postřehy. Sice jsem to ještě hodinu upravoval, ale nezačínám z prázdného listu, jen craftuju, jak chci aby vypadal výsledek. Nejprve s agentem a nakonec ručně. Ještě při tom odhalím vzorce chyb, které dělá a přeučím ho, aby je příště nedělal. A díky tomu ještě ten samý den máme blogový článek na webu.

Právě ho čtete.

Fascinující doba

Člověk by si řekl, že v době kdy AI dělá všechno, mají programátoři nohy nahoře a nemají co dělat. Pravda je přesně opačná.

Děláme toho desetkrát víc. A pořád máme pocit, že nestíháme. Všichni vývojáři to teď dělají takhle. Novinky, nové verze a nové funkce vycházejí ne v řádu měsíců, ale v řádu hodin až dnů. OpenClaw? 5 dní, 5 verzí, ve které přinášení fakt spoustu nadupaných funkcí. Všechno je potřeba sledovat a okamžitě zavádět do praxe. Z tohohle vlaku nechcete vypadnout …

To je ta skutečná změna. Ne že by AI nahradila přemýšlení. Ale že dramaticky zrychlila cestu od myšlenky k výsledku. A ten, kdo se naučí myslet nahlas s AI partnerem vedle sebe, udělá za den tolik, co dřív za měsíc.

Já si to znovu ověřil s nakousnutou nohou, rozbitým autem za zády a dvěma spícími dětmi v kupé Pendolina SC 240. A funguje to.

👉 Chcete zjistit, jak AI agenty zapojit do vaší firmy? Ozvěte se nám na bezplatnou konzultaci.