Codex použil moji vlastní aplikaci napoprvé

Poznámky z malého experimentu s computer use, Proton VPN a aplikací, kterou jsem postavil, ale nikdy podle ní netrénoval AI.

Computer use — tedy schopnost AI agenta ovládat software podobně jako člověk pomocí klikání a psaní — zatím v ČR není dostupný. Verze od Codexu se sem ještě oficiálně nedostala.

Tak jsem udělal to očividné. Proton VPN, americký server, přihlášení.

Nechtěl jsem nic obcházet nebo zneužívat. Chtěl jsem otestovat jednu konkrétní věc: dokáže agent používat aplikaci, kterou nikdy předtím neviděl, bez dokumentace, bez návodu a bez API shortcutů?

Tak jsem mu dal jednu svoji.

Test

Vybral jsem interní nástroj, který jsem vytvořil — typ aplikace, který má dnes interně skoro každá agentura. Vlastní UI, vlastní logika, žádná veřejná dokumentace, nic, na čem by model mohl být natrénovaný.

Instrukce byly jednoduché: vytvoř několik úkolů, přidej členy týmu a správně je nastav.

To bylo všechno. Žádné "klikni na tlačítko vpravo nahoře". Žádný detailní walkthrough. Jen cíl.

Co se stalo

Fungovalo to. Napoprvé.

Agent našel navigaci, pochopil správné obrazovky, proklikal formuláře, vyplnil pole, uložil změny a pokračoval dál.

Neptal se. Nezasekl se na hover stavech ani špatně nepřečetl tlačítka. Pohyboval se aplikací jako člověk, který už onboarding absolvoval a ví, jak systém funguje.

Celá sekvence zabrala méně času, než kolik by mi trvalo natočit Loom video s vysvětlením postupu.

Proč je to důležité

Ještě před rokem znamenali "AI agenti používající software" většinou pečlivě připravené demoverze. Kurátorované flow. Kontrolované prostředí. Částo optimalizované pro jeden konkrétní scénář.

Tohle nebylo připravené.

Aplikace byla moje. Úkol byl reálný. A nic nebylo upravené pro AI předem.

Jsou dvě věci, které mi zůstaly v hlavě.

Otázka integrací se změnila

Dlouhé roky byla odpověď na otázku "jak propojit nástroj A s nástrojem B?" jednoduchá: API.

Vybudovat integraci, spravovat ji, řešit autentizaci, změny verzí a edge casy.

To je pořád nejlepší možnost, pokud existuje.

Ale teď existuje ještě druhá odpověď: ukázat agentovi UI a říct mu, co má udělat.

Pro interní systémy, legacy software nebo nástroje bez pořádného API je to najednou reálně použitelé. Možná ne perfektní. Možná ne ideální. Ale dostatečně použitelé na to, aby to mělo význam.

A to mění hodně.

UX má najednou dvě publika

Každé rozhodnutí v rozhraní — názvy tlačítek, struktura menu, layout formulářů — bylo doposud hodnocené hlavně lidmi.

Teď jsou součástí publika i AI agenti.

Jasné názvy pomáhají lidem i agentům. Schovaná funkcionalita škodí oběma. Rozdíl je v tom, že agent vám velmi rychle oznámí, že nenašel tlačítko "Přidat člena", protože bylo ukryté v neoznačeném icon menu.

UX přívětivé pro agenty je vlastně jen dobré UX s přísnějšími požadavky.

Co to znamená pro automatizace

Velká část automatizační práce je pořád hlavně "plumbing" — propojování systémů, které spolu původně vůbec neměly komunikovat.

To nezmizí.

Ale množství systémů, které lze automatizovat, se velmi rychle zvětšuje.

Otázka už není jen: "Má ten software API?"

Teď je to také: "Dokáže agent ten software používat dostatečně spolehlivě na to, aby splnil úkol?"

A čím dál častěji je odpověď ano.

To mění ekonomiku automatizačních projektů, které byly ještě nedávno příliš křehké, drahé nebo složité na realizaci.

Interní administrace, vendor portály, staré ERP systémy nebo niche business nástroje — všechny jsou najednou výrazně dostupnější.

Závěr

Nechci přehánět význam jednoho experimentu. Pořád existují limity — dlouhé sessions, komplikované workflow, nepředvídatelné stavy nebo úkoly vyžadující dlouhodobý úsudek.

Computer use není hotový produkt.

Ale ta základní hranice se očividně posunula.

AI agent zvládl ovládat aplikaci, kterou nikdy předtím neviděl, splnil úkol napoprvé a zvládl to za méně než minutu.

A byl to jeden z prvních AI momentů za dlouhou dobu, který mě donutil se opravdu zastavit a věnovat tomu pozornost.