Proč budoucnost AI nejsou agenti, ale „Skills“

Posun od roztříštěných AI agentů k modulárním, opakovatelným znalostem

V AI světě dnes mnoho firem staví řešení špatným směrem. Pro každý úkol vzniká nový agent — finanční agent, kódovací agent, výzkumný agent, marketingový agent… seznam je nekonečný.

Problém?
Tento přístup se nedá škálovat a nevyužívá plný potenciál moderních modelů, jako je Claude.

Nedávná přednáška přinesla mnohem lepší pohled:
místo budování stále nových agentů bychom měli brát kód jako univerzální rozhraní a stavět tzv. „Agent Skills“ — modulární balíčky expertních znalostí, které lze kdykoli přidat do obecného agenta.

Skills dávají modelu procedurální, doménovou expertizu, aniž bychom museli vyvíjet separátní agenty.

🧠 1. Kořen problému: inteligence vs. odbornost

Přednášející to popsali přesně:

dnešní modely mají vysokou obecnou inteligenci,
ale chybí jim konzistentní doménová odbornost.

Přirovnali to ke dvěma typům lidí:

„matematický génius“ (skvělé uvažování)
„daňový specialista“ (správné a spolehlivé provedení úkolu)

Génius vyřeší nové problémy,
specialista zajistí, že daňové přiznání bude vždy správně.

Místo budování:

Finančního agenta
Kódovacího agenta
Výzkumného agenta

…stačí vytvořit Skill, který tuto specifickou odbornost přidá do jednoho univerzálního agenta.

🧩 2. Co je „Skill“?

Překvapivě jednoduchá věc:

Skill je jen složka s uspořádanými soubory obsahujícími opakovatelnou procedurální znalost.

Žádné magické abstrakce.
Žádné proprietární systémy.

Skill je:

verzovatelný (Git)
sdílitelný (Drive, cloud, ZIP)
přenositelný
rozšiřitelný

A ta nejlepší část?

Pokud umíš vytvořit složku v počítači, umíš vytvořit Skill.

Model dokáže i sám rozpoznat, že něco opakuješ často — a můžeš mu říct:

„Udělej z toho Skill, ať to můžu používat znovu.“

A on vytvoří kompletní balíček automaticky.

🔧 3. Jak Skill vytvořit (technický model)

Každý Skill má jednoduchou strukturu:

1. Kontejner (složka)

Drží všechny soubory a zajišťuje přenositelnost.

2. Definiční soubor (`skill.md`)

Základ Skillu — využívá Postupné odhalování informací (Progressive Disclosure).

Header (metadata):
Agent vidí vždy. Informuje ho, že Skill existuje.
Body (instrukce):
Agent čte až v momentě, kdy se rozhodne Skill použít.

Šetří to kontextové okno a urychluje vyhodnocování.

3. Nástroje (skripty)

Skill může obsahovat spustitelné skripty, například:

apply_template.py resize_images.sh make_invoice.js

yaml Copy code

Důvod, proč používat kód:

kód je samodokumentační,
agent ho umí číst, opravovat a ladit,
řeší problém „cold startu“.

4. Automatizace (Skill Creator)

Nemusíš Skills psát ručně.
Může je generovat samotný agent:

„Vytvoř Skill pro [konkrétní proces].“

A vznikne kompletní složka se strukturou i skripty.

🧱 4. Nová architektura AI

Přednášející navrhli architekturu připomínající klasické počítače:

Model = Procesor
Agent Runtime = Operační systém
MCP = Vrstva konektivity
Skills = Aplikace

Agenti už nejsou produkty.
Jsou to prostředí, do kterých přidáváš Skills stejně jako aplikace do OS.

🔄 5. Vize: kontinuální učení pomocí Skills

Skills fungují jako:

přenosná paměť
historie znalostí
opakovatelná odbornost

Pokud agent dnes přijde na způsob, jak něco složitého udělat, může to uložit jako Skill — a zítra to umí znovu, hned a bez vysvětlování.

Cíl je jednoduchý:

„Claude v den 30 by měl být výrazně chytřejší než Claude v den 1.“

Místo budování stovek agentů stačí budovat ekosystém Skills.

🚀 Závěr

Mnoho firem stále buduje nové a nové agenty pro každou potřebu.
Ale tento přístup nás drží zpátky.

Budoucnost není v tom stavět nekonečné množství agentů.
Budoucnost je ve stavbě Skills — modulárních, znovupoužitelných balíčků expertních znalostí, které dávají jednomu agentovi obrovskou sílu.

Jeden agent.
Tisíce Skills.
To je skutečná evoluce AI.