AGI a agenti: čo je relevantné pre praktikov (a čo je hype)

AGI (Artificial General Intelligence) označuje hypotetickú AI so všeobecnou inteligenciou podobnou ľudskej, ktorá funguje naprieč doménami. Pre praktikov, ktorí pracujú s agentmi, nie je AGI v roku 2026 plánovacou veličinou: relevantné sú merateľné, inkrementálne skoky v schopnostiach dnešných modelov (dlhšia autonómia, lepší reasoning), nie samotný prísľub AGI. Ten zostáva špekuláciou. Tento článok vecne oddeľuje to, čo sa pre prax s agentmi konkrétne mení, od toho, čo je hype.

• Operatívne irelevantné: AGI nie je prahová hodnota, podľa ktorej sa dajú nastaviť roadmapy. Neexistuje spoľahlivá definícia ani seriózny dátum.
• Operatívne relevantné: preukázateľné pásma schopností dnešných modelov a ich inkrementálna cesta (viac autonómie na úlohu, lepší viackrokový reasoning).
• Brzda pre každý hype: miery halucinácií 22-94 %, namerané prírastky produktivity 14-26 % a naďalej jednociferná miera nasadenia agentov.

Prečo debata o AGI pre praktikov takmer nič nemení

Debata o AGI sa pri konkrétnych projektoch s agentmi vedie na nesprávnej úrovni abstrakcie. Či a kedy vznikne všeobecná inteligencia fungujúca naprieč doménami, je otázka pre výskumné laboratóriá a rizikový kapitál, nie pre B2B tím z regiónu DACH, ktorý uvádza do produkcie agenta pre zákaznícky servis. Pre túto prácu je dôležitá iná otázka: Čo dokáže nasadený model dnes merateľne zvládnuť a ako sa táto schopnosť posunie v nasledujúcich dvanástich až dvadsiatich štyroch mesiacoch?

Vyostrene povedané, otázka schopností v roku 2026 už neznie „dokáže to model“, ale „dokáže to organizácia absorbovať“. Tým sa úzke hrdlo presúva zo schopnosti modelu na adopciu, redizajn workflow a governance. Špekulácie o AGI neriešia ani jedno z týchto reálnych úzkych hrdiel.

Na zaradenie generácie modelov: začiatkom mája 2026 stáli na špici Claude Opus 4.7, GPT-5.5 a Gemini 3.1 Pro; pracovnými koňmi, ktoré absorbujú väčšinu volaní agentov, boli Sonnet 4.6, GPT-5.4 a Gemini 3 Flash. Odvtedy vydali nové modely Anthropic (okrem iného Claude Opus 5 v júli a Claude Fable 5.1 v septembri) a OpenAI (GPT-6 Astra od septembra 2026, najprv pre vybraných firemných zákazníkov). Nové generácie špičkových modelov tak prichádzajú v odstupe niekoľkých mesiacov. Už modely z jari 2026 stačia na veľkú väčšinu prípadov použitia v znalostnej práci a nie je na to potrebné „AGI“, ani nikto netvrdí, že ide o AGI.

Inkrementálny skok v schopnostiach namiesto skoku k AGI

Rozhodujúca zmena myslenia: pokrok prichádza v rokoch 2026-2028 ako séria inkrementálnych, jednotlivo merateľných skokov, nie ako diskrétny moment AGI. Tieto skoky sú reálne, dajú sa plánovať a menia to, čo agent v praxi dokáže. Najdôležitejšie preukázateľné benchmarkové pásma (stav máj 2026, ak nie je uvedené inak):

• SWE-Bench Multilingual: približne 75 % (na konfigurácii Sonnet plus advisor)
• MMLU: nad 87 %
• GPQA Diamond: nad 90 %. Už Gemini 3.1 Pro (94,3 %) a predchádzajúce verzie GPT-5.2 (92,4 %) a Claude Opus 4.6 (91,3 %) boli nad touto hranicou (porovnávacia tabuľka Google DeepMind, citované v októbri 2026). V rozšírenej sade otázok GPQA (546 otázok) dosiahli odborníci s ukončeným alebo prebiehajúcim doktorandským štúdiom podľa štúdie GPQA 65 %, na podmnožine Diamond 81,3 % (podľa štúdie je táto hodnota v dôsledku výberu otázok skreslená smerom nahor).
• BFCL Multi-Turn (viackrokové používanie nástrojov): približne 65 %
• OSWorld (computer-use): nad ľudskou referenčnou hodnotou 72,36 % (Claude Opus 4.7: 82,3 % na OSWorld-Verified), na dlhých workflow v OSWorld 2.0 však výsledky zatiaľ slabé

Ako sa vyvíjali hodnoty OSWorld: Claude Sonnet 4.5 dosiahol v septembri 2025 na OSWorld-Verified 61,4 % (Anthropic), ľudská referenčná hodnota je 72,36 % (OSWorld). V decembri 2025 ohlásil Simular pre svoj agentský systém Agent S 72,6 % a ako prvý tak prekročil túto hranicu. Výsledok dosiahol metódou best-of-N, ktorá z viacerých behov agenta vyberie najlepší. Pre Claude Opus 4.7 (apríl 2026) uvádza Anthropic po zmene metodiky merania 82,3 %. Tým je zreteľne nad referenčnou hodnotou aj samostatný model. Na 108 dlhých workflow nástupníckeho benchmarku OSWorld 2.0 najlepší model prvého vyhodnotenia z júna 2026, Claude Opus 4.8, úplne dokončil len 20,6 % z nich. Pre Claude Fable 5.1 hlási Anthropic v septembri 2026 na OSWorld 2.0 hodnotu 41,7 % pri striktnom hodnotení. Meralo sa na prepracovanej verzii úloh, ktorá podľa Anthropicu neumožňuje priame porovnanie so skoršími hodnotami. Pre väčšinu podnikových workflow tak computer-use ešte nie je pripravený na produkciu.

Čo z toho pre prax konkrétne vyplýva: dlhšia autonómia na úlohu a lepší reasoning naprieč viacerými krokmi. Práve tu je páka relevantná pre prax, nie v hypotetickej všeobecnej inteligencii.

Čo sa prakticky mení vs. čo zostáva špekuláciou

Nasledujúca tabuľka oddeľuje typické tvrdenia z verejnej diskusie o AGI od toho, čo sa dá doložiť alebo odôvodnene očakávať, a hodnotí relevanciu pre prax tímov, ktoré pracujú s agentmi. Čísla bez vlastného dátumu zodpovedajú stavu z mája 2026.

Naše hodnotenie skorších prognóz v tejto oblasti: oznámenia dodávateľov z roku 2024 o roku 2025 boli v smerovaní prevažne správne, v detailoch nesprávne; oznámenia z roku 2025 o roku 2026 sledujú rovnaký vzorec. Práve preto pri časovaní tvrdení o roku 2028 počítame s chybovým pásmom 30-50 %. Pre praktikov to znamená: dôverovať štrukturálnemu smerovaniu, konkrétnemu časovaniu nie.

Tvrdé kontroly reality, ktoré brzdia každý hype

Štyri triezve zistenia relativizujú každý naratív o AGI:

• Halucinácie zostávajú. Naprieč 26 vedúcimi základnými modelmi (foundation models) sa miery halucinácií pohybujú medzi 22 % a 94 %; aj najlepšie modely sú v približne 20 % prípadov nepresné. Všeobecná inteligencia vyzerá inak.
• Agenti ešte nie sú všade. Hoci globálne už 88 % organizácií používa AI, miera nasadenia AI agentov je naprieč takmer všetkými obchodnými funkciami jednociferná. Pilot, nie bežná prevádzka.
• Produktivita je reálna, ale mierna. Pri rigoróznom meraní dosahujú prírastky 14 % v zákazníckom servise a až 26 % vo vývoji softvéru; štúdia Brynjolfssona so 14 % platí za najspoľahlivejšiu dolnú hranicu. Marketingové naratívy sú systematicky vyššie.
• Incidenty pribúdajú. Stanford HAI AI Index 2026 dokumentuje 362 významných AI incidentov za rok 2025 (oproti 233 v roku 2024). Viac schopností znamená aj väčšiu plochu pre útoky a chyby.

Opatrné očakávanie blízke AGI znie: reasoning modely sa do roku 2028 na benchmarkoch znalostnej práce priblížia úrovni near-PhD. Na niektorých benchmarkoch sa to už stalo: na GPQA Diamond sú špičkové modely nad 90 %, odborní validátori v štúdii GPQA dosiahli na tej istej podmnožine 81,3 %. Všeobecná inteligencia z toho nevyplýva. Špičkové modely naďalej halucinujú a dlhé workflow často nedokončia.

Príklad z praxe: ako za 60 sekúnd rozobrať tvrdenie o AGI

Predpokladajme, že dodávateľ v predajnej prezentácii tvrdí: „Náš agent dosahuje ľudskú úroveň a plne automatizuje 80 % tvojej podpory.“ Anti-hype test, tri kontrolné otázky:

1. Číslo, zdroj, dátum? „Ľudská úroveň“ nie je metrika. Doložiteľné by bolo napríklad: BFCL Multi-Turn ~65 % (stav máj 2026). Bez čísla s dátumom merania je to len príbeh.
2. Inkrementálny krok, alebo skok k AGI? „80 % plne automatizované“ tvrdí skok, nie krok. Spýtaj sa, čo sa počíta ako vyriešené, kto meral a koľko prípadov nakoniec aj tak skončí u ľudí. Realistická je triáž plus eskalácia, nie náhrada.
3. Chybové pásmo? Ak chýba údaj o neistote, chýba seriózny podklad. Aj najlepšie modely sú v benchmarkoch halucinácií v približne 20 % prípadov nepresné. O tvojom prípade podpory to veľa nehovorí. Bez vlastného merania sa však plne autonómna podpora bez human-in-the-loop nedá zodpovedne obhájiť.

Modelový výpočet na základe predpokladu: tvoj agent má vo vlastnom eval-sete 5 % nesprávnych odpovedí. Pri 10 000 interakciách mesačne je to 500 chýb, ktoré musí niekto zachytiť. Bez eval-setu, human-in-the-loop a eskalačnej logiky sa z prísľubu „80 %“ stáva operatívne riziko, nie ROI.

Záver a odporúčanie pre prax

Debata o AGI je pre praktikov, ktorí pracujú s agentmi, v roku 2026 predovšetkým otázkou disciplíny: dôverovať smerovaniu inkrementálnych pásiem schopností, hypu a konkrétnemu časovaniu nie. Kto stavia na architektúry navrhnuté na zameniteľnosť (model gateways, abstrakčné vrstvy), na human-in-the-loop pri akciách s vážnymi dôsledkami a na vlastné eval-sety namiesto čísel z dém dodávateľov, je odolný voči každej zmene generácie modelov, bez ohľadu na to, či „AGI“ niekedy príde.

Pre agentúry: Pozicionuj sa ako triezvy prekladateľ medzi hypom a preukázateľnou schopnosťou. Dodávaj do produkcie agentov riadených evalmi, ktorí rešpektujú spolurozhodovanie zamestnancov, nie prísľuby AGI. To je tvoja obranná výhoda (moat) voči dodávateľom, ktorí predávajú na základe čísel z dém.

Pre manažérov s rozhodovacou právomocou v B2B: Plánuj rozpočty podľa rigoróznych peer benchmarkov (14-26 % produktivity), nie podľa naratívov dodávateľov. Drž 15-25 % rozpočtu na AI ako rezervu na reálne skoky, ktorú uvoľníš pri vopred definovaných spúšťačoch. Migráciu modelu ber ako rozhodovací bod (decision gate) s kontrolou cez evaly, nie ako automatiku. Blck Alpaca pomáha firmám v regióne DACH jasne vymedziť túto hranicu medzi podstatou a hypom.