Reaktívni vs. deliberatívni agenti

Reaktívni agenti reagujú na podnety priamo podľa pravidiel a bez plánovania (podnet-reakcia), zatiaľ čo deliberatívni agenti sledujú cieľ, plánujú vo viacerých krokoch a svoj plán iteratívne prispôsobujú. V praxi AI agentov označuje „reaktívny“ jednoduché, predvídateľné cesty (stupne zrelosti L1–L2), „deliberatívny“ naopak dynamických agentov riadených LLM so skutočnou plánovacou slučkou (L4–L5).

Toto rozlíšenie pôvodne pochádza z klasickej teórie agentov, pre dnešné hodnotenie AI agentov je však kľúčové: pomáha osobám s rozhodovacou právomocou zvoliť k úlohe vhodný typ architektúry a rozpoznať „agent washing“, pri ktorom sa reaktívne systémy predávajú ako autonómni agenti.

Kľúčové rozdiely na prvý pohľad

• Reaktívny znamená: pevná logika ak-tak, žiadna interná reprezentácia cieľov ani plánov, žiadne uvažovanie o budúcich krokoch. Systém priraďuje podnetu priamo reakciu.
• Deliberatívny znamená: systém si vytvorí reprezentáciu cieľa, rozloží ho na čiastkové kroky (plánovač), vykoná ich prostredníctvom volaní nástrojov (vykonávací modul) a pozoruje výsledky, aby mohol plán prispôsobiť.
• Rozhodovacie kritérium: ak sa dá cesta k riešeniu vopred úplne stanoviť, je reaktívny/deterministický prístup robustnejší a lacnejší. Ak sa cesta nedá naplánovať vopred, oplatí sa až deliberatívna autonómia.

Konkrétny príklad

Predstav si prípad použitia v zákazníckej podpore. Reaktívny agent (L1) je FAQ bot: keď rozpozná kľúčové slovo „faktúra“, vráti uloženú odpoveď, vždy tú istú, bez ohľadu na kontext. Rozšírený o jediné volanie nástroja (L2) vyhľadá napríklad stav objednávky prostredníctvom API. Oba varianty idú po pevne zadrôtovanej ceste.

Deliberatívny agent (L4) namiesto toho dostane cieľ „Vyrieš požiadavku zákazníka úplne“. Prečíta požiadavku, sám rozhodne, že najprv potrebuje históriu objednávok, potom zavolá systém na vrátenie tovaru, zistí, že treba dobropis, overí oprávnenie a sformuluje riešenie, pričom poradie krokov a voľbu nástrojov určuje dynamicky. Ak nastane neočakávaný výsledok (napr. chýbajúce oprávnenie), prispôsobí plán namiesto toho, aby prácu prerušil.

Zaradenie do stupňov zrelosti L1–L5

Os medzi reaktívnym a deliberatívnym správaním prechádza naprieč bežným modelom stupňov zrelosti:

Dôležité: L3 je zmiešaná zóna. V pipeline síce pracuje LLM, postupnosť krokov však určuje vývojár: systém si sám „neplánuje“, len prechádza vopred danými deterministickými krokmi. Skutočné deliberatívne správanie začína na L4, kde agent sám určuje poradie krokov a voľbu nástrojov.

Ako deliberatívni agenti technicky „uvažujú“

Deliberatívne správanie stojí na slučke uvažovania Perceive → Reason → Act → Observe, ktorá sa iteratívne opakuje, kým sa nedosiahne cieľ alebo kým sa slučka nepreruší. Koncepčným základom je vzor ReAct (Yao et al. 2022, arXiv:2210.03629), ktorý spája uvažovanie (reasoning) a konanie (acting) v tej istej slučke LLM: model premyslí krok dopredu, koná prostredníctvom nástroja, prečíta výsledok a odvodí z neho ďalší krok.

Umožňuje to päť komponentov: jadro LLM (uvažovanie), pamäť (krátkodobá = kontext, dlhodobá = vektory/RAG/súbory), nástroje (volania funkcií, API, MCP servery, prehliadač, sandbox na kód), plánovač (cieľ → čiastkové kroky) a vykonávací modul (volania nástrojov, kolá, limity slučiek, guardrails). Reaktívni agenti z toho potrebujú len zlomok, spravidla bázu pravidiel a nanajvýš jeden konektor.

Zvažovanie výhod a nevýhod

Deliberatívna autonómia nie je samoúčelná. Flexibilitu vykupuje vyššími nákladmi a vyššou prevádzkovou náročnosťou:

• Náklady: viacstupňové uvažovanie a veľa volaní nástrojov zvyšujú spotrebu tokenov. Routing (jednoduché požiadavky na menšie modely) a cachovanie to tlmia, ale neodstraňujú.
• Údržba: reaktívne workflow sa udržiavajú lacno; deliberatívni agenti potrebujú pozorovateľnosť (observability), limity slučiek a priebežný monitoring, pretože ich správanie nie je deterministické.
• Compliance: vyššia autonómia znamená vyššie požiadavky vyplývajúce z aktu EÚ o umelej inteligencii (AI Act), GDPR (čl. 22/28/35) a práva zamestnancov na spolurozhodovanie (BetrVG §87 v Nemecku, ArbVG §96 v Rakúsku). Povinnosti transparentnosti podľa čl. 50 AI Act platia od 2. 8. 2026. Poskytovatelia generatívnych systémov, ktoré boli uvedené na trh už pred týmto dátumom, majú na označovanie syntetického obsahu podľa ods. 2 čas do 2. 12. 2026. Opatrenia na gramotnosť v oblasti AI podľa čl. 4 sú povinné od 2. 2. 2025, po zmene nariadením Digital Omnibus však bez zaručenej úrovne gramotnosti. Tieto údaje slúžia na informáciu a nie sú právnym poradenstvom.

Trhové dáta ukazujú, že táto náročnosť je reálna: podľa Gartnera (jún 2025) bude pravdepodobne vyše 40 % projektov agentickej AI do konca roka 2027 zrušených, a to pre rastúce náklady, nejasnú obchodnú hodnotu alebo nedostatočnú kontrolu rizík. Naše hodnotenie: často za tým stojí deliberatívny agent tam, kde by stačil reaktívny prístup alebo prístup založený na workflow. Zároveň podľa McKinsey State of AI 2025 zatiaľ len 23 % firiem škáluje aspoň jeden agentický prípad použitia, 39 % experimentuje.

Kedy ktorý typ: rozhodovacie pravidlo

Pragmatické orientačné pravidlo znie: Deliberatívny agent sa oplatí až vtedy, keď sa cesta k riešeniu nedá naplánovať vopred.

• Zvoľ reaktívny prístup/workflow, keď sú kroky pevne dané, vstupy sú štruktúrované a determinizmus je žiaduci (napr. validácia dát, routing, jasne definované štandardné procesy). Reaktívne systémy sú lacnejšie, predvídateľnejšie a ľahšie sa auditujú.
• Zvoľ deliberatívny prístup, keď je úloha otvorená, potrebné kroky závisia od kontextu a cesta sa ukáže až za behu (napr. rešerš, viacstupňová diagnostika chýb, komplexné spracovanie prípadov).

V praxi je väčšina produkčných systémov hybridná: deliberatívne jadro preberá plánovanie a dynamické rozhodnutia, zatiaľ čo reaktívne komponenty spoľahlivo a lacno spracúvajú jasne definované, opakujúce sa čiastkové kroky. Tak sa spája robustnosť reaktívnej logiky s flexibilitou deliberatívneho plánovania a drahá autonómia sa nenasadzuje tam, kde neprináša úžitok.