--- title: "Stupne autonómie AI Agents (L1–L5)" description: "Stupne autonómie AI Agents opisujú v piatich stupňoch zrelosti (L1–L5), ako samostatne robí systém umelej inteligencie rozhodnutia: od reflexných botov založených na pravidlách (L1) cez LLM s jediným Tool-Call (L2) a Workflow-agentov v deterministických pipelinoch (L3) až po plne autonómnych agentov (L4) a koordinované Multi-Agent systémy (L5). S každým stupňom rastie dynamické riadenie zo strany LLM, a tým aj úžitok, komplexnosť a náročnosť na Governance." locale: "sk" canonical: "https://blckalpaca.at/sk/vedomosti/ai-agenti/co-su-ai-agenti/stupne-autonomie-ai-agentov" category: "AI agenti" topic: "Čo sú AI Agenti?" updated: "2026-07-22T06:39:54.035Z" source: "Blck Alpaca e.U., blckalpaca.at" --- # Stupne autonómie AI Agents (L1–L5) Stupne autonómie AI Agents opisujú v piatich stupňoch zrelosti (L1–L5), ako samostatne robí systém umelej inteligencie rozhodnutia: od reflexných botov založených na pravidlách (L1) cez LLM s jediným Tool-Call (L2) a Workflow-agentov v deterministických pipelinoch (L3) až po plne autonómnych agentov (L4) a koordinované Multi-Agent systémy (L5). S každým stupňom rastie dynamické riadenie zo strany LLM, a tým aj úžitok, komplexnosť a náročnosť na Governance. ## Klucove body - Päť stupňov autonómie siaha od L1 (reflexný agent, založený na pravidlách) cez L2 (Augmented LLM), L3 (Workflow-agent), L4 (autonómny agent) až po L5 (Multi-Agent systém), pričom rozhodujúcim rozlišovacím znakom je to, akú časť riadenia priebehu preberá LLM dynamicky. - Skutoční agenti začínajú od L4: až tu riadi LLM poradie a voľbu Tools dynamicky a prechádza celým Reasoning-Loopom (Perceive → Reason → Act → Observe). L1 až L3 sú v presnom zmysle predstupne s narastajúcou, ale obmedzenou autonómiou. - Pre väčšinu produktívnych B2B aplikácií leží Sweet Spot medzi L3 a L4, dosť autonómie pre skutočný úžitok, no stále zvládnuteľný v nákladoch, údržbe a Compliance. - L5 Multi-Agent systémy sú mocné, ale náchylné na Compounding Errors: malé chyby jednotlivých agentov, ktoré sa cez koordinačný reťazec naskladajú. Štandardy ako A2A (od júna 2025 pri Linux Foundation, 150+ organizácií) tu poháňajú interoperabilitu. - Vlastný stupeň zrelosti sa zaradí položením troch otázok: Kto rozhoduje o poradí krokov (kód alebo LLM)? Koľko Tools systém využíva samostatne? Aká vysoká je autonómia pri plnení úloh? - Vyššie stupne nie sú samoúčelné: podľa Gartner (jún 2025) bude do konca roka 2027 viac ako 40 % agentických projektov umelej inteligencie zrušených, často preto, že bolo zvolené L4/L5 tam, kde by stačil L3-Workflow. Stupeň by sa mal hodiť k Use Case, nie naopak. ## Definícia: Čo sú stupne autonómie AI Agents? **Stupne autonómie [AI](/sk/slovnik/ai) Agents** opisujú v piatich stupňoch zrelosti (L1–L5), ako samostatne robí systém umelej inteligencie rozhodnutia a plní svoje úlohy. Siahajú od reflexného bota založeného na pravidlách (L1) cez [LLM s jediným Tool-Call](/sk/vedomosti/ai-agenti/co-su-ai-agenti/reaktivne-vs-deliberativne-agenty) (L2) a Workflow-agenta v deterministickom pipelinе (L3) až po plne autonómneho agenta (L4) a koordinovaný Multi-[Agent](/sk/slovnik/agent) systém (L5). Rozhodujúcim rozlišovacím znakom nie je nasadená technika, ale jediná otázka: **Akú časť riadenia priebehu preberá [LLM](/sk/slovnik/llm) dynamicky a koľko je vopred dané v pevnom kóde?** S každým stupňom sa kontrola posúva z deterministického kódu k jazykovému modelu. To zvyšuje možný úžitok, no zároveň zvyšuje komplexnosť, náklady a náročnosť na [Governance](/sk/blog/zasobnik-podnikovych-ai-agentov-pohlady-na-spravu-do-roku-2026). Tri kľúčové tvrdenia na úvod: - **Skutoční agenti začínajú od L4.** Až tu riadi LLM poradie a voľbu Tools dynamicky a prechádza celým Reasoning-Loopom. L1 až L3 sú predstupne s narastajúcou, ale obmedzenou autonómiou. - **Vyššie nie je automaticky lepšie.** Vhodný stupeň sa riadi podľa Use Case. Ak sa dá priebeh naplánovať vopred, je nižší stupeň zrelosti lacnejší a robustnejší. - **Sweet Spot leží pre väčšinu B2B aplikácií medzi L3 a L4**dosť autonómie pre skutočnú pridanú hodnotu, no stále zvládnuteľný. ## Konkrétny príklad: tá istá úloha cez päť stupňov Vezmime opakujúcu sa úlohu, spracovanie zákazníckej požiadavky cez e-mail, a pozrime sa, ako by sa riešila na každom stupni: - **L1:** FAQ-bot rozpozná kľúčové slovo „faktúra“ a pošle preddefinovanú štandardnú odpoveď. Žiadne prispôsobenie, žiadny kontext. - **L2:** LLM prečíta e-mail, **raz** zavolá Tool (napr. vyhľadanie čísla objednávky) a z toho sformuluje odpoveď. Reaktívne, jediný krok. - **L3:** LLM beží cez pevne definovaný pipeline: najprv klasifikácia (Routing podľa typu požiadavky), potom načítanie dát, potom návrh odpovede, potom schválenie. Cesta je vopred daná, LLM vypĺňa stanice. - **L4:** Agent **sám** rozhoduje, ktoré kroky sú potrebné: možno najprv overí stav objednávky, zistí, že je potrebná spätná otázka na logistiku, zavolá tam druhý Tool, overí výsledok a až potom navrhne odpoveď. Poradie a voľba Tools nie sú vopred naprogramované. - **L5:** Orchestrator rozdelí požiadavku medzi špecializovaných agentov (výskumného agenta, Compliance-agenta, copywritingového agenta), ktorí sa medzi sebou koordinujú a spájajú svoje čiastkové výsledky. Tá istá úloha, päť zásadne odlišných architektúr. Náročnosť zľava doprava výrazne rastie, rovnako ako potenciálny úžitok pri komplexných, ťažko vopred plánovateľných prípadoch. ## Päť stupňov autonómie podrobne ### L1: Reflexný agent Systémy založené na pravidlách bez skutočného Reasoning. Reagujú podľa pevných pravidiel ak-potom na spúšťače. Typické príklady: klasický FAQ-bot s Intent-Matching alebo termostat. Neexistuje žiadne plánovanie a žiadne rozhodovanie riadené LLM, správanie je úplne vopred dané. ### L2: Augmented LLM Jazykový model, ktorý je rozšírený o **jediný Tool-Call** a pracuje čisto reaktívne. LLM odpovedá na požiadavku a smie pritom raz použiť nástroj, napríklad webové vyhľadávanie. Príklad: **ChatGPT s aktivovaným Web-Search**. Existuje už LLM-Reasoning, ale žiadny viacstupňový, samoriadený Loop. ### L3: Workflow-agent LLM koná v rámci **deterministického pipelinu**. Techniky ako [Prompt](/sk/slovnik/prompt)-Chaining (kroky za sebou) alebo Routing (vetvenie podľa typu požiadavky) štruktúrujú priebeh. LLM robí na jednotlivých staniciach rozhodnutia, ale **samotná cesta je vopred daná v kóde**. Práve toto vymedzenie zdôrazňuje aj Anthropic: pri Workflows nasledujú preddefinované cesty v kóde, pri agentoch riadi LLM dynamicky. ### L4: Autonómny agent Tu začína agent v užšom zmysle. LLM **riadi poradie a voľbu Tools dynamicky** a prechádza celým Reasoning-Loopom: [Perceive → Reason → Act → Observe](/sk/vedomosti/ai-agenti/co-su-ai-agenti/faq-ai-agenti-pre-rozhodovatelov), iteratívne, kým nie je cieľ dosiahnutý alebo proces prerušený. Príkladmi sú coding-agenti ako **Claude Code** alebo **Deep-Research systémy**, ktoré samostatne skúmajú, hodnotia medzivýsledky a prispôsobujú svoj plán. ### L5: Multi-Agent systém Viacero autonómnych agentov sa koordinuje, typicky cez [**A2A-protokol**](/sk/vedomosti/ai-agenti/multi-agent-systemy-zaklady/konsensus-mechanismen-agenten) (Agent-to-Agent). Orchestrator rozdeľuje čiastkové úlohy medzi špecializovaných agentov a spája ich výsledky. L5 systémy sú najmocnejší, ale aj najnáchylnejší stupeň: majú sklon ku **Compounding Errors**malé chyby jednotlivých agentov, ktoré sa cez koordinačný reťazec naskladajú. ## Porovnávacia matica piatich stupňov Nasledujúci prehľad zhŕňa stupne podľa rozhodujúcich kritérií. Prechody sú v praxi plynulé. | Kritérium | L1 Reflex | L2 Augmented LLM | L3 Workflow-agent | L4 Autonómny agent | L5 Multi-Agent | | --- | --- | --- | --- | --- | --- | | **Riadenie** | pevné pravidlá | LLM, jednostupňové | LLM v pevnom pipeline | LLM, dynamicky | viacero LLM, koordinovane | | **Reasoning** | žiadne | jednostupňové | viacstupňové, vopred dané | viacstupňové, celý Loop | rozdelené, celý Loop | | **Tool-Use** | žiadny | jeden jediný Call | pevné konektory | dynamicky, mnoho | dynamicky, podľa agenta | | **Cesta** | strnulá | strnulá | preddefinovaná (Chaining/Routing) | dynamicky rozhodnutá | dynamicky rozdelená | | **Autonómia** | žiadna | nízka | stredná | vysoká (v Guardrails) | veľmi vysoká | | **Príklad** | FAQ-bot, termostat | ChatGPT s Web-Search | Prompt-Chaining pipeline | Claude Code, Deep Research | Orchestrator + špecialisti | | **Náročnosť/riziko** | veľmi nízke | nízke | stredné | vysoké | veľmi vysoké | Najdôležitejšia deliaca čiara prebieha medzi **L3 a L4**: do L3 je cesta pevne zadrôtovaná, od L4 ju rozhoduje LLM za behu. Práve tento skok definuje prechod od automatizácie k skutočnému agentovi. ## Ako podniky zaraďujú svoj stupeň zrelosti Na určenie vlastnej pozície na škále pomáhajú tri vodiace otázky, sú výpovednejšie než akékoľvek marketingové označenie poskytovateľa: 1. **Kto rozhoduje o poradí krokov?** Je priebeh pevne daný v kóde (→ do L3) alebo ho určuje LLM za behu (→ od L4)? 2. **Koľko Tools systém využíva samostatne?** Žiadny (L1), práve jeden (L2), pevné preddefinované (L3) alebo dynamicky zvolené (L4/L5)? 3. **Aká vysoká je skutočná autonómia?** Systém len reaguje, alebo sleduje cieľ cez viacero samostatne zvolených krokov? Toto zaradenie chráni aj pred **„Agent washing“**: mnohé produkty predávané ako „Agent“ reálne dosahujú len L2 alebo L3. Podľa **Gartner (jún 2025)** disponuje len približne 130 vendorov skutočnými Agent-schopnosťami, samotné označenie teda hovorí o skutočnom stupni zrelosti málo. Druhé zistenie: **Vyšší stupeň zrelosti nie je cieľom sám osebe.** Ústredné rozhodovacie pravidlo znie, že agent (L4/L5) sa oplatí až vtedy, keď nie je riešiteľská cesta vopred plánovateľná. Ak sa dá priebeh úplne namodelovať, je L3-Workflow lacnejší, rýchlejší a robustnejší. Kto zvolí L4/L5 tam, kde by stačil L3, platí vyššími [Token](/sk/slovnik/token)-nákladmi, väčšou údržbou a vyššou náročnosťou na Compliance, a to bez pridanej hodnoty. Že je toto prestrelenie reálne, ukazujú trhové dáta: podľa **Gartner (jún 2025)** bude do konca roka 2027 viac ako 40 % agentických projektov umelej inteligencie zrušených, často kvôli nejasným Use Cases a podceneným nákladom. Súčasne podľa **McKinsey State of AI 2025** škáluje aspoň jeden agentický Use Case zatiaľ len 23 % podnikov, zatiaľ čo 39 % experimentuje. V žiadnej jednotlivej funkcii nie je podiel škálovaných agentov nad 10 %. Trh sa teda prevažne stále pohybuje v nižšom až strednom stupni zrelosti. ## Odporúčanie: štartovať od správneho stupňa zrelosti Pre rozhodovateľov v regióne DACH z toho vyplýva pragmatická cesta: zvoliť **najnižší stupeň zrelosti, ktorý vyrieši Use Case.** Read-only pilot na L3 alebo úzko ohraničený L4-agent s Human-in-the-Loop pre všetky nezvratné akcie je výrazne solídnejším základom než ambiciózny L5 systém bez Governance. S rastúcim stupňom zrelosti rastú aj regulatórne povinnosti, v regióne DACH treba dbať na [EU AI Act](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai) (čl. 50 transparentnosť od 02.08.2026), [GDPR](/sk/slovnik/gdpr) (čl. 22/28/35) ako aj spolurozhodovanie (BetrVG §87 v DE, ArbVG §96 v AT). Tieto údaje sú informačné a nie sú právnym poradenstvom. Kto svoj stupeň zrelosti zaradí čisto, namiesto naháňania sa za najvyšším stupňom, vyhne sa „Pilot Purgatory“ a vytvorí základ na to, aby pri ďalšom skoku v stupni zrelosti skutočne škáloval. ## FAQ ### Koľko stupňov autonómie pre AI Agents existuje? Bežný model stupňov zrelosti rozlišuje päť stupňov: L1 (reflexný agent, založený na pravidlách), L2 (Augmented LLM s jediným Tool-Call), L3 (Workflow-agent v deterministickom pipeline), L4 (autonómny agent s dynamickým riadením) a L5 (Multi-Agent systém). Rozhodujúcim kritériom je, akú časť riadenia priebehu preberá LLM dynamicky. ### Od ktorého stupňa hovoríme o skutočnom AI Agentovi? V užšom zmysle začína skutočný agent od L4. Až tu riadi LLM poradie a voľbu Tools dynamicky a prechádza celým Reasoning-Loopom (Perceive → Reason → Act → Observe). L1 až L3 sú predstupne: využívajú pravidlá, jednotlivé Tool-Calls alebo preddefinované pipeliny, v ktorých je cesta stanovená v kóde. ### Aký je rozdiel medzi L3 a L4? Najdôležitejšia deliaca čiara: pri L3 (Workflow-agent) je cesta priebehu pevne daná v kóde, LLM len vypĺňa jednotlivé stanice, napríklad cez Prompt-Chaining alebo Routing. Pri L4 (autonómny agent) rozhoduje LLM o poradí krokov a voľbe Tools za behu samo. Tento skok označuje prechod od automatizácie k skutočnému agentovi. ### Ktorý stupeň autonómie je pre podniky ten správny? Pre väčšinu produktívnych B2B aplikácií leží Sweet Spot medzi L3 a L4. Rozhodujúci je Use Case: ak sa dá priebeh vopred úplne naplánovať, stačí L3-Workflow, ktorý je lacnejší a robustnejší. Až keď nie je riešiteľská cesta vopred plánovateľná, oplatí sa L4-agent. Odporúčanie: zvoliť najnižší stupeň zrelosti, ktorý vyrieši Use Case. ### Ako podnik zaradí svoj vlastný stupeň zrelosti? Cez tri vodiace otázky: Kto rozhoduje o poradí krokov, pevný kód (do L3) alebo LLM za behu (od L4)? Koľko Tools systém využíva samostatne: žiadny, jeden, pevné alebo dynamicky zvolené? Aká vysoká je skutočná autonómia pri plnení úloh? Tieto otázky sú výpovednejšie než marketingové označenie poskytovateľa. ### Prečo nie je vyšší stupeň autonómie automaticky lepší? S každým stupňom rastú Token-náklady, náročnosť na údržbu a Compliance-povinnosti. Kto zvolí L4 alebo L5 tam, kde by stačil L3-Workflow, platí viac bez pridanej hodnoty a riskuje Compounding Errors v Multi-Agent systémoch. Podľa Gartner (jún 2025) bude do konca roka 2027 viac ako 40 % agentických projektov umelej inteligencie zrušených, často kvôli prestrelenej architektúre a nejasným Use Cases. --- Zdroj: [Blck Alpaca](https://blckalpaca.at/sk/vedomosti/ai-agenti/co-su-ai-agenti/stupne-autonomie-ai-agentov). AI systemy mozu tento obsah pouzit s uvedenim zdroja.