Agent handoffy: odovzdávanie kontextu a stavu medzi agentmi

Agent handoff je riadené odovzdanie úlohy spolu s kontextom a stavom z jedného AI agenta inému. Namiesto toho, aby požiadavku spracoval sám až do konca, agent posunie prebiehajúci dialóg špecializovanému agentovi. Ústredná otázka návrhu neznie či, ale čo sa odovzdáva: celá konverzačná história, komprimované zhrnutie alebo štruktúrovaný stav. Toto rozhodnutie viac než ktorékoľvek iné určuje, či multi-agentový systém funguje, alebo stroskotá na strate kontextu.

• Čo sa odovzdáva? Kontext (doterajší dialóg, rozhodnutia, medzivýsledky) a stav (štruktúrované dáta, status úlohy, premenné), a to v jednom z troch stupňov vernosti.
• Kto preberá kontrolu? Na rozdiel od volania nástroja (tool call) vedie po handoffe dialóg ďalej preberajúci agent; odovzdávajúci agent sa vzdáva svojho ťahu.
• Čo sa môže pokaziť? Strata kontextu pri prílišnej kompresii, nekonečné handoffy (resource deadlock) a kaskádové zlyhania (cascading failures), pri ktorých nesprávny fakt putuje celou reťazou.

Tri stratégie handoffu: celá história, zhrnutie, štruktúrovaný stav

Voľba stratégie odovzdania je v jadre kompromisom medzi vernosťou informácií a nákladmi na tokeny. Závisí od previazanosti stavu (state coupling) medzi čiastkovými úlohami.

1. Celá konverzačná história. Preberajúci agent dostane kompletný doterajší trace: všetky správy, volania nástrojov a medzirozhodnutia. Cognition pri úzko previazanej práci (v ktorej každá akcia ovplyvňuje nadväzujúce rozhodnutia) zastáva presne tento postoj: zdieľať kompletné trace agentov, nielen jednotlivé správy. Zdôvodnenie: každá akcia nesie implicitné rozhodnutia a protichodné rozhodnutia vedú k zlým výsledkom (Don't Build Multi-Agents, jún 2025). Cena: vysoká spotreba tokenov, ktorá rastie s každým handoffom.

2. Komprimované zhrnutie. Odovzdávajúci agent zhustí svoj kontext do zhrnutia (summary) skôr, než úlohu odovzdá. To je referenčný vzor Anthropic Research Agenta (zdokumentovaný v článku „How we built our multi-agent research system“, 13. júna 2025): každý sub-agent pracuje vo vlastnom kontextovom okne s približne 200k tokenmi a hlavnému agentovi (lead agent) vracia komprimované zhrnutie, nikdy nie celý prepis. Hlavný agent z toho syntetizuje odpoveď. Jeho kontextové okno tak ostáva vyhradené pre plán, výsledky sub-agentov a syntézu, nie pre surové úryvky z vyhľadávania. Šetrí tokeny a dá sa paralelizovať, no nesie riziko straty kontextu, ak sa zhusťuje príliš silno.

3. Štruktúrovaný stav. Namiesto voľného textu sa odovzdáva typovaná schéma (model Pydantic, JSON Schema alebo A2A artifact). Pre jasne definované odovzdania je to najrobustnejší variant, pretože formát vynucuje úplnosť a nič sa implicitne nestratí. LangGraph posiela typovaný objekt stavu cez svoje uzly a trvalo ho ukladá do checkpointov: prerušený workflow po reštarte servera pokračuje od posledného checkpointu.

Handoffy v OpenAI Agents SDK a v modeli Swarm

OpenAI Agents SDK (marec 2025) zavádza handoffy ako explicitný first-class koncept. Ide o premenovanú a rozšírenú verziu OpenAI Swarm (október 2024), referenčného frameworku pre vzor peer-to-peer/swarm. Sémantika podľa dokumentácie OpenAI: nový agent preberá konverzáciu a v predvolenom nastavení vidí celú doterajšiu históriu. Triážny agent teda rozhodne, že požiadavka patrí agentovi pre fakturáciu, a odovzdá ju; odvtedy vedie dialóg agent pre fakturáciu.

To ostro odlišuje handoffy od volania nástroja: pri volaní nástroja si kontrolu ponecháva ten istý agent a dostane späť len výsledok. Pri handoffe sa mení zodpovednosť. Na porovnanie sémantika odovzdávania správ (message passing) v najdôležitejších stackoch:

Pre odovzdania naprieč hranicami poskytovateľov (napríklad agent v Salesforce, ktorý volá agenta SAP Joule) nie je kontraktom handoff zo SDK, ale protokol A2A. Tam stavy definuje životný cyklus úlohy, cieľový agent zverejňuje AgentCard so svojimi schopnosťami a výsledok sa vracia ako artifact. Interné prompty a modely pritom ostávajú zámerne skryté.

Zdroje chýb: strata kontextu a nekonečné handoffy

Handoffy vytvárajú triedy chýb, ktoré systém s jedným agentom nepozná. Štyri z nich priamo súvisia s handoffmi:

• Fragmentácia kontextu. Sub-agenti robia nekompatibilné implicitné rozhodnutia, pretože sa pri odovzdávaní stratil kontext. Protiopatrenie: zdieľať celé trace tam, kde je previazanosť vysoká; explicitné kontrakty o rozhodnutiach.
• Kaskádové zlyhania. Jeden agent halucinuje fakt; nasledujúci ho prevezme ako pravdu; ďalší agenti v reťazci potom konajú na základe chybného faktu. Protiopatrenie: overovací agent v úlohe sudcu (verifier judge), podložené zdroje pre retrieval, povinné citácie.
• Resource deadlock / nekonečné handoffy. Agenti na seba čakajú v kruhu (A čaká na výsledok od B, B na doplňujúcu otázku od A) alebo si úlohu opakovane posúvajú sem a tam. Protiopatrenie: timeout na každú úlohu, explicitný stav input-required (A2A), pevný limit krokov handoffu na jeden beh.
• Nejasná autorita (authority confusion). Sub-agent prepíše pokyny hlavného agenta alebo hlavný agent stratí autoritu nad dialógom. Protiopatrenie: jasné hierarchie rolí a pevné kontrakty cez AgentCard a úlohy.

Ďalší bezpečnostný aspekt: každý agent, ktorý prijíma nedôveryhodný obsah, je ďalšou plochou útoku pre prompt injection. Pri handoffoch s celou históriou môže podstrčený pokyn putovať spolu s kontextom k ďalšiemu agentovi. Aké reálne je toto riziko, ukazuje EchoLeak (CVE-2025-32711): zero-click prompt injection v Microsoft 365 Copilot, ktorú spoločnosť Aim Labs nahlásila Microsoftu a ktorá bola zverejnená v júni 2025.

Osvedčené postupy pre robustné handoffy

Z návrhu Anthropic Research Agenta a zo syntézy od Cognition (stav k roku 2026) sa dá odvodiť praktický kontrolný zoznam:

1. Zápisovú cestu udržiavať v jednom vlákne (single-threaded). Mnoho agentov smie čítať, rešeršovať a navrhovať, ale commituje len jeden agent alebo jeden stupeň pipeline. Spoločnosť Cognition aktualizovala svoj postoj v apríli 2026 (Multi-Agents: What's Actually Working): fungujú zostavy, v ktorých viacerí agenti prispievajú k úlohe inteligenciou, zatiaľ čo zápisové operácie ostávajú v jednom vlákne. Paralelné roje zapisujúcich agentov rozbíjajú kontext.
2. Pre výstupy vyžadovať typovanú schému. Výsledky sub-agentov ako model Pydantic, JSON Schema alebo A2A artifact, nie ako voľný text.
3. Pred vrátením komprimovať. Nikdy neposielať hlavnému agentovi späť celý prepis sub-agenta.
4. Delegovanie explicitne naučiť. Každý sub-agent dostane cieľ, výstupný formát, pokyny k nástrojom a zdrojom a jasné hranice úlohy. V spoločnosti Anthropic spôsobovalo vágne delegovanie duplicitnú prácu a medzery v pokrytí.
5. Obmedziť rozpočet tokenov na sub-agenta a každému handoffu pridať trace ID plus timeout, kvôli dohľadateľnosti a proti nekonečným slučkám.

Príklad: spracovanie škôd so siedmimi agentmi (Allianz Project Nemo)

Allianz Project Nemo spracúva škody zo skazenia potravín po prírodných katastrofách so siedmimi špecializovanými agentmi: Planner, Cyber, Coverage, Weather, Fraud, Payout, Audit. Workflow beží ako hierarchická reťaz handoffov: Planner rozloží prípad, odovzdá ho agentom Coverage a Weather na preverenie, agentovi Fraud na kontrolu podvodu a napokon agentovi Payout. Dedikovaný audit agent vytvára úplné zhrnutie všetkých rozhodnutí agentov a ich zdôvodnení, a tak zabudováva audítorskú stopu (audit trail) priamo do topológie agentov, nie až do logovania.

Konkrétne čísla (nasadené v Austrálii, júl 2025, v prevádzke za menej ako 100 dní): celý workflow so siedmimi agentmi je dokončený za menej ako päť minút a čas spracovania a vybavenia oprávnených škôd pod 500 AUD klesol o 80 percent. Rozhodujúce: konečná výplata ostáva na človeku (human in the loop). Referent preverí zhrnutie od audit agenta. To je zápis v jednom vlákne v čistej podobe: šesť agentov prispieva inteligenciou, jeden (plus človek) rozhoduje.

Pseudokód jadra handoffu:

```
planner.handoff(coverage, state={case_id, policy, claim_amount})
coverage.handoff(fraud, state + {coverage_ok: true})
fraud.handoff(payout, state + {fraud_score: 0.04})
payout.handoff(audit, state + {recommendation: "vyplatiť", amount: 480})
audit -> human_review(summary) # jediný zápisový commit
```

Pre agentúry a rozhodovateľov v B2B

Kto plánuje multi-agentové workflowy pre produkčné nasadenie, či už ako stredná firma v regióne DACH s jedným či dvoma prípadmi použitia, alebo ako agentúra, ktorá z agentických služieb robí produkty, mal by z handoff stratégie urobiť prvé architektonické rozhodnutie. Základné pravidlo: predvolene štruktúrovaný stav alebo komprimované zhrnutie, celá história len pri vysokej previazanosti; zápisová cesta v jednom vlákne; každý handoff s timeoutom, limitom krokov a trace ID. Agentúre sa oplatí sprístupniť vlastných agentov cez A2A so zverejnenými AgentCards, aby ich systémy klientov (Agentforce, Joule, Copilot Studio) mohli volať bez integrácie na mieru. Blck Alpaca sprevádza B2B tímy v regióne DACH pri integrácii AI agentov, pri vývoji softvéru na mieru a pri návrhu takýchto handoff architektúr, od výberu vzoru až po observabilitu naprieč celou reťazou agentov.