---
title: "Supervisor pattern: Ako spravit z jedného agenta sefa"
description: "Supervisor pattern je multi-agentová architektúra, v ktorej centrálny supervisor-agent rozhoduje, ktorý specializovaný sub-agent bude konat ako dalsí. Supervisor prijíma poziadavku, smeruje ju k vhodným worker-agentom, zbiera ich výsledky a riadi priebeh, kým nie je úloha vyriesená. Sám neuvazuje odborne, ale deleguje a koordinuje."
locale: "sk"
canonical: "https://blckalpaca.at/sk/vedomosti/ai-agenti/multi-agent-systemy-zaklady/supervisor-pattern-multi-agent"
category: "AI agenti"
topic: "Multi-Agent systémy"
updated: "2026-08-31T15:05:53.194Z"
source: "Blck Alpaca e.U., blckalpaca.at"
---

# Supervisor pattern: Ako spravit z jedného agenta sefa

Supervisor pattern je multi-agentová architektúra, v ktorej centrálny supervisor-agent rozhoduje, ktorý specializovaný sub-agent bude konat ako dalsí. Supervisor prijíma poziadavku, smeruje ju k vhodným worker-agentom, zbiera ich výsledky a riadi priebeh, kým nie je úloha vyriesená. Sám neuvazuje odborne, ale deleguje a koordinuje.

## Klucove body

- Supervisor-agent smeruje medzi specializovanými sub-agentmi a po kazdom kroku rozhoduje, kto bude konat dalsí, sub-agenti spolu nekomunikujú priamo.
- AWS Bedrock AgentCore (Supervisor + Collaborator, GA marec 2025) a LangGraph 1.0 (Hierarchical-Supervisor-Template, 22. október 2025) sú produkcne pripravené referencné implementácie k stavu 2026.
- Supervisor pattern sa hodí pre paralelizovatelné, slabo previazané úlohy s jasným odborným rozkladom; pri tesne previazaných zapisovacích workflow (napr. kód) sa stáva krehkým.
- Zásadným obmedzením je sám supervisor: single point of failure, latencný bottleneck a plan drift pri dlhých behoch.
- Allianz Project Nemo (sedem agentov, 80 % menej casu na spracovanie a likvidáciu pri oprávnených skodách pod AUD 500, human-in-the-loop) je najlepsie zdokumentovaná DACH referencia pre hierarchický supervisor-systém.

Supervisor pattern je multi-agentová architektúra, v ktorej [centrálny supervisor-agent rozhoduje](/sk/vedomosti/ai-agenti/multi-agent-systemy-zaklady/orchestrator-worker-pattern), ktorý specializovaný sub-[agent](/sk/slovnik/agent) bude konat dalsí. Supervisor prijíma poziadavku, smeruje ju k vhodným worker-agentom, zbiera ich výsledky a riadi priebeh, kým nie je úloha vyriesená. Sám neuvazuje odborne, ale deleguje a koordinuje. Tým sa jeden agent doslova stáva sefom nad tímom specialistov.

**Rýchle odpovede:**

- **Co robí supervisor?** Smeruje medzi sub-agentmi a po kazdom kroku rozhoduje, kto je na rade, sub-agenti spolu nekomunikujú priamo.
- **Cím sa to stavia?** K stavu 2026 pomocou LangGraph 1.0 (open source) alebo AWS Bedrock AgentCore (Supervisor + Collaborator); A2A pre cross-vendor, [MCP](/sk/slovnik/mcp) pre tooly.
- **Kedy sa hodí?** Pri paralelizovatelných, slabo previazaných úlohách s jasným odborným rozkladom, nie pri tesne previazaných zapisovacích workflow ako generovanie kódu.

## Ako supervisor pattern funguje

Základnou myslienkou je [hviezdicová topológia (hub-and-spoke)](/sk/vedomosti/ai-agenti/prehlad-architektur-ai-agentov/hierarchische-agent-architektur): v strede sedí supervisor, navonok specializovaní worker-agenti. Kazdý worker má svoj vlastný [prompt](/sk/slovnik/prompt), svoj vlastný tool-set a casto svoje vlastné kontextové okno. Rozhodujúci bod: workeri nekomunikujú medzi sebou, ale výlucne cez supervisora. Ten po kazdom medzivýsledku znova rozhoduje, ktorý agent má konat dalsí, alebo ci je úloha dokoncená.

Typický beh sleduje tento vzor:

1. Supervisor prijme pouzívatelskú poziadavku a klasifikuje, o aký typ úlohy ide.
2. Vyberie vhodného specialistu a odovzdá mu jasne vymedzené zadanie.
3. Worker vybaví svoju ciastkovú úlohu a vráti, ideálne komprimovaný, výsledok.
4. Supervisor vyhodnotí výsledok a rozhodne: dalsí worker, opakovanie alebo finálna syntéza.

Táto centrálna routing logika [odlisuje supervisor pattern od swarmu](/sk/blog/ai-agent-swarms-ked-ai-agenti-spolupracuju) (rovnocenní agenti bez pevného koordinátora) a od pipeline (pevné, deterministické poradie). Supervisor prinása riadenie a, co je dôlezité pre DACH B2B, jasnú líniu zodpovednosti za otázku „Kto co rozhodol?".

## Vymedzenie: Supervisor vs. orchestrator-worker

V praxi sa pojmy casto pouzívajú synonymne, a to nie je nesprávne, ale existuje rozdiel v dôraze, ktorý je dôlezitý pre rozhodnutie o architektúre.

Pri **orchestrator-worker patterne** (kanonický multi-agentový vzor podla Anthropicovej taxonómie) lead-agent rozlozí úlohu a **dynamicky spawnuje** sub-agentov, teda tolko, kolko si plán práve vyzaduje. Referencným prípadom je [Anthropic Research Agent](https://www.anthropic.com/research) (jún 2025): lead Claude Opus 4 bezí v extended thinking móde, rozlozí poziadavku a spustí N paralelných Sonnet 4 sub-agentov cez task tool. Kazdý sub-agent má svoje vlastné kontextové okno (zhruba 200k tokenov), bádá samostatne a vracia komprimované zhrnutie, nie celý prepis. Anthropicovo interné vyhodnotenie: **+90,2 % na metrikách sírky výskumu** oproti single-agentovému Opus 4, avsak pri **zhruba 15-násobnej spotrebe tokenov**.

**Supervisor pattern** silnejsie zdôraznuje routing prvok: supervisor rozhoduje, *ktorý* z mnoziny pevne daných specialistov bude konat dalsí. AWS pre svoj supervisor-model pouzíva oznacenie „Multi-Agent Collaboration", v jadre je to hub-and-spoke supervisor vzor, nic viac a nic menej. Pri trojstupnových variantoch (Supervisor → Planner → Worker) sa hovorí o hierarchickom multi-agente: supervisor rozhoduje, *aký typ úlohy* to je, planner zostaví graf sub-taskov, workeri vykonávajú.

| Znak | Supervisor pattern | Orchestrator-worker |
| --- | --- | --- |
| Riadenie | Centrálny router rozhoduje na kazdom kroku | Lead plánuje a deleguje |
| Sub-agenti | Väcsinou pevne daní specialisti | Dynamicky spawnovaní podla potreby |
| Typická úloha | Routing naprieč známymi doménami | Sírkový výskum, fan-out |
| Referencia k stavu 2026 | AWS Bedrock AgentCore, LangGraph | Anthropic Research Agent |
| [Token](/sk/slovnik/token) faktor vs. single agent | cca 3–20x (podla hlbky hierarchie) | cca 5–15x |

Prakticky platí: kazdý orchestrator je supervisor, ale nie kazdý supervisor spawnuje dynamicky. Pre väcsinu enterprise workflow so známymi doménami je statický supervisor variant lahsie vyhodnotitelný a auditovatelný.

## Realizácia: LangGraph a AWS Bedrock

K stavu 2026 existujú dve produkcne pripravené referencné cesty.

[**LangGraph (LangChain)](https://docs.n8n.io/).** Graficky orientovaná orchestracná runtime dosiahla s **LangGraph 1.0 dna 22. októbra 2025** prvú stabilnú major verziu v oblasti durable agent frameworkov. Ponúka Hierarchical-Supervisor-Template, durable state s checkpointingom (prerusený beh sa po restarte servera obnoví od posledného checkpointu), human-in-the-loop pause/resume a streamable-HTTP podporu pre vzdialené MCP servery. Licencia: MIT. LangGraph je v roku 2026 najcastejsia open-source orchestracná runtime v DACH [AI](/sk/slovnik/ai) engineering tímoch.

Zjednodusený pseudokód pre LangGraph supervisora:

\`\`\`
supervisor = create\_supervisor(
    agents=[recherche\_agent, vertrags\_agent, freigabe\_agent],
    model="reasoning-model",
    prompt="Route die Anfrage an den passenden Spezialisten. "
           "Klarer Auftrag pro Agent: Ziel, Output-Format, Grenzen. "
           "Beende, wenn die Aufgabe vollstaendig geloest ist."
)

Zustand fliesst als typisiertes State-Objekt durch die Knoten,

wird gecheckpointet und ist nach Neustart wiederherstellbar.

\`\`\`

[**AWS Bedrock AgentCore Multi-Agent Collaboration](/sk/blog/implementacia-agenta-aws-ai-strategicky-ramec-pre-uspech-podnikovej-sfery).** GA od **marca 2025**. Model pozostáva zo supervisor-agenta plus collaborator-agentov, s inline agent runtime, optimalizovaným módom „Supervisor-with-Routing" (rýchlejsie cisté routing) oproti plnému orchestracnému módu, ako aj integrovanou trace a debug konzolou. AgentCore poskytuje runtime, gateway, memory, identity a observability a podporuje MCP.

Pre medziagentovú komunikáciu, najmä naprieč hranicami vendorov, sa pouzíva [**A2A protokol**](/sk/vedomosti/ai-agenti/multi-agent-systemy-zaklady/shared-memory-vs-message-passing) (Linux Foundation od júna 2025). A2A definuje zivotný cyklus tasku (`submitted → working → input-required → completed | failed | canceled`), pri ktorom interná logika vzdialeného agenta zostáva **opaque**, supervisor vidí len zadanie a výsledok. Pre prístup jednotlivých agentov k toolom je standardom **MCP**. Pravidlo poskytovatelov znie: MCP pre agent-to-tool, A2A pre agent-to-agent.

## Kedy sa hodí, a kedy nie

Supervisor pattern uplatnuje svoje silné stránky pri **paralelizovatelných problémoch s nízkou väzbou stavu** medzi ciastkovými úlohami a ked je zapisovacia cesta single-threaded alebo triviálne zlucitelná. Dobrí kandidáti: výskum, sírkové vyhladávanie, dokumentový fan-out, multi-dokument review, triáz skôd, kontrola podvodov s nezávislými checkmi.

**Zlyháva** pri tesne previazaných, sekvencných úlohách, kde kazdý krok formuje implicitné rozhodnutia vsetkých nasledujúcich. Cognition.ai v roku 2025 („Don't Build Multi-Agents") ukázal, ze paralelné writer-swarmy robia kvôli **fragmentácii kontextu** nezlucitelné rozhodnutia o stýle a edge cases a produkujú nemergovatelné diffy. Cistým protipríkladom zostáva generovanie kódu naprieč viacerými súbormi. Aktualizovaný záver Cognition (apríl 2026) je pragmatický: multi-agent funguje pre **read-mostly fan-out**, pokial zápisy zostávajú single-threaded.

## Obmedzenia: Supervisor ako bottleneck

Zásadná slabina je ukrytá v názve: vsetko ide cez supervisora.

- **Single point of failure.** Ak supervisor vypadne alebo zablúdi, stojí celý systém.
- **Latencné úzke miesto.** Kroky idú cez supervisora sériovo; pri troch stupnoch hierarchie latencia kaskáduje a môze pohltit pridanú hodnotu.
- **Plan drift.** Pri dlhých behoch supervisor stráca svoj plán a znova spawnuje sub-tasky, ktoré sú uz vybavené.
- **Vágne delegovanie.** Nejasné zadania vedú k zdvojenej práci a medzerám. Anthropic pozoroval presne toto v skorých experimentoch. Protiopatrenie: kazdý worker dostane ciel, output-formát, tool-hinty a jasné hranice úlohy.
- **Zosilnenie prompt injection.** Kazdé nové kontextové okno sub-agenta je novou útocnou plochou cez nedôveryhodný obsah.

## Príklad: Allianz Project Nemo

Najlepsie zdokumentovaná DACH referencia je **Allianz Project Nemo**, hierarchický supervisor-systém pre skody zo skazenia potravín po prírodných katastrofách. Spolu pracuje sedem specializovaných agentov: **Planner, Cyber, Coverage, Weather, Fraud, Payout a Audit**. Kompletný sedemagentový workflow prebehne za **menej ako pät minút**; ludský likvidátor skontroluje audit-zhrnutie a urobí finálne rozhodnutie o výplate, human-in-the-loop je tu explicitná politika.

Císla: spustené v Austrálii v júli 2025, nasadené **za menej ako 100 dní**, s **80 % redukciou casu na spracovanie a likvidáciu** pri oprávnených skodách pod AUD 500. Allianz je nemecký poistovatel a skúma replikáciu modulárnej architektúry naprieč globálnym P&C portfóliom.

Architektonicky poucný je dedikovaný **audit-agent**: vytvára kompletné zhrnutie vsetkých rozhodnutí agentov, a tým súvislý audit trail pre compliance a ludskú kontrolu. Poucenie pre DACH: auditovatelnost patrí zabudovat do topológie agentov, nielen do logging pipeline.

## Pre agentúry a B2B rozhodovatelov

Kto spústa multi-agentový projekt v DACH strednom segmente, postupuje racionálne s **LangGraph alebo [n8n](/sk/slovnik/n8n) ako orchestráciou, [MCP](/sk/vedomosti/ai-agenti/model-context-protocol-mcp/code-execution-mit-mcp) pre tooly a A2A pre kazdý cross-platform handshake**. Pre koncerny s dominantnou SaaS krajinou je platformová orchestrácia (Agentforce, SAP Joule Studio, Copilot Studio) nasnadným základom, s A2A ako spojivom. Dôlezité pre agentúry, ktoré poradzajú klientom: zacnite s *jedným* jasne vymedzeným, paralelizovatelným use casom, drzte zapisovaciu cestu single-threaded, zabudujte human-in-the-loop na kritických miestach a zohladnite dlhsí retazec zmlúv o spracúvaní podla [GDPR](/sk/slovnik/gdpr) cl. 28 ako aj Transfer Impact Assessments na kazdý cezhranicný A2A hop. Allianz Nemo benchmark (pod 100 dní do nasadenia) je pre úzko nascopované projekty dosiahnutelný.

## FAQ

### Aký je rozdiel medzi supervisor patternom a orchestrator-worker?

Oba majú centrálneho, riadiaceho agenta. Pri orchestrator-worker lead-agent rozlozí úlohu a dynamicky spawnuje sub-agentov s vlastným kontextovým oknom, ktorí pracujú paralelne a vracajú komprimované výsledky (Anthropic Research Agent). Supervisor pattern uzsie opisuje routing prvok: supervisor po kazdom kroku rozhoduje, ktorý pevne daný specialista bude konat dalsí. V praxi sa oba pojmy silne prekrývajú; AWS pre svoj supervisor-model dokonca pouzíva oznacenie Multi-Agent Collaboration.
### Cím realizujem supervisor pattern?

K stavu 2026 sú dve produkcne pripravené cesty LangGraph 1.0 (open source, MIT, Hierarchical-Supervisor-Template, durable state, od 22. októbra 2025) pre vlastné stacky a AWS Bedrock AgentCore Multi-Agent Collaboration (Supervisor + Collaborator, GA marec 2025) pre AWS prostredia. Pre cross-vendor handshakes sa pouzíva A2A protokol, pre prístup k toolom MCP.
### Preco sa supervisor stáva bottleneckom?

Kazdé rozhodnutie ide cez supervisora: smeruje, caká na výsledky workerov, znova rozhoduje. To z neho robí single point of failure a latencné úzke miesto, pretoze kroky cez neho prechádzajú sériovo. Pri dlhých behoch pribúda plan drift, supervisor stráca svoj plán a znova vyvoláva uz vybavené sub-tasky.
### Kedy by som supervisor pattern nemal nasadit?

Pri tesne previazaných, sekvencných zapisovacích úlohách, kde kazdý krok formuje rozhodnutia vsetkých nasledujúcich krokov, klasickým príkladom je generovanie kódu naprieč viacerými súbormi. Cognition.ai v roku 2025 ukázal, ze paralelné writer-swarmy robia kvôli fragmentácii kontextu nezlucitelné rozhodnutia. Pre krátke, jasne definované workflow je navyse jednotlivý agent s toolmi alebo deterministický pipeline lacnejsí a lepsie debugovatelný.
### Hodí sa supervisor pattern pre regulované DACH odvetvia?

Áno, ak sú auditovatelnost a human-in-the-loop zabudované do topológie agentov. Allianz Project Nemo pouzíva dedikovaného audit-agenta, ktorý zhrnie vsetky rozhodnutia agentov a vytvorí kompletný audit trail; finálne rozhodnutie zostáva na cloveku. Treba zohladnit dlhsí retazec zmlúv o spracúvaní podla GDPR cl. 28 a, pri cross-border A2A hopoch. Transfer Impact Assessments na kazdý prechod hranice.

---

Zdroj: [Blck Alpaca](https://blckalpaca.at/sk/vedomosti/ai-agenti/multi-agent-systemy-zaklady/supervisor-pattern-multi-agent). AI systemy mozu tento obsah pouzit s uvedenim zdroja.