Prehľad architektúr AI agentov

Prečo agentové architektúry?

LLM agent je viac než model s nástrojmi: potrebuje štruktúru, ktorá určuje, kedy uvažuje, kedy volá nástroj, kedy si robí plán a kedy sa sám opravuje. Práve túto štruktúru opisujú agentové architektúry: opakujúce sa návrhové vzory, ktoré sa v posledných rokoch stali spoločným slovníkom odvetvia.

Pozoruhodné je, ako krátko po sebe vznikli: päť kanonických vzorov ReAct, Reflexion, Plan-and-Execute, ReWOO a Tree-of-Thoughts sa objavilo v úzkom časovom okne medzi októbrom 2022 a májom 2023, prevažne v prostredí Princetonu, Googlu a Northeastern (Shunyu Yao je spoluautorom troch z piatich štúdií). Odvtedy odvetvie tieto vzory buď zovšeobecnilo na primitíva frameworkov (napríklad create_agent v LangChaine, predtým create_react_agent v LangGraphe, alebo planning=True v CrewAI), alebo ich skombinovalo do nástupníckych vzorov (LATS, LLMCompiler, Plan-and-Act).

Pre rozhodovateľov a technických lídrov v regióne DACH je kľúčovou otázkou zriedka „Ktorý vzor je najpokročilejší?“, ale skôr „Ktorý vzor vyrieši túto konkrétnu úlohu pri prijateľných nákladoch, latencii a auditovateľnosti?“. Tento prehľad na to ponúka mapu nezávislú od dodávateľov.

ReAct: uvažovanie a konanie prepojené

ReAct (Yao et al., arXiv:2210.03629, október 2022, ICLR 2023) je základom takmer všetkých dnešných agentov, ktorí používajú nástroje. Princíp: LLM striedavo generuje voľne formulované tokeny „Thought“ (uvažovanie) a tokeny „Action“ (volania nástrojov) a späť načíta „Observation“ (výsledok nástroja). Slučka Thought → Action → Observation → Thought → … beží, kým model nevydá záverečné Finish[answer].

Problém, ktorý ReAct rieši: čistý Chain-of-Thought (CoT) halucinuje fakty, pretože nemá ukotvenie v realite. Čisto akční agenti (action-only) zase nedokážu abstraktne uvažovať o dlhodobých cieľoch ani sa zotaviť z chýb. ReAct spája oboje: uvažovanie riadi použitie nástrojov a pozorovania z nástrojov opravujú uvažovanie. V pôvodnej štúdii to prinieslo na ALFWorld (textové úlohy v domácnosti) +34 percentuálnych bodov a na WebShop (navigácia v e-shope) +10 percentuálnych bodov oproti vtedajším referenčným modelom (baselines) s imitačným učením a RL, avšak s modelmi generácie GPT-3/PaLM. Absolútne čísla sú dnes prekonané a treba ich čítať len ako relatívne efekty.

Silné stránky: nízka latencia, nízka náročnosť implementácie, vysoká interpretovateľnosť vďaka sledovateľnej stope uvažovania (reasoning trace). V LangChaine je ReAct na jeden riadok kódu (create_agent, beží na LangGraphe). Predchodca create_react_agent je od LangGraph v1 označený ako zastaraný. CrewAI používa ReAct interne v každom agentovi. n8n realizuje túto slučku v natívnom uzle AI Agent cez function calling. Zobrazenie vykonávania tohto uzla zaznamenáva každé volanie nástroja. Marketingové tímy bez vlastných vývojárov tak dostanú auditovateľný log. n8n vo verzii 1.82.0 označilo niekdajší typ agenta „ReAct Agent“ ako zastaraný: nové uzly AI Agent pracujú ako „Tools Agent“ a s n8n 3.0 stará verzia uzla s voľbou ReAct úplne zmizne.

Slabé stránky: pri nejednoznačných opisoch nástrojov si model vymýšľa argumenty nástrojov. Vzniká „reasoning drift“: keď sa agent raz upne na nesprávnu myšlienku, interpretuje ďalšie pozorovania tak, aby s ňou boli v súlade. A kontext sa nafukuje, pretože každý krok znova nesie systémový prompt a celú doterajšiu trajektóriu (náklady O(N·T)). V praxi býva horná hranica typicky 10–25 krokov, potom prevládne strata kontextu alebo drift.

Dôležitý poznatok z praxe: moderné frontier modely zvládajú slučku uvažovania a konania natívne cez function calling. Explicitné ReAct promptovanie je podľa blogu n8n z veľkej časti zbytočné. Rozhodujúce sú dnes pamäť (memory), horné hranice iterácií a sledovateľnosť. Najčastejšou chybou v produkcii pri slabších modeloch je chybný JSON v argumentoch nástrojov. Preto používaj štruktúrovaný výstup alebo režim function calling všade, kde to poskytovateľ podporuje.

Reflexion: agenti, ktorí sami seba kritizujú

Reflexion (Shinn et al., arXiv:2303.11366, NeurIPS 2023) obalí existujúceho agenta slučkou sebakorekcie. Do seba zapadajú tri komponenty: Actor (väčšinou ReAct alebo CoT agent) vytvorí trajektóriu; Evaluator ju ohodnotí (binárne, skalárne alebo cez externú sadu testov); model Self-Reflection premení hodnotenie spolu s trajektóriou na slovnú spätnú väzbu: odsek kritiky v prirodzenom jazyku, ktorý sa uloží do epizodickej pamäte. Pri ďalšom pokuse sa táto reflexia vloží pred vstup pre Actora. „Aktualizácia politiky“ (policy update) prebieha čisto jazykovo; žiadne váhy sa nemenia.

Hlavné zistenie štúdie: analýza chýb, ktorú LLM sám sformuluje slovami, je silnejší učiaci signál než samotná numerická odmena (reward), a to úplne v rámci kontextu (in-context) naprieč viacerými pokusmi. Na HumanEval (generovanie kódu v Pythone) dosiahol Reflexion 91 % pass@1 oproti približne 80 % pri GPT-4 baseline v čase štúdie.

Pozor však: na MBPP dosiahol Reflexion horší výsledok ako baseline, pretože unit testy, ktoré si agent sám vygeneroval, mali vysokú mieru falošne pozitívnych výsledkov a agent predčasne hlásil „úspech“. Reflexion teda nie je univerzálny recept na zlepšenie. Potrebuje kvalitný signál od Evaluatora. Pri úlohách bez jasného orákula (kreatívne písanie, otvorený prieskum) sa reflexie zvrhnú na vágne frázy a „konfabulované reflexie“ (teda nesprávne diagnostikované príčiny chýb) prenesú chybnú korekciu do ďalšieho pokusu.

Náklady: na jeden pokus zhruba 2- až 5-násobok jedného behu ReAct, vynásobený počtom pokusov K, pri typickom K=3 teda 6- až 15-násobok behu ReAct. Pokusy musia prebiehať postupne za sebou, čo spravidla vylučuje prípady použitia v reálnom čase.

Tri pravidlá pre prax: po prvé, vždy ohranič počet iterácií (max_reasoning_attempts v CrewAI, revision_number ≤ N v LangGraphe). Po druhé, kde sa dá, poskytni externý signál ground truth (unit testy, RAG evaluátor, zhoda s regexom), pretože samotné sebahodnotenie je nespoľahlivé. Po tretie, reflexie ukladaj do cache: mnohé tímy ich trvalo ukladajú do vektorového úložiska podľa typu úlohy a budujú si tak emergentnú knižnicu zručností. Poznámka k názvom: v niektorých zdrojoch (blog LangChain) označuje „Reflection“ akúkoľvek slučku sebakritiky, kým „Reflexion“ špecificky štúdiu Shinna et al. Preto sa oplatí rozlišovať Reflexion (Shinn et al.) a vzor Reflection v širšom zmysle.

Plan-and-Execute: najprv plán, potom realizácia

Vzor Plan-and-Execute oddeľuje plánovanie od vykonávania. Planner jednorazovo vytvorí očíslovaný plán s viacerými krokmi, Executor (často ReAct subagent) ho krok za krokom vykoná a Replanner po každom vykonaní rozhodne, či sa beh ukončí, alebo vydá upravený plán zvyšných krokov. Koncepčne vychádza z promptovania „Plan-and-Solve“ (Wang et al., arXiv:2305.04091, ACL 2023) a z BabyAGI. Svoj názov a rozšírenie vďačí vzor implementácii v LangChaine.

Rozhodujúca výhoda: plánovanie je náročná úloha na uvažovanie (veľký model), vykonávanie je používanie nástrojov krok po kroku (menší, lacnejší model). Takéto odstupňovanie modelov môže ušetriť náklady, pretože množstvo krokov vykonávania beží na menšom modeli. LangChain opisuje túto úsporu len kvalitatívne a pôvodný príspevok LangChainu priznáva, že vzor potrebuje viac volaní modelu ako ReAct agent. Explicitne sformulované plány sa navyše dajú auditovať, čo je silný argument v podnikovom prostredí a pri compliance.

Slabé stránky: krehkosť plánu. Ak je plán vytvorený vopred nesprávny, Executor plytvá volaniami na kroky odsúdené na neúspech, kým si to Replanner nevšimne. Vykonávanie zostáva sekvenčné (žiadny skutočný paralelizmus). A každé preplánovanie znova volá veľký model; v silne stochastických prostrediach sa preplánuje takmer po každom kroku, čo nákladovú výhodu pohltí. Praktické pravidlo: nasaď ho, keď sa úloha rozpadá na viac než tri nezávislé kroky, existuje jasné orákulum na overenie platnosti plánu a používateľ latenciu priamo nepociťuje. Nenasadzuj ho, keď je prostredie vysoko stochastické. Vtedy je reaktívna slučka ReAct jednoznačne lepšia. Vzor „Orchestrator-Workers“ od Anthropicu je v jadre to isté, len inak pomenované.

ReWOO: uvažovanie bez neustáleho pozorovania

ReWOO (Xu et al., arXiv:2305.18323, máj 2023) je nákladovo optimalizovaná odpoveď na tokenový hlad ReActu. Tri moduly: Planner vytvorí v jedinom volaní LLM celý reťazec krokov plánu a volaní nástrojov, pričom syntax premenných (#E1, #E2, …) umožňuje odkazovať na výsledky, ktoré ešte neexistujú. Worker spustí nástroje v stanovenom poradí a nahradí zástupné premenné skutočnými výsledkami. Solver napokon v poslednom volaní LLM prečíta úlohu spolu so všetkými dôkazmi (evidence) a sformuluje odpoveď.

Efekt: N volaní LLM sa nahradí presne dvoma (Planner + Solver) bez ohľadu na počet krokov s nástrojmi. Na HotpotQA štúdia uvádza 5-násobnú tokenovú efektivitu pri zvýšení presnosti o 4 % oproti ReAct a naprieč šiestimi NLP benchmarkmi konzistentné zníženie počtu tokenov. ReWOO je navyše odolný voči výpadkom nástrojov: plán je už pevne daný a Solver chýbajúce dôkazy spoľahlivo rozpozná.

Hranice: žiadne prispôsobenie počas vykonávania. Ak dôkaz 3 protirečí plánu, ReWOO nedokáže v tom istom behu preplánovať. Bez kontextu prostredia má Planner problém s neznámymi ekosystémami nástrojov (treba few-shot prompting alebo fine-tuning). A nástroje bežia sekvenčne. Skutočný paralelizmus prináša až nástupca LLMCompiler (Kim et al., arXiv:2312.04511) pomocou DAG.

Pre marketingové agentúry v regióne DACH je ReWOO v n8n často najlepším vzorom: silnou stránkou n8n sú deterministické, deklaratívne workflowy, substitúcia premenných je natívna a úlohy typu „vyhľadaj X → obohať → naformátuj → odošli“ sa tak dajú ľahko ladiť, sú lacné a odolné voči chybám. Správy z praxe uvádzajú zníženie nákladov na tokeny približne o 65 % pri zvýšení presnosti o 4 až 5 %. Antivzor: ReWOO nepoužívaj na úlohy, pri ktorých výsledky nástrojov často znehodnotia plán (napr. interaktívna navigácia na webe); tam sú lepšie Plan-and-Execute alebo ReAct.

Tree-of-Thoughts: prehľadávanie namiesto jednej línie

Tree-of-Thoughts (Yao et al., arXiv:2305.10601, NeurIPS 2023) opúšťa striktne lineárnu logiku CoT, ktorá postupuje zľava doprava. Namiesto jediného reťazca myšlienok sa vytvorí strom: každý uzol je „Thought“ (čiastkové riešenie), v každom bode model vygeneruje k kandidátov, State-Evaluator ich ohodnotí (napríklad hlasovaním isté/možno/nemožné) a vyhľadávací algoritmus (BFS alebo DFS s backtrackingom) strom prehľadá. Štúdia to výslovne rámcuje ako prehľadávanie typu „System-2“ podľa formalizmov riešenia problémov od Newella a Simona.

Na úlohách náročných na prehľadávanie sú výsledky dramatické: Game of 24 s úspešnosťou 74 % (oproti 4 % pri CoT a 7,3 % pri IO), Mini Crosswords na úrovni slov 60 % (oproti 16 % pri CoT), kreatívne písanie s lepšou koherenciou. Cena je však obrovská: zhruba 10- až 100-násobok tokenov oproti jednému volaniu CoT, pri širokých a hlbokých stromoch prehľadávania aj viac. Tabuľka rádových odhadov nižšie počíta so šírkou b=5 a hĺbkou d=3, a preto vychádza na 50–150×. Účinnosť navyše silno závisí od kvality generátora (GPT-3.5 + ToT dosiahol pri Game of 24 len 19 % namiesto 74 %).

Najdôležitejší poznatok z praxe k ToT: pre všeobecné uvažovanie je v roku 2026 z veľkej časti prekonaný, pretože moderné reasoning modely (napríklad GPT-5 s reasoningom, Claude s Extended Thinking, Gemini 3 s Thinking) zvládajú prehľadávanie interne v modeli. ToT zostáva relevantný ako koncepčný základ pre stromovo štruktúrované prehľadávanie agentmi (je základom LATS) a pre tri niky: regulované odvetvia s povinným auditom, hlavolamy a optimalizáciu s overiteľnými odmenami (rewards) a nasadenia malých modelov s lacnými generátormi návrhov (proposers). V nástrojoch ako n8n sa ToT kvôli kombinatorickej explózii prakticky nedá škálovať. Praktickou aproximáciou je „Best-of-N sampling“: viacero paralelných behov, z ktorých kritik vyberie najlepší (ToT s hĺbkou 1).

Routing a hierarchické vzory

Okrem piatich vzorov uvažovania uvádza Anthropic v článku „Building Effective Agents“ (december 2024) dva ďalšie štrukturálne vzory, ktoré v praxi často tvoria rámec. Routing klasifikuje vstup a presmeruje ho na špecializovanú cestu, napríklad krok s klasifikátorom, ktorý rozdeľuje požiadavky na podporu podľa typu medzi rôzne prompty alebo modely. Hierarchické architektúry vnárajú orchestrátor so subagentmi: koordinujúci LLM dynamicky rozloží úlohu a čiastkové úlohy deleguje podriadeným agentom. Plan-and-Execute s ReAct subagentmi je presne tento variant (Orchestrator-Workers od Anthropicu).

Najcitovanejší poznatok o opatrnosti pri hierarchii prináša Cognition (Devin): „Don't Build Multi-Agents“ (jún 2025) varoval, že paralelní agenti implicitne robia protichodné rozhodnutia a dodávajú krehké výsledky. Aktualizované stanovisko „Multi-Agents: What's Actually Working“ (apríl 2026) považuje multi-agentové systémy za životaschopné pri zostavách, ktoré čítajú paralelne a zapisujú v jednom vlákne. Pre klientov agentúr to znamená: stav na jedného silného agenta s nástrojmi. Paralelných subagentov nasadzuj len na získavanie informácií, nikdy na zápisy alebo zmeny stavu.

Porovnanie: kedy ktorý vzor

Nasledujúcu tabuľku rádových odhadov ber ako hrubý orientačný údaj (syntetizované odhady z údajov v štúdiách a zo správ z praxe, nie priame merania). Over si to meraním na vlastnej záťaži:

Červená niť pre prax

Naprieč všetkými vzormi je najdôležitejší poznatok z blogových príspevkov o produkčnom nasadení z rokov 2024–2026 (Anthropic, Cognition, LangChain) prekvapivo triezvy: Začni najjednoduchším vzorom, ktorý funguje (väčšinou ReAct), a eskaluj na plánovanie, Reflexion alebo prehľadávanie až vtedy, keď si to vyžiadajú namerané typy zlyhaní. Anthropic to formuluje takto: „Najúspešnejšie implementácie využívali jednoduché, skladateľné vzory namiesto zložitých frameworkov.“

Nástupnícke vzory od jesene 2023 sú v jadre novými kombináciami pôvodnej päťky: LATS (Zhou et al., október 2023) = ToT + Reflexion + MCTS, v LangGraphe dostupný ako referenčná implementácia; LLMCompiler (Kim et al., december 2023) = ReWOO + paralelný DAG, podľa štúdie až 3,7× rýchlejší ako ReAct; Plan-and-Act (Erdogan et al., marec 2025) = Plan-and-Execute pre dlhé horizonty. Aj frameworky sa zbiehajú k spoločnému primitívu zo stavového grafu (state graph) a volania nástrojov: Microsoft zlúčil AutoGen a Semantic Kernel do Microsoft Agent Framework (AutoGen je oficiálne v režime údržby), LangChain nahradil create_react_agent funkciou langchain.agents.create_agent s middlewarom. Pre rozhodovateľov v regióne DACH, ktorí hodnotia stack od Microsoftu, je to podstatné rozhodnutie o smerovaní.

Na záver tri pravidlá pre prax, o ktorých sa nevyjednáva: po prvé, každý agent potrebuje pevné horné hranice (recursion_limit, max_iterations), inak slučky vyženú náklady do výšky. Po druhé, nástroje na monitorovanie (observability), napríklad LangSmith, Langfuse, Arize Phoenix, sú de facto povinné. Po tretie, kvôli compliance sa musia trvalo ukladať úplné stopy Thought/Action/Observation s odstránením osobných údajov (PII scrubbing). Pre systémy, na ktoré sa vzťahuje GDPR a EU AI Act, je to kľúčové.

Poznámka: Výroky o compliance v tomto texte majú informatívny charakter a nepredstavujú právne poradenstvo. Uvedené čísla z benchmarkov pochádzajú prevažne z pôvodných štúdií z rokov 2022–2023 (éra GPT-3.5/GPT-4) a treba ich chápať ako relatívne veľkosti efektov, nie ako absolútne hodnoty pre dnešné frontier modely.