--- title: "Základy LLM pre AI Agentov" description: "Ako LLM fungujú ako reasoning engine Agentov, tokeny, kontextové okno, function calling a výber modelu." locale: "sk" canonical: "https://blckalpaca.at/sk/vedomosti/ai-agenti/zaklady-llm-pre-ai-agentov" category: "AI agenti" updated: "2026-07-29T08:53:27.659Z" source: "Blck Alpaca e.U., blckalpaca.at" --- # Základy LLM pre AI Agentov Ako LLM fungujú ako reasoning engine Agentov, tokeny, kontextové okno, function calling a výber modelu. ## Čo znamená „LLM ako Reasoning-Engine“? [AI Agent](/sk/sluzby/integracia-ai-agenta) je viac než Chatbot: sleduje cieľ cez viaceré kroky, volá Tooly, pozoruje výsledky a rozhoduje, čo robiť ďalej. V centre tohto loopu stojí [Large Language Model](/sk/slovnik/large-language-model) ([LLM](/sk/slovnik/llm)) ako **Reasoning-Engine**, inštancia, ktorá plánuje, zvažuje, vyberá Tooly a interpretuje výsledky. Metafora, ktorá formovala prax, pochádza od Andreja Karpathyho (jún 2025): LLM je CPU, kontextové okno pracovná pamäť (RAM) a engineer preberá rolu operačného systému, ktorý napĺňa pamäť pri každom kroku správnymi informáciami. Z toho vyplýva centrálne poznanie pre rok 2026: agenti v produkcii takmer nikdy nezlyhávajú preto, že model je „príliš malý“. Zlyhávajú preto, že kontext je chybne skonštruovaný. Anthropicov Applied [AI](/sk/slovnik/ai) Team radí **Context Engineering** ako samostatnú disciplínu, ktorá dnes na 60-80 % rozhoduje o tom, či [agent](/sk/slovnik/agent) beží spoľahlivo. Kto stavia agentov, potrebuje preto solídny základ k štyrom stavebným kameňom: **Tokeny**, **Kontextové okno**, **Function Calling** a **voľba modelu** (Open-Source vs. proprietárny). Táto prehľadová stránka zhŕňa základy; prehlbujúce témy (Context Engineering, [RAG](/sk/slovnik/rag), FinOps, Compliance) sú vždy samostatnými stavebnými kameňmi. ## Tokeny: jednotka spracovania a nákladov LLMs nespracúvajú text ako slová, ale ako **Tokeny**, Subword-jednotky, ktoré tokenizér vytvára z textu. Tokeny sú zároveň zúčtovacou jednotkou: poskytovatelia účtujú Input- a Output-Tokeny oddelene, väčšinou za milión Tokenov. Pre DACH-priestor nie je [tokenizácia okrajovou témou](/sk/vedomosti/ai-agenti/zaklady-llm-pre-ai-agentov/tokenisierung-und-context-window), ale merateľným nákladovým faktorom. **Nemčina vytvára v bežných BPE-tokenizéroch o 30-50 % viac Tokenov** na ekvivalentný obsah než angličtina. Príčiny: - **Compound-Nouns:** „Lebensversicherungsgesellschaftsangestellter“ sa rozpadá na dlhú Subword-reťaz, zatiaľ čo „life insurance company employee“ sa rozkladá na známe slovné Tokeny. - **Flexia:** Nemecké pádové a slovesné koncovky vytvárajú morfologické varianty, ktoré sa zaznamenávajú ako samostatné Subwords. - **Tokenizer-Bias:** Tréningové dáta bežných tokenizérov sú silne anglicky orientované; zriedkavé nemecké Subwords sa rozkladajú jemnejšie. Z toho vyplývajú tri praktické dôsledky: po prvé, efektívne kontextové okná pojmú menej obsahu (200K-window na Sonnet 4.6 zodpovedá cca 130K-150K Tokenom nemeckého obsahu). Po druhé, náklady na call sú zodpovedajúco o 30-50 % vyššie. Po tretie, [Prompt Caching](https://www.anthropic.com/research) sa pre DACH-workloady oplatí **ešte viac** než pre anglické, pretože zľava pôsobí na väčší počet Tokenov. Dôležitá poznámka k migrácii modelu: Claude Opus 4.7 bol dodaný s novým tokenizérom, ktorý pre mnohé Inputy generuje až o 35 % viac Tokenov než Opus 4.6, pri identických cenách Per-[Token](/sk/slovnik/token) tak môže efektívny Cost-per-Request stúpnuť už len výmenou tokenizéra. Pred každou migráciou platí: benchmarkovať voči vlastnému Workload-profilu. ## Kontextové okno: nominálne verzus efektívne **Kontextové okno** je maximálny počet Tokenov, ktoré model pri jednej požiadavke dokáže „vidieť“, teda System-[Prompt](/sk/slovnik/prompt), Tool-definície, Retrieval-obsahy, Conversation-History a priestor pre odpoveď spolu. V roku 2026 sú nominálne veľké okná štandardom: Claude Opus 4.7 a Sonnet 4.6 podporujú 1M Tokenov, Gemini 3.1 Pro až 2M. Rozhodujúce však je: **nominálna kapacita sa nerovná efektívnej.** Chromova štúdia „Context Rot“ (júl 2025, 18 Frontier-modelov) empiricky ukázala, že všetky modely s rastúcou dĺžkou Inputu degradujú. Tri mechanizmy sa navzájom zosilňujú: 1. **Lost-in-the-Middle:** Modely venujú väčšiu pozornosť začiatku a koncu kontextu, horšiu stredu. 2. **Attention-Dilution:** Kvadratická komplexita Attention znamená pri 100K Tokenov už okolo 10 miliárd párových vzťahov. 3. **Distractor-Interference:** Sémanticky podobné, ale irelevantné obsahy aktívne zvádzajú k chybným odpovediam. Zistenie je závislé od tasku: pri jednoduchom Faktoid-Retrieval novšie modely výrazne dobehli, pri Multi-Hop-Reasoning zostáva efekt štrukturálny. Ako heuristika pre produkciu platí: efektívna pracovná kapacita pri **30-50 % nominálnej pre reasoning-náročné** a **60-80 % pre retrieval-náročné** tasky. Kto úplne naplní 1M-window, prevádzkuje plytvanie so zrážkou na kvalite. | Model | Nominálny Context | Efektívna pracovná kapacita (heuristika) | | --- | --- | --- | | Claude Opus 4.7 | 1M | 300-500K (Reasoning), 600-800K (Retrieval) | | Claude Sonnet 4.6 | 1M (štandard 200K) | 200-400K (Reasoning), 400-600K (Retrieval) | | Gemini 3.1 Pro | 2M | 300-500K (Reasoning), 600K-1M (Retrieval) | | DeepSeek V4 Pro | 1M | Open-Weight; Long-Context-Performance pod Closed-Weight | Praktickou odpoveďou na Context Rot nie je „napchať dnu viac“, ale kurátorovať: stabilné stavebné kamene cachovať, dynamické obsahy cielene načítavať, staré obsahy prunovať a pri 70-85 % vyťaženia komprimovať (Compaction). To je predmetom stavebného kameňa Context Engineering. ## Function Calling a Tool-Use: LLM ako aktér Aby sa LLM stalo engine agenta, musí byť schopné konať, teda vytvárať štruktúrované volania externých funkcií. [**Function Calling**](/sk/vedomosti/ai-agenti/co-su-ai-agenti/zaklady-tool-callingu) (tiež Tool-Use) je na to mechanizmus: model dostane Tool-definície vo formáte JSON-Schema a v prípade potreby vráti štruktúrované volanie s parametrami, ktoré aplikácia vykoná. Najdôležitejšie praktické zistenie roku 2026: keď agent koná nesprávne, príčina väčšinou nie je v modeli, ale v **Tool-definícii**. Anthropic formuluje smernicu ostro: ak ľudský engineer nedokáže jednoznačne povedať, ktorý Tool sa má v danej situácii použiť, nedokáže to ani agent. Konkrétne dôsledky: - **Tool-Count:** 3-7 aktívne načítaných Toolov je optimálnych; od cca 10 Toolov začína merateľná degradácia. V Anthropicových interných [MCP](/sk/slovnik/mcp)-Evals stúpla Tool-Selection-Accuracy s dynamickým Tool-vyhľadávaním z 49 % na 74 % (Opus 4), resp. 79,5 % na 88,1 % (Opus 4.5). - **Tool-Overlap je fatálny:** Dva Tooly, ktoré by mohli vierohodne zodpovedať tú istú požiadavku, sú jediný problém, ktorý nevyrieši žiaden, ani ten najlepší Prompt. Jasná klauzula „kedy-nepoužívať“ v popise je najúčinnejšou, často zabúdanou komponentou. - **Štruktúrované Outputy:** Pre Downstream-systémy musia byť Outputy spoľahlivo strojovo čitateľné. [OpenAI](/sk/slovnik/openai) Structured Outputs (GA od augusta 2024) dosahuje cez Constrained Decoding 100 % konformitu so schémou; Anthropic dosahuje ekvivalent cez Tool-Use s JSON-Schema; Open-Weight-modely cez Grammar-Constrained Decoding (Outlines, jsonformer, vLLM). Štandardom pre napojenie Toolov je v roku 2026 [**Model Context Protocol](/sk/blog/model-context-protocol-transformacia-ai-vyhladavania-v-roku-2026) (MCP)**, ktorý Anthropic v novembri 2024 zverejnil ako JSON-RPC-štandard. Podľa odvetvových správ narástli SDK-stiahnutia z \~100 000/mesiac (nov. 2024) na \~97 mil./mesiac (marec 2026), s adopciou zo strany OpenAI, Google a Microsoft. (Tieto čísla stiahnutí pochádzajú z Vendor-/odvetvových správ a nie sú nezávisle validované; samotný vzorec adopcie sa považuje za nesporný.) Pre hodnotenie kvality Tool-Callingu zostáva najrelevantnejším benchmarkom [Berkeley Function-Calling Leaderboard](https://huggingface.co/) (BFCL), s výhradou, že žiaden model nevedie naprieč všetkými kategóriami a Closed-Weight pri komplexnom Multi-Turn-Tool-Use stále vedie. ## Open-Source vs. proprietárny: voľba modelu [Voľba modelovej bázy](/sk/vedomosti/ai-agenti/zaklady-llm-pre-ai-agentov/llm-router-und-modellwahl) je strategicky najzávažnejším rozhodnutím. V roku 2026 už **nie je binárnou otázkou**, ale Portfolio-alokáciou. Najprv vyjasnenie pojmov, lebo „otvorený“ je viacrozmerné: - **Closed/Proprietárny:** [API](/sk/slovnik/api)-only, váhy nedostupné (Claude, [GPT](/sk/slovnik/gpt)-5.5, Gemini). - **Open-Weight:** Váhy stiahnuteľné, prípadne pod reštriktívnymi licenciami. Llama je Open-Weight, ale OSI/FSF ho výslovne **neklasifikuje** ako Open-Source, okrem iného kvôli prahu 700 mil. MAU a EU-Multimodal-reštrikcii v Llama 4. - **Open-Source AI** podľa OSI-definície (OSAID 1.0, okt. 2024): vyžaduje navyše otvorené tréningové/inferenčné kódy a dostatočnú transparentnosť tréningových dát. Väčšina modelov marketovaných ako „Open Source“ tento prah nespĺňa. Centrálny trend: **Capability-Gap** medzi najlepším Open-Weight (DeepSeek V4 Pro, Kimi K2.6, Mistral Large 3, Qwen 3.6, Llama 4 Maverick) a Frontier-Closed (Claude Opus 4.7, GPT-5.5 Pro, Gemini 3.1 Pro) sa zúžil z 12-18 mesiacov (2024) na 3-6 mesiacov (2026), na jednotlivých workloadoch (Coding, Long-Context, Math) je nulový alebo negatívny. Tak leží Kimi K2.6 (1T parametrov, Open-Weight) na Artificial-Analysis-Intelligence-Index na 4. mieste (hodnota 54), priamo za Anthropic, Google a OpenAI (po 57). Zároveň zostávajú Premium-workloady (agentický Coding na najvyššej úrovni, Frontier-Math, Premium-Multimodal) pri Closed-Frontier reálne nadradené. Empiricky pripadá v DACH-koncernoch typicky 15-35 % objemu Tokenov, ale 60-80 % vnímanej strategickej hodnoty do tejto Premium-kategórie. Hybrid sa tým stáva ekonomicky nevyhnutným. | Model | Tier | Licencia / Prístup | Cena $ / 1M Tok. (in/out) | Profil | | --- | --- | --- | --- | --- | | Claude Opus 4.7 | Frontier-Closed | Proprietárny, API | $5 / $25 | Frontier-Coding, Tool-Orchestration | | GPT-5.5 Pro | Frontier-Closed | Proprietárny, API | $30 / $180 | Top-Reasoning, Frontier-Math; drahý | | Gemini 3.1 Pro | Frontier-Closed | Proprietárny, API | $2 / $12 | 1M-2M kontext, omnimodálny | | Mistral Large 3 | Frontier-near | Apache 2.0 (EU) | $0,50 / $1,50 | EU-Sovereign-kotva, silne multilinguálny | | DeepSeek V4 Pro | Frontier-near | MIT-derived (CN) | $1,74 / $3,48 | Cost-Disruption, Coding/Math-parita | | Kimi K2.6 | Frontier-near | Modified MIT (CN) | $0,60 / $2,50 | #1 medzi Open-Weight, silný Agentic-Performance | | DeepSeek V4 Flash | Workhorse | MIT-derived (CN) | $0,14 / $0,28 | Najhlbšia Cost-Disruption | *Ceny podľa Vendor-Public-Listing, stav apríl-máj 2026; pred každým viacročným záväzkom verifikovať.* Triezva rozhodovacia logika prebieha cez štyri dimenzie: **Weights-Control** (kto môže model kedy a za akých podmienok dodať?), **Hosting-suverenita** (akej jurisdikcii podlieha stack?), **Customization-Path** (Off-the-shelf, Prompt, RAG, LoRA, Full [Fine-Tuning](/sk/slovnik/fine-tuning)) a **Cost-Profile** (Per-Token vs. amortizácia Self-Hostingu). Pre väčšinu štandardných workloadov, klasifikácia, extrakcia, RAG-podporovaní znalostní asistenti, nemecké jazykové workflows, už Closed-Frontier-Premium nie je ekonomicky nevyhnutný. ## DACH-súvislosť: suverenita a Compliance V DACH-priestore formujú voľbu modelu navyše tri faktory. Po prvé **sentiment suverenity**: podľa Bitkomu (štúdia *Digitale Souveränität 2025*, 603 podnikov) sa 89 % digitálnych importérov vníma ako závislých; v prieskume obyvateľstva (KW 8-11/2026) považuje 72 % Nemecko pri AI za príliš závislé od USA, 67 % by rado používalo nemeckú AI. Komerčne dôveryhodný Sovereign-EU-Tier existuje s Mistralom a, po fúzii Cohere/Aleph-Alpha (apríl 2026, ocenenie $20 mld., STACKIT ako Cloud-Backbone), medzičasom dvojnásobne. Po druhé je relevantné, že EU-región na US-hyperscaleri (napr. Claude na AWS Bedrock Frankfurt) znižuje latenciu a [GDPR](/sk/slovnik/gdpr)-trenie, **ale neeliminuje US-jurisdikciu** (CLOUD Act). Skutočná suverenita [predpokladá Sovereign-EU-Stack](/sk/vedomosti/ai-agenti/budovanie-infrastruktury-ai-agentov/on-premise-vs-eu-cloud-fuer-agents) (STACKIT, OVHcloud, T-Systems, IONOS) alebo On-Prem. Po tretie platia regulačné upozornenia (informačné, nie právne poradenstvo): Closed-API-modely sú GPAI-modelmi svojich poskytovateľov; DACH-Deployer nesie Deployer-povinnosti. Kto Open-Weight-model **substanciálne** fine-tunuje, môže sa sám stať GPAI-Providerom, Guideline EU-AI-Office (júl 2025) uvádza indikatívny, nezáväzný prah pri >1/3 Base-Pretraining-Computu (Default 3,33 × 10²² FLOPs, ak je neznámy). LoRA/QLoRA ležia typicky výrazne pod ním, Continued Pretraining nad ním. GPAI-Provider-povinnosti platia od 2. augusta 2025; plné Enforcement-Powers od 2. augusta 2026 (provizórne lehoty z časového plánu EU-AI-Act, treba ich jasne považovať za provizórne). K tomu pristupujú [GDPR-povinnosti](https://gdpr-info.eu/) na tréningový pipeline pri Fine-Tuningu na osobné údaje. Tieto body sú prehĺbené v príslušných Compliance-stavebných kameňoch. ## Výhľad a praktické upozornenie LLM-základy nie sú jednorazovou učebnou dávkou, ale pohyblivým cieľom: tokenizéry sa menia, kontextové okná rastú, modely vychádzajú v mesačnom takte a hodnoty benchmarkov kolíšu podľa Test-Harness o 5-10 percentuálnych bodov. Tri otvorené otázky pre roky 2026/2027 stoja za obzvlášť pozornom: či sa Open-vs-Closed-Capability-Gap ďalej zmenšuje, či dlhé kontextové okná splnia prísľub „napchať všetko dnu“ (aktuálne: nie, Context Engineering zostáva nevyhnutný) a či Sovereign-EU-infraštruktúra dosiahne paritu v škále s US-hyperscalermi. Pre prax preto platí jednoduchá disciplína: **Nevyberať z marketingového blog-postu, ale merať voči vlastnému Eval-Setu.** Kto validuje voľbu modelu, kontextový rozpočet a Tool-design na reálnych Traces namiesto na intuícii, stavia agentov, ktorí unesú produkciu, a zachová si strategickú flexibilitu pri cenových, licenčných alebo Capability-posunoch zmeniť poskytovateľa bez toho, aby začínal odznova. ## Clanky - [Tokenizácia a kontextové okno: Čo poháňa latenciu a náklady agenta](https://blckalpaca.at/sk/vedomosti/ai-agenti/zaklady-llm-pre-ai-agentov/tokenisierung-und-context-window) — Tokenizácia rozkladá text na tokeny, najmenšie jednotky spracovania LLM; kontextové okno je maximálny počet tokenov, ktoré model spracuje sp - [Temperature, Top-p a sampling: Nastavenia pre deterministických agentov](https://blckalpaca.at/sk/vedomosti/ai-agenti/zaklady-llm-pre-ai-agentov/temperatur-und-sampling-fuer-agenten) — Temperature, Top-p a Top-k sú sampling parametre, ktoré riadia, ako náhodne LLM vyberá nasledujúci token. Nízke hodnoty (Temperature 0 až 0, - [Function Calling vs. Tool Use: Vysvetlenie pojmov a implementácie](https://blckalpaca.at/sk/vedomosti/ai-agenti/zaklady-llm-pre-ai-agentov/function-calling-vs-tool-use) — Function Calling a Tool Use označujú rovnakú základnú funkciu: LLM nevydáva súvislý text, ale štruktúrované, schéme zodpovedajúce volanie ex - [Štruktúrované výstupy s JSON Schema: Ako vynútiť spoľahlivé odpovede agentov](https://blckalpaca.at/sk/vedomosti/ai-agenti/zaklady-llm-pre-ai-agentov/strukturierte-outputs-json-schema) — Štruktúrované výstupy s JSON Schema sú technika, pri ktorej je LLM nútený vydať svoju odpoveď presne podľa zadanej JSON schémy. Namiesto voľ - [LLM-router: Kedy veľký frontier model, kedy malý, kedy open source?](https://blckalpaca.at/sk/vedomosti/ai-agenti/zaklady-llm-pre-ai-agentov/llm-router-und-modellwahl) — LLM-router je smerovacia logika, ktorá každý krok agenta automaticky priradí vhodnému modelu: veľké frontier modely pre komplexný reasoning, --- Zdroj: [Blck Alpaca](https://blckalpaca.at/sk/vedomosti/ai-agenti/zaklady-llm-pre-ai-agentov). AI systemy mozu tento obsah pouzit s uvedenim zdroja.