Váš hlasový AI produkt je již agentní postroj
V případě SWE-bench posouvá výměna postroje kolem LLM skóre o 22 bodů. Výměna modelu ho posouvá o 1.
Tato mezera je to, co se komunita AI inženýrů snažila první polovinu roku 2026 pojmenovat. Název, který se ujal, je agentní postroj a toto rámování je nyní všude: technický Twitter, inženýrské blogy, konference. Zjištění je buď zřejmé, nebo trapné, v závislosti na tom, z jaké pozice se na to díváte. Po roce konvergence hraničních modelů to, zda váš produkt funguje v produkci, téměř nikdy nerozhoduje model, který si vyberete. Rozhoduje vše, co je kolem něj zabaleno.
Čísla za tímto zjištěním nejsou jemná. Práce citovaná Stanfordem ukazuje, že stejný model dosahuje od 46 % do 80 % přesnosti pod různými postroji. LangChain přepracoval pouze postroj na Terminal Bench 2.0 a se stejným modelem pod ním posunul své skóre z 52,8 % na 66,5 %. Vercel snížil 80 % nástrojů agenta, sledoval nárůst úspěšnosti z 80 % na 100 % a viděl pokles latence ze 724 sekund na 141. Mozek agenta se v žádném z těchto experimentů nezměnil. Změnila se věc kolem mozku.
Pokud se tvorbě produkční AI věnujete jakkoli dlouho, nic z toho by vás nemělo překvapit. Odvětví má konečně název pro to, co většina z nás dělá už léta: budování agentního postroje.
Co je agentní postroj
Nejčistší definice, kterou jsem viděl, je ta, na které se shodlo několik různých autorů. Agent je model plus postroj. Model vám dává inteligenci. Postroj dává agentovi vše ostatní: provádění nástrojů, paměť přesahující kontextové okno, perzistenci stavu napříč konverzacemi, hranice oprávnění, obnovu po chybách, pozorovatelnost, evaluace, které zachycují regrese, směrování mezi poskytovateli, deterministickou orchestraci, která rozhoduje, o čem model může v daném kroku vůbec přemýšlet.
Důvodem, proč se toto rámování v roce 2026 ujalo, je to, že špičkové univerzální modely dosáhly konvergence ve svých schopnostech. Volba mezi pěti nebo šesti předními modely málokdy rozhoduje o tom, zda váš produkt funguje. Rozhoduje to, co kolem nich postavíte.
Existuje Corollárium od Addyho Osmaniho, ke kterému se neustále vracím: každá chyba agenta by se měla stát trvalou opravou v postroji. Postroj se pouze utahuje. Nikdy se nepovoluje. Dobrý agentní postroj se časem stává vrstveným záznamem všech chybových režimů, které jste viděli v produkci, a specifického ochranného zábradlí, které zabrání jejich opakování. Modely se kupují. Postroje se hromadí.
Rozpor, který nikdo nenazývá
Diskurz o agentních postrojích byl téměř výhradně zaměřen na kódovací agenty (Claude Code, Cursor, Codex, Aider) a univerzální asistenty. Benchmarky, které lidé citují, jsou SWE-bench, Terminal Bench, GAIA. Architektonické diagramy ukazují nástroje pro souborový systém, přístup k terminálu, vyhledávání kódu, integrace IDE.
Mezitím každá seriózní společnost zabývající se hlasovou AI již roky buduje postroj pod jiným názvem, často bez výhody komunitně sdíleného slovníku pro to, co dělala.
Přemýšlejte o tom, co produkční hlasový AI produkt jako Elba skutečně obsahuje:
- Potrubí pro převod řeči na text a textu na řeč v reálném čase, s redundancí poskytovatelů, protože žádný jediný dodavatel TTS nebo ASR nemá současně přijatelnou dostupnost, latenci a jazykové pokrytí.
- Orchestrační vrstva nezávislá na modelu, protože skutečná odpověď na otázku „který LLM bychom měli použít“ se ukáže být „různé pro různé konverzace“, jakmile zohledníte náklady, latenci, jazyk a regulační profil zákazníka.
- Perzistentní stav konverzace, protože 90sekundový hovor nemá nic společného s kontextovým oknem LLM. Stav pokrývá konverzace, modality, přepínače kanálů (hlas na WhatsApp na SMS na e-mail) a relace, když volající zavěsí a zavolá znovu následující den.
- Deterministická vrstva pracovního postupu, která rozhoduje, co model smí v každém kroku dělat. Ne proto, že by model nemohl volně generovat další akci, ale proto, že v regulovaných odvětvích nemůžete nasadit systém, který modelu umožňuje volně vymýšlet další akci v klinickém nebo pojišťovacím pracovním postupu.
- Hluboké integrace do zákaznických systémů: CRM, pojišťovací backendy, dispečerský software. Model s nimi nikdy nemluví. Mluví postroj.
- Pozorovatelnost a auditní záznamy, které může klinický nebo provozní auditor číst sám, bez překladu inženýra.
- Evaluace, které jsou specifické pro pracovní postup každého zákazníka, spouštějí se při každém vydání a blokují nasazení.
Přečtěte si tento seznam jako popis Elba a bude to znít jako specifikace produktu. Přečtěte si ho jako popis agentního postroje a bude to znít jako blogový příspěvek Addyho Osmaniho. Jsou to stejné artefakty, popsané pod dvěma různými slovníky.
Toto je rozpor. Agentní postroj je v roce 2026 prezentován jako nová kategorie inženýrské práce. Pro hlasovou AI v regulovaných odvětvích je to od prvního dne celá práce.
Proč toto přerámování záleží víc, než se zdá
Pokud jste inženýr v jakékoli společnosti zabývající se hlasovou AI, toto přerámování je důležité ze dvou důvodů.
První je interní. Velká část práce, kterou je těžké ocenit na schůzce plánování sprintu, začne vypadat velmi odlišně, jakmile přijmete, že jste společnost zabývající se agentními postroji, která mimochodem používá hlas jako povrch. Nahrazení TTS poskytovatele, napsání záložní logiky pro případ, že volání nástroje vyprší, přidání nového tvaru stavu do úložiště konverzací, budování evaluací pro specifický pracovní postup nového zákazníka: tato práce je produkt. Je to místo, kde žije spolehlivost.
Data to přímo podporují. Stanfordovo číslo, kde stejný model funguje 6x lépe pod jiným postrojem, je horní hranice. V našem vlastním produkčním prostředí každé spolehlivostní vítězství za posledních dvanáct měsíců pochází z postroje. Výměny modelů, které jsme provedli (mezi poskytovateli a rodinami modelů), změnily jednotkové ekonomiky. Nezměnily naše čísla spolehlivosti. Čísla spolehlivosti se pohybují, když se postroj utáhne.
Druhý důvod, proč na tom záleží, je externí. Zákazníci v regulovaných odvětvích (nemocnice, pojišťovny, pohotovostní služby, bankovnictví, vláda) jsou stále sofistikovanější ohledně toho, co skutečně kupují. Před rokem byla otázka „jaký model používáte“. Nyní je to „jak řešíte selhání nástroje uprostřed hovoru“, „jaká je vaše záložní cesta, když primární poskytovatel TTS degraduje“, „jak zaručujete, že bude dodržen specifický pracovní postup, když se model chce odchýlit“. To jsou otázky týkající se postroje. Společnosti, které na ně dokážou podrobně odpovědět, s logy, tyto obchody vyhrávají.
Existuje také úhel pohledu malých modelů, o kterém je třeba upřímně mluvit. Některé z nejvíce triumfalistických textů o agentních postrojích v roce 2026 naznačovaly, že skvělý postroj může přimět jakýkoli model fungovat. To je přehnané tvrzení. Špatný model stále selhává, s postrojem nebo bez něj. Přesnější verze tvrzení je, že skvělý postroj vám umožňuje racionálně dělat kompromisy, které byste jinak nemohli. Můžete směrovat konkrétní konverzaci na menší, levnější, rychlejší model, protože postroj zúžil povrchovou oblast natolik, že menší model může v dané konverzaci uspět. Můžete spustit interakci v regulovaném jazyce na suverénním modelu EU bez snížení kvality, protože postroj již problém omezil. Můžete snížit svůj inferenční účet na polovinu, aniž by si toho vaši koncoví uživatelé všimli. Nic z toho není možné pouze s modelem.
Co jsme se naučili při budování postroje Elba
Čtyři věci se osvědčily při dvouletém iterování na tomto.
Deterministická vrstva pracovního postupu je v regulovaném hlase nepřekonatelná. První verze každého pracovního postupu, který nasadíme, je vždy více řízena modelem a méně deterministická. Druhá verze je vždy determinističtější. Produkce vás rychle naučí, že „nechat rozhodnout model“ je v pořádku pro interní prototyp a je to zátěž, jakmile je na druhé straně lékař nebo pojišťovací agent. Model stále dělá spoustu práce v každém kroku. Jen si nevybírá kroky.
Orchestrace nezávislá na modelu je strategie přežití, nikoli marketingové heslo. V posledních osmnácti měsících jsme museli několikrát změnit primární poskytovatele LLM z důvodů, které neměly nic společného se schopnostmi: změny cen, regionální dostupnost, změny podnikových podmínek dodavatele, změny postojů GDPR. Pokud vás postroj váže k rodině modelů, přenášíte další cenovou krizi přímo na své zákazníky. Rozhodli jsme se nebýt v tomto byznysu.
Postroj získává uznání za vítězství a vinu za prohry. Když hovor proběhne dobře, je to proto, že postroj vše držel pohromadě. Když hovor selže, je to téměř vždy proto, že postroj nedokázal zachytit stav, který model vyprodukoval. Osmaniho princip platí i v našem měřítku: každá chyba se stává trvalou opravou v postroji. Pomalu jeden takový hromadíme.
Proč jsme interně přestali nazývat Elba produktem hlasové AI
Pokud budujete jakýkoli produkční AI systém, který komunikuje se zákazníky, provádí pracovní postupy, integruje se s externími systémy nebo má SLA spolehlivosti, jste společností zabývající se agentními postroji. Model je nejmenší částí toho, co dodáváte. Integrace, orchestrace, stav, zálohy, evaluace a auditní záznamy jsou produkt.
Diskurz o agentních postrojích v roce 2026 je užitečný, protože dává odvětví společný název pro práci, kterou týmy hlasové AI (a mnoho dalších produkčních týmů) dělají pod různými označeními po dlouhou dobu. Jakmile máte název, architektonické volby se stávají jasnějšími. Roadmapa se stává jasnější. Profil náboru se stává jasnějším.
My jsme na své straně přestali interně popisovat Elba jako produkt hlasové AI. Je to agentní postroj, který jako jednu ze svých povrchů používá hlas. Toto přerámování nezměnilo nic na kódové základně, ale téměř vše na tom, jak plánujeme dalších 12 měsíců práce.
