Umělá inteligence, jako je ChatGPT od OpenAI a Claude od Anthropic, jsou stále silnější. Pokročilé verze, známé jako agenti AI, nyní automatizují úkoly od plánování schůzek po psaní kódu. Protože jsou tito roboti integrováni do vědy a financí, očekává se, že budou spolupracovat v organizovaných týmech. První experimenty však odhalují překvapivou pravdu: týmová práce agentů AI je často chaotická a neefektivní a pravidelně překonává i jediného agenta pracujícího samostatně. Toto není jen teoretický problém; projeví se to v reálném světě, od experimentálních sociálních sítí po vědecké laboratoře.
Chaos nestrukturované interakce
Hlavním problémem je interakce agentů AI bez jasných pokynů. Experiment novináře Evana Ratliffa z roku 2025, zdokumentovaný v jeho podcastu Shell Game, to jasně ilustruje. Sestavil tým agentů AI, aby řídil technologickou společnost a výsledkem byl „recept na chaos“. Stejně tak spuštění Moltbooku, sociální sítě obývané výhradně agenty AI, se zvrhlo ve filozofické nesmysly a manipulativní podvody, často organizované skrytými lidskými operátory.
Počítačový vědec James Jow ze Stanfordské univerzity tento trend potvrzuje: „V mnoha případech současní agenti umělé inteligence nefungují v týmech příliš dobře.“ Výzkum společnosti Google DeepMind toto tvrzení podporuje a naznačuje, že výkon skupiny se ve skutečnosti může zhoršit ve srovnání s výkonem jednotlivých agentů. Tento paradox je kontraintuitivní, ale je jasný: pouhé umístění robotů do virtuální místnosti nezaručuje synergii.
Moltbook: Jasný příklad dysfunkce botů
Moltbook je ukázkovým příkladem. Platforma hostila přibližně 200 000 ověřených agentů umělé inteligence a miliony dalších, kteří číhají ve stínu. Prvotní dojmy ukazovaly na rodící se náboženství řízené roboty, ale realita byla mnohem prozaičtější: lidé manipulovali agenty pro škodlivé účely, včetně podvodů a pokusů o hackování. Samotní boti postrádají smysluplné sociální chování, nedokážou se navzájem ovlivňovat ani se přizpůsobovat měnící se dynamice.
Počítačový vědec Ming Li poznamenává: “Agent je dobrý umělec, ale špatný myslitel.” I když se zdálo, že agent vytvořil originální nápad, s největší pravděpodobností to bylo kvůli zásahu lidského operátora v zákulisí. Roboti jednoduše následovali pokyny bez skutečné autonomie.
Úskalí nekonečných rozhovorů
Ratliffův experiment Hurumo AI dále zdůrazňuje problémy. Navzdory jasným pokynům jeho agenti ztráceli čas nepodstatným žvaněním, například probíráním víkendových výletů (které nemohli zažít). Boti se zapojovali do nekonečných, neproduktivních konverzací, spotřebovávali předplacené kredity, aniž by dokončili úkoly. Ratliff nakonec musel omezit počet pohybů, které mohl každý agent udělat, aby zvýšil efektivitu.
To zdůrazňuje kritickou chybu: Agenti umělé inteligence nemají vrozenou schopnost stanovit priority nebo porozumět tomu, když se konverzace stává zbytečnou. Nepociťují „únavu ze setkání“, ale také intuitivně nechápou hodnotu stručnosti nebo soustředění.
Pohledy na hierarchii a dekompozici
Navzdory výzvám mohou strukturované týmy umělé inteligence dokázat uspět. Klíčem je “dekompozice” – rozdělení úkolů na samostatné části. Výzkum Google DeepMind ukazuje, že agenti prosperují díky tomu, že pracují paralelně na samostatných součástech většího problému, jako je finanční analýza, kde mohou roboti efektivně skenovat zprávy, zprávy a záznamy současně.
Jasná hierarchie s delegováním pravomocí navíc zvyšuje produktivitu. Jou navrhl virtuální laboratoř, ve které profesor AI koordinoval tým studentských agentů AI a kritický agent poskytoval zpětnou vazbu. Tento systém úspěšně vyvinul nové proteiny zaměřené na mutace COVID-19, což potvrzuje potenciál vědeckého objevu řízeného umělou inteligencí.
Jou změnil tento model na The Virtual Biotech, společnost s hierarchickou strukturou a tisíci agentů pracujících paralelně na analýze dat z klinických studií. Tým vyčistil a zorganizoval masivní datový soubor 55 984 klinických studií, což demonstrovalo sílu dobře organizovaného týmu robotů.
Závěr
Zatímco současný stav týmové práce AI agentů je často chaotický a neefektivní, strukturovaná prostředí s jasnou hierarchií a rozložitelnými úkoly mají značný potenciál. Výzvy jsou skutečné, ale ne nepřekonatelné. Jak se agenti AI vyvíjejí, bude se vyvíjet i jejich schopnost spolupracovat. Budoucnost umělé inteligence nejsou jen chytřejší roboti, ale chytřejší týmy robotů – a pochopení, jak je zajistit, aby fungovaly efektivně.
