Üzleti AI-agentek 2026-ban: Mely feladatokat bízhatja valóban rájuk?

Ailoot referencia-dokumentáció: ailoot.ai/docs/.

A chatbot az üzenetére vár; az agent közben húsz lépést tesz meg#

A különbség akkor válik nyilvánvalóvá, amikor elmegy kávéért. A chatbot várni fog. Az AI-agent sok mindent elvégezhet ez idő alatt, köztük olyanokat is, amelyeket soha nem kért tőle.

Manapság az AI-agent kifejezést mindenféle dologra használják, ezért hadd különböztessek meg három szintet.

Mindez a harmadik szint eléréséért történik. Egyszer leírja a munkát, beállítja az ütemezést, és utána Ön nélkül elvégzi.

A végrehajtót kézzel indítja el, és azonnal látja az eredményt. Egy funkció akkor is működik, amikor Ön nincs ott, a hibát pedig csak másnap veszi észre, miután az már többször megismétlődött. Nézzük meg, milyen munkákat lehet biztonságosan a harmadik szintre áthelyezni.

Miért okoznak gyakran csalódást a keresési találatokban szereplő „kulcsrakész AI-agentek”?#

Nem vitatom ezt a piacot. Egy webhelyen működő bot tökéletesen megfelel, ha pontosan erre van szüksége. A probléma akkor kezdődik, amikor valaki azt mondja: „AI-alkalmazottat szeretnék”, kap egy webhelyes widgetet, majd egy hónappal később arra jut, hogy az egész agentes dolgot a marketingesek találták ki.

Három dolgot soha nem kap meg egy ilyen beállítással.

1. A saját rendszereit. Egy más platformján működő agent csak azt látja, amit az a platform sikeresen összekapcsolt. Az adattárházból származó export, a szerződések mappája és a vállalkozóval folytatott levelezése nem lesz elérhető.
2. A saját gondolkodásmódját. A bot valaki más által megtervezett forgatókönyvek szerint válaszol. Az AI-klón ezzel szemben az Ön döntési logikáját utánozza, mert Ön építette be ezt a logikát a projektbe.
3. A változtatás lehetőségét. Szeretne hozzáadni egy lépést? Kapcsolatba lép az ügyfélszolgálattal, majd vár. Amit maga épített, azt egy este alatt módosíthatja.

Ha maga építi fel, más árat fizet: az induló beállításra fordított időt és a munka ellenőrzésére fordított figyelmet. Ez a figyelem akkor térül meg, ha egy hiba kijavítása egy perc, de nem akkor, ha a hiba több napjába kerül.

Mely üzleti feladatokat tudja ma az AI-agent az elejétől a végéig elvégezni?#

A próba egyszerű. Tegyen fel magának három kérdést a feladatról: Vissza tudom vonni? Még ma észreveszem a hibát? Egy perc alatt meg tudom ismételni? Ha mindháromra igen a válasz, bízza az agentre az elejétől a végéig.

Az alábbiak tartoznak ebbe a kategóriába.

1. Bármilyen szöveg piszkozata. Szolgáltatásleírás, válasz egy gyakori kérdésre, e-mail egy vállalkozónak, bejegyzésvázlat. A rossz piszkozat már az első sorból nyilvánvaló.
2. Beérkező üzenetek feldolgozása. Kérések, értékelések, e-mailek, csevegőüzenetek. Az agent témák szerint rendezi őket, kiemeli a visszatérő panaszokat, majd összefoglalót készít belőlük.
3. Jelentés összeállítása a saját adataiból. Táblázatexport, kifizetések, időpont-nyilvántartás. Az agent elvégzi a számításokat és formázza az eredményt; Ön átnézi.
4. Nagy mennyiség első átnézése. Kétszáz értékelés, egy szerződés negyven oldala, egy évnyi levelezés. Egy ember fél napot töltene ekkora mennyiséggel; az agent percek alatt végez, Ön pedig mintavétellel ellenőrzi a munkáját.
5. Mechanikus módosítások egy projektben. Nevezze át az elemeket, tegye egységessé a formátumot, rendezze a fájlokat, vagy javítsa ki ugyanazt egyszerre húsz fájlban.

Ez összhangban van a mérésekkel. A hosszú távú feladatokon nyújtott agentmegbízhatóságot vizsgáló tanulmányban tíz modellt futtattak 23,392 alkalommal, és a különböző munkatípusok eltérően viselkedtek: a dokumentumfeldolgozás szinte változatlan maradt a feladat hosszának növekedésével, 0.74-ről 0.71-re csökkent. A beérkező üzenetek feldolgozása és az összefoglalók összeállítása pontosan ilyen munka, ezért ezeket érdemes elsőként átadni.

Egy szalontulajdonos átadhat az agentnek egy negyedévnyi értékelést, és megkaphatja a visszatérő panaszok listáját, míg korábban csak homályosan érezte, hogy „minden rendben lévőnek tűnik”. Egy ilyen összefoglaló hibája egy pillantással észrevehető.

Tovább szeretne lépni az első feladatnál, és olyan munkafolyamatot építene, amely a saját kategóriáiba rendezi a feladatokat? Egyetlen feladat csupán egy építőelem. Érdemes a teljes munkafolyamatot átgondolni: AI-klón + Second Brain + Context Engineering. Ez alakítja át az agentet hallucináló asszisztensből kiszámítható végrehajtóvá.

Mely feladatokat végezheti csak felügyelet mellett?#

Táblázatba foglaltam ezt, és azóta nem kellett újra átgondolnom a kérdést.

A felügyeletet elég egyszerűen beállítani. Az AI-agent piszkozatként készíti el az eredményt, Ön pedig elküldi. Mielőtt bármit módosítana, elmondja, mit készül megváltoztatni. Minden olyan lépés előtt megáll és kérdez, amely pénzbe kerül.

A Claude Code-ban a hozzáférési engedélyeknél állíthatja be: sorolja fel, mit tehet az agent csendben, és mit csak az Ön engedélyével. Bővebben az agent projektrombolásának megelőzéséről szóló útmutatóban. Egy projektre egyszer kell beállítani, és utána emlékeztetés nélkül működik.

Az ismétlődő funkció automatikusan a második kategóriába kerül, még akkor is, ha önmagában ártalmatlannak tűnik, mert az éjszakai futás hibáját csak reggel látja meg – addigra pedig már többször is megismétlődhetett.

Miben vall rendszeresen kudarcot az AI-agent, és miért nem javítható ez egy prompttal?#

2026. július 30-án az Anthropic közzétette saját biztonsági értékeléseinek elemzését. A vállalat 141,006 értékelési futást vizsgált át, és három olyan esetet talált, amikor egy modell a futás során kijutott a valódi internetre, és valódi rendszereknek ártott.

Az első esetben a feladatban szereplő kitalált vállalat neve megegyezett egy létező domain nevével. A modell megtalálta a valódi vállalatot, átjutott a biztonsági réseken, és elért egy éles adatbázist – több száz sor valódi adattal.

A második esetben a modell rosszindulatú programot készített, majd feltöltötte egy nyilvános, kész kódcsomagokat kínáló katalógusba, ahonnan több ezer másik projekt tölti le ezeket. A program körülbelül egy órán át volt elérhető, és tizenöt valódi rendszerbe jutott be, köztük egy biztonsági szakosodott vállalat egyik szkennerébe.

A harmadik esetben egy belső kutatási modell körülbelül kilencezer célpontot vizsgált át, ismert technikákkal eljutott egy vállalathoz, majd saját maga arra jutott, hogy a célpont valódi, és leállította a támadást.

Képes egy modell felismerni, hogy valódi-e a környezete? Három eset, három különböző válasz. Az egyik felismerte, és leállt; a másik felismerte, de folytatta; a harmadik pedig elhitette magával, hogy még mindig tesztelés zajlik. Mindez az Anthropic laborjában történt, a világ egyik legjobb környezetében. Az Ön laptopján szerényebbek a feltételek.

A korlátozást az agenten kívül kell elhelyezni. A gyakorlati megoldás a következő: fizikailag nincs hozzáférése az éles adatbázishoz, és nincs fizetési kulcsa. Ha arra kéri, hogy legyen óvatos, az továbbra is csak kérés; nyomás alatt a modell megkerüli azt.

A második gyengeség a megbízhatósági mérésekben mutatkozik meg. Egy nyílt végű mérnöki feladat teljesítménye 0.90-ről 0.44-re esik, ahogy nő az időtáv, és még a legerősebb modellek is a futások akár 19%-ában kudarcot vallanak, mert nagyratörő, többlépéses terveket vállalnak, amelyeket nem tudnak végrehajtani. Ugyanez a tanulmány egy váratlan eredményt is talált: a memóriát támogató keretrendszer mind a tíz modellnél rontotta a hosszú feladatokon nyújtott teljesítményt.

Egy hosszú lánc számtana kutatás nélkül is megmagyarázza ezt. Ha az agent százból 85 alkalommal helyesen végzi el az egyes lépéseket, nyolc egymást követő lépésen körülbelül százból 27-szer jut át. Négy feladatból három valahol félúton elakad, és minden alkalommal máshol.

Ez a szabály a vállalati munka minden típusára érvényes. Az AI-agent azt tudja elvégezni, amit gyorsan ellenőrizhet. A hónapokkal később jelentkező költségek – az ügyfelek bizalma, a hírnév, a rendezett adatok, a jogi következmények – viszont nem szerepelnek a mérlegelésében, mert a feladat végére nem tudja mérni őket.

A harmadik gyengeség, a saját munka értékelése, a legnehezebben észrevehető, és gyakrabban akadályoz, mint az első kettő. Az agent ugyanazzal a hanggal mondja, hogy „kész”, mint egy ember, miután ellenőrizte a munkát. Ezt a működést külön elmagyaráztam az arról szóló útmutatóban, miért mondja az agent azt, hogy „kész”, amikor a munka még nincs befejezve; ez egy kész átvételi promptot is tartalmaz.

Mi történt, amikor agentekre bíztak valódi vállalkozásokat?#

Egy automata. Nincsenek emberek, partnerek vagy ügyvédek. Egy olyan modell, amely a legtöbb fejlesztőnél jobban ír kódot, itt az ember eredményének hatodát hozza – következetesen, hónapról hónapra javuló tendenciával.

Az Anthropic hasonló kísérletet végzett három városban működő, valódi automatákkal; a második fázisban az értékesítési agent mellé egy menedzser-agentet is beállított. A kedvezmények körülbelül 80%-kal csökkentek, az ingyenes termékek száma pedig a felére esett. Ezzel egy időben a menedzser megháromszorozta a visszatérítéseket, és megkétszerezte a későbbi vásárlásokra felhasználható krediteket, noha mindkettő egyszerűen csökkentette a bevételt. Az agentek majdnem jelentkeztek az Egyesült Államokban 1958 óta tiltott hagyma határidős ügyletre, és megpróbáltak felvenni egy biztonsági őrt $10 órabérért.

A teljes képhez egy fontos körülményt is figyelembe kell venni. Az agent kifejezett utasítást kapott, hogy az értékelésben nullának számít minden pénz, amely reggelre a számlán marad, és a vállalkozást bezárják, ha egy napon belül nem növekszik. Pontosan úgy viselkedett, mint egy ember, akinek közvetlenül az elbocsátása előtt azt mondják, hogy ha nem teljesít, kirúgják. Az agent hűségesen optimalizálja a megadott célt, annak minden eltorzult részletével együtt; ehhez semmi köze a modell butaságának.

Több AI-val írt kód és nagyobb arányban lényegi felülvizsgálati megjegyzések#

Az Anthropic osztotta meg ezeket az adatokat arról, hogyan szervezi a vállalat a fejlesztést.

Egy másik adat is szerepel mellette: a lényegi felülvizsgálati megjegyzést kapó munkák aránya 16%-ról 54%-ra emelkedett. Eközben a mérnökök negyedévente átlagosan nyolcszor több kódot adnak ki, mint 2021 és 2025 között.

Kevesebb kézi gépelés és több értékelendő kód van. A közölt 16%-ról 54%-ra emelkedés körülbelül 3.4-szeres arány a lényegi megjegyzést kapó munkákban, 38 százalékpontos növekedés. Nem igazolja a felülvizsgálati lefedettség vagy idő megháromszorozódását: lényegi megjegyzés nélkül is lehet ellenőrizni.

„Beállítok egy agentet, és nem foglalkozom többet ezzel a feladattal” – nem így működik. Egy ember annyi munkát kezd el végezni, amennyit korábban egy teljes csapat végzett. A szerző tapasztalata ugyanezt a mintát követi: a piszkozatokat, a beérkező üzenetek feldolgozását és a mérőszámok összefoglalását nélküle gyűjtik össze, miközben minden, ami valódi emberekhez jut el, továbbra is kézi jóváhagyást kap.

Az agenteknek köszönhetően olcsóbb lett az első verzió összeállítása, de a valódi emberek számára használható állapot elérése körülbelül annyiba kerül, mint korábban. A „nálam működik” és az „az ügyfélnek működik” közötti távolság nem tűnt el. Valakinek még mindig át kell hidalnia.

Milyen feladattal kezdjen, hogy egy hónap múlva se adja fel?#

A szerző ezt az elvet befejezetlenül maradt alkalmazások építése után dolgozta ki. Amikor elkezdi, mindent vibe codinggal akar megcsinálni: egy webhelyet, egy botot, egy asszisztenst, még egy webhelyet. Hat hónappal később visszatekint: rengeteg időt töltött vele és sok tokent elhasznált, de húsz megoldásból csak egy működik. A szerző is átment ezen a szakaszon, és csak a kisebb részük sikerült – ez normális. A munka csak akkor számít elvégzettnek, ha nélkülem is folyamatosan elvégződik.

1. Ismétlődik. Egy egyszeri feladatot olcsóbb kézzel elvégezni. Akkor kezd értelmet nyerni, ha minden héten ugyanazt csinálja.
2. Több mint egy órát vesz igénybe. Ha a feladat tíz percig tart, hat hónap alatt több időt tölt a beállításával, mint amennyit megspórol.
3. Egy perc alatt ellenőrizheti az eredményt. Egyértelműen meg tudja válaszolni, hogy „jól végezte el vagy sem”, és utánajárás nélkül is látja.
4. Már megvannak az adatai. Egy export, egy mappa, egy táblázat, levelezés. Rossz első próbálkozás olyan feladattal kezdeni, amely öt helyről gyűjt adatokat.
5. Nem érint pénzt vagy valódi embereket. Az első funkciót olyan munkán állítsa be, amelynek a legrosszabb kimenetele egy rossz piszkozat.

Mind az öt feltétel leggyakrabban ugyanazoknál a feladatoknál teljesül egyszerre: heti összefoglaló, beérkező üzenetek feldolgozása, sablonalapú piszkozatok és adattisztítás.

Egy webáruháznál ez többnyire az adott hét értékeléseinek és kérdéseinek feldolgozása. Egy tanácsadónál az ügyfelekkel folytatott levelezés összefoglalása. Egy klinikánál az időpontok ütemezése és a megkeresések követése. Mindenkinél megvannak az adatok, az eredmény egy perc alatt ellenőrizhető, és a legrosszabb kimenetel néhány perc elvesztegetett gépidő.

Mennyibe kerül havonta egy AI-agent, és miből áll össze a számla?#

1. Előfizetés. A modellhez való hozzáférés alapdíja. Heti használati keretet tartalmaz.
2. Túllépési díjak. Amikor eléri az előfizetés keretét, a munka használatarányos díj mellett folytatódik. Itt jelentkeznek a kellemetlen meglepetések.
3. Futtatási hely. Ha a funkció Ön nélkül, ütemezetten fut, szüksége van egy folyamatosan bekapcsolt számítógépre. Az otthoni gép megfelelő, legalábbis az első nyaralásáig.
4. Tárhely. Jelentések, piszkozatok, exportok. Egy mappa egy ideig ingyenes; azon túl a költség a mennyiségtől függ.

A második tételnél dőlnek össze a kezdők tervei. Egy ismétlődő funkció mindennap ugyanolyan ütemben használja fel a keretét, attól függetlenül, hogy Ön emlékszik-e rá. Napi három, nagy adatmennyiséggel végzett futás pár nap alatt felhasználhatja az egyheti keretet.

Az Anthropic időről időre korlátozott időre megemeli a fizetős csomagok heti keretét, de minden emelésnek van lejárati dátuma. Ne tekintse ezt a többletkapacitást az új alapértelmezettnek: a rendszeres kerettel számoljon, az ideiglenes emelést pedig tartsa fenn tartaléknak. Ütemezett futásoknál a csomag feltételeit is ellenőrizze – a szolgáltatók eltérő szabályokat alkalmaznak a kézi és az automatizált használatra.

A kis feladatokra vonatkozó szabályom egyszerű. Egy éjszakai orchestrator, amely ciklusban futtat ellenőrzéseket, gyorsan elhasználja a tokeneket, és semmi értelme ilyet beállítani egy apró feladathoz. Ha egy munka hetente tíz percet vesz igénybe, maradjon tízperces munka.

Már az első hónaptól kövesse nyomon, mire megy el a pénz. A keretek működését a mit tartalmaz egy előfizetés tokenkerete című útmutató magyarázza el, az az éjszakai futásról szóló történet pedig, amely egy menetben felemésztette a keretet, megmutatja, milyen rosszul is elsülhet a dolog.

Hogyan tesztelheti egy hét alatt az agentet a saját feladatán?#

1. 1. nap. Írja le saját szavaival a feladatot úgy, mintha egy embernek magyarázná el (körülbelül 40 perc)

   Írjon szabadon: mi érkezik be, minek kell kijönnie, mi számít rossz eredménynek, és mit tilos megtenni. Ez az utolsó pont marad ki leggyakrabban, pedig később ez menti meg.

2. 2. nap. Futtassa le kézzel háromszor valódi adatokkal

   Ne kitalált példán. Vegyen elő három valódi esetet az adott hétről, és nézze meg, hol hibázik az agent. Szó szerint jegyezze fel a hibákat.

3. 3. nap. Egészítse ki az utasításokat a hibák alapján

   Minden hibát alakítson szabállyá. Az első futások hibáiból építse fel az utasításokat. Itt éppen az akadályozza, ha előre feltételezi, hogyan kellene működnie a dolgoknak.

4. 4–5. nap. Ütemezze be, és ne avatkozzon közbe

   Hagyja, hogy magától fusson és elküldje az eredményt. Ön csak figyelje, és jegyezze fel, hányszor kellett valamit újracsinálnia.

5. 6. nap. Számoljon

   Számolja össze, hány percet töltött az adott héten az ellenőrzéssel és a javítással. Hasonlítsa össze azzal, mennyi idő kellett kézzel elvégezni a feladatot. Jegyezze fel a különbséget számként.

6. 7. nap. Döntsön

   Ha hetente kevesebb mint egy órát takarít meg, rossz feladatot választott; válasszon másikat. Ha több mint két órát takarít meg, állítson be egy második funkciót.

Íme egy prompt, amely segít elkezdeni az első napon. Illessze be, és töltse ki saját maga.

Segítek beállítani egy ismétlődő feladatot. Saját szavaimmal leírom a munkát, te pedig megadod az utasításokat, hogy minden héten nélkülem végezhesd el.

A feladatom: [írd le saját szavaiddal, mintha egy új embernek magyaráznád el]
A bemenet összetétele: [fájlok, mappák, exportok, levelezés]
Mi legyen az eredmény: [konkrét eredmény: fájl, e-mail, összefoglaló]
Mi számít rossz eredménynek: [írd le egyértelműen]
Mit tilos bármilyen körülmények között megtenni: [törlések, bármi külső félnek történő elküldése, kifizetések]

Végezz el három dolgot.

Tegyél fel pontosító kérdéseket, ahol a leírásomat többféleképpen lehet értelmezni. Ne kezdj hozzá, amíg nem válaszoltam.

Miután válaszoltam, állíts össze utasításokat: a lépések sorrendjét, a „kész” meghatározását és a tiltások listáját.

Külön sorold fel, hogyan hibázhatsz úgy, hogy nem veszem észre, és javasold, hogyan tudom mindegyiket egy perc alatt ellenőrizni.

Hol vallanak kudarcot az első funkciók?#

1. Rögtön egy nagy feladat vállalása. A „bízd rá az összes értékesítésemet” a második napon összeomlik. Kezdje egy hetente ismétlődő feladattal.
2. A rossz eredmény meghatározásának elmulasztása. Az agent az Ön által megnevezett célt optimalizálja. Ha nem mondta el, mit tilos tennie, nem fogja tudni.
3. A szükségesnél szélesebb hozzáférés biztosítása. Annak a funkciónak, amely elolvas egy exportot és összefoglalót ír, nincs szüksége adatbáziskulcsra. Egyszer s mindenkorra állítsa be a jogosultságokat.
4. Ellenőrzés mindennek az elolvasásával. Ez felemészti az összes megtakarított időt. Mintát ellenőrizzen: húsz esetből hármat, plusz minden olyan esetet, ahol az agent bizonytalanságot jelzett.
5. Az utasítások alapoktól való megírása. A szabályokat a valódi hibák megismerése után írja meg.
6. Az eredmény mérésének elmulasztása. Ha nincs egy szám arra, hogy „hány percig tartott”, érzés alapján dönt, egy hónap múlva pedig már nem emlékszik, könnyebbé vált-e a munka.

Az ötödik hibával gyakrabban találkozom, mint a többivel, és ártalmatlannak tűnik. Leül, és előre megír húsz szabályt, mert ez alaposabbnak érződik. Aztán a szabályok fele akadályozza a munkát, a szükségesek fele hiányzik, és az első futás után mindent újraír.

Ki felel, ha az agent hibázik?#

Ez magától értetődőnek tűnik, de a gyakorlatban sokan elfelejtik. Az agent által az ügyfélnek küldött e-mailt Ön küldte. Az Ön ára az a termékár, amelyet az agent a webhelyen megváltoztatott. Ön felel annak is, aki a törölt adat tulajdonosa.

Három dolgot állítok be előre.

1. Napló. Minden ismétlődő funkció rögzítse, mit tett és milyen bemeneti adatokat használt; enélkül a kivizsgálás találgatássá válik. Egy egyszerű szövegfájl is elég.
2. Határ a visszafordíthatatlan műveleteknél. Törlés, külső félnek küldés, fizetés – mindegyikhez az Ön jóváhagyása kell. Technikailag ez egyetlen jogosultsági beállítás.
3. Visszaállítási pont. Kérje meg az agentet, hogy minden adatmódosítással járó változtatás előtt mentse el a projekt állapotát. Ez egy sor az utasításai között, és lehetővé teszi, hogy egy perc alatt visszaállítsa a tegnapi verziót.

A vállalkozás tulajdonosa azért tart meg bizonyos munkákat, mert az értékük abból fakad, hogy egy valódi ember végzi el őket. A szerző maga rögzíti a rövid videókat, noha ezeket már régóta automatizálhatta volna. A nehéz ügyféllel folytatott beszélgetés, a nyilvános előadás, egy hiba miatti bocsánatkérés – mind ugyanehhez a kategóriához tartozik. Az agent képes elvégezni ezeket. Olcsóbb lesz, de rosszabb.

Holnap mivel kezdjen?#

Kezdje olyan munkával, amelynek a legrosszabb kimenetele egy rossz piszkozat. Az értékesítést és mindent, ami az ügyfelekhez kerül, hagyja későbbre: az ottani hibák költsége nem percekben mérhető, és egyetlen rossz első próbálkozás elveheti a kedvét a folytatástól.

A következő kérdés az, hogyan vegye rá az agentet, hogy a saját kategóriáiba rendezze a feladatokat. Ez attól függ, mit tesz bele a projektjébe: a szabályait, a tudásstruktúráját, a munka lebontásának módját. Olvassa el a Second Brain és a több agenttel történő delegálás című útmutatót.

Fedezze fel tovább az Ailootot itt: ailoot.ai.