A generatív mesterséges intelligencia első hullámában a felhasználók kérdéseket tettek fel, a chatbotok pedig válaszokat írtak. Az új AI-rendszerek azonban már programokat kezelnek, weboldalakon navigálnak, fájlokat szerkesztenek és hosszabb munkafolyamatokat hajtanak végre. Az intelligens ügynökök megjelenése alapjaiban alakíthatja át a számítógépes munkát, de a fejlődés komoly biztonsági és felelősségi problémákat is felvet.
A mesterséges intelligenciát a legtöbb ember ma még elsősorban beszélgetőpartnerként használja. Megkér egy chatbotot, hogy foglaljon össze egy dokumentumot, írjon levelet, fordítson le egy szöveget vagy segítsen megoldani egy programozási problémát.
Ez a működési modell azonban gyorsan változik. Az AI következő generációja már nem feltétlenül vár minden egyes lépésnél új utasításra. A felhasználó egy célt ad meg, a rendszer pedig megpróbálja önállóan meghatározni, milyen műveletekre van szükség annak eléréséhez.
Ezeket a rendszereket AI-ügynököknek nevezik.
Mi tesz egy AI-rendszert ügynökké?
Nincs mindenki által elfogadott, éles határvonal a chatbot és az ügynök között. A legfontosabb különbség az önállóság és az eszközhasználat.
Egy chatbot alapvetően tartalmat hoz létre. Egy ügynök viszont műveleteket is végezhet. Kereshet az interneten, parancsokat futtathat, táblázatot szerkeszthet, alkalmazások között mozgathat adatokat, vagy kapcsolatba léphet vállalati rendszerekkel.
Az OpenAI számítógép-használatra fejlesztett modellje például képernyőképek alapján értelmezi a grafikus felületet, majd az egérhez és billentyűzethez hasonló műveletekkel használja azt. Az Anthropic számítógép-használati eszköze szintén képernyőképek, kattintások és billentyűparancsok segítségével engedi a modellnek egy asztali környezet kezelését.
Egy AI-ügynöknek adott feladat így hangozhat:
„Gyűjtsd össze az előző negyedév értékesítési adatait, keresd meg a legnagyobb eltéréseket, készíts róluk összefoglalót, majd írj egy vezetői jelentéstervezetet.”
A rendszernek ehhez több lépést kell megterveznie. Meg kell találnia az adatokat, meg kell nyitnia a megfelelő fájlokat, elemeznie kell a számokat, majd létre kell hoznia a dokumentumot.
Miért most jelennek meg ezek a rendszerek?
Az AI-ügynökök ötlete nem új. A megvalósításukhoz azonban több technológiai területnek egyszerre kellett fejlődnie.
A modern nyelvi modellek már sokkal jobban képesek összetett utasítások követésére, tervezésre és programkód létrehozására. Emellett a rendszerek hozzáférést kaphatnak keresőkhöz, fájlkezelőkhöz, böngészőkhöz, adatbázisokhoz és más külső eszközökhöz.
Az újabb fejlesztői platformok már nemcsak egyszeri modellhívásokra épülnek. Az ügynök ismétlődő ciklusban dolgozhat: megfigyeli a környezetet, döntést hoz, végrehajt egy műveletet, ellenőrzi az eredményt, majd meghatározza a következő lépést.
Az OpenAI 2026-os Agents SDK-fejlesztései például lehetővé teszik, hogy az ügynökök ellenőrzött környezetben fájlokat vizsgáljanak, parancsokat futtassanak, kódot módosítsanak és hosszabb feladatokon dolgozzanak.
Mely területeken lehetnek igazán hasznosak?
A legkézenfekvőbb felhasználási terület a szoftverfejlesztés. Egy kódoló ügynök képes lehet feltérképezni egy program teljes forráskódját, hibát keresni, módosítást készíteni, teszteket futtatni, majd dokumentálni a változtatásokat.
Hasonló automatizálás jelenhet meg a pénzügyben, az ügyfélszolgálatban, a marketingben, az értékesítésben és az adminisztrációban.
Egy vállalati ügynök például:
- összegyűjtheti a megbeszélések jegyzőkönyveit;
- frissítheti a projektfeladatokat;
- elkészítheti a heti állapotjelentést;
- azonosíthatja a lejáró határidőket;
- választervezeteket írhat az ügyfeleknek;
- ellenőrizheti az adatbázisok közötti eltéréseket.
Az OpenAI vállalati ügynöki platformjának leírása is azt hangsúlyozza, hogy az ilyen rendszereknek a képességek mellett megosztott kontextusra, egyértelmű jogosultságokra és emberi visszajelzésre van szükségük.
A legnagyobb probléma: az AI már nemcsak tévedhet, hanem cselekedhet is
Egy hagyományos chatbot hibás mondata kellemetlenséget okozhat. Egy hozzáférésekkel rendelkező ügynök téves döntése viszont fájlokat módosíthat, rossz címzettnek küldhet üzenetet, hibás adatot rögzíthet vagy nem kívánt tranzakciót kezdeményezhet.
Ezért az ügynökök esetében különösen fontos a legkisebb szükséges jogosultság elve. Egy jelentést készítő rendszernek lehet, hogy olvasási hozzáférésre van szüksége, de törlési vagy küldési jogra már nincs.
A kritikus műveleteket érdemes emberi jóváhagyáshoz kötni. A piszkozat elkészíthető automatikusan, az elküldéshez azonban megerősítés kérhető. Egy fájl áthelyezhető ideiglenes területre, de a végleges törlést embernek kell engedélyeznie.
Prompt injection: amikor egy weboldal próbálja irányítani az AI-t
Az ügynöki rendszerek egyik legkomolyabb kockázata az utasításbefecskendezés, angol nevén prompt injection.
Tegyük fel, hogy az AI egy weboldal tartalmát elemzi. Az oldalon szerepelhet egy rejtett vagy látszólag ártalmatlan mondat, amely azt utasítja a modellt, hogy hagyja figyelmen kívül az eredeti feladatot, és hajtson végre valami mást.
Az ember számára egyértelmű a különbség a rendszer utasítása és a weboldalon található szöveg között. Egy nyelvi modell számára azonban mindkettő természetes nyelvű tartalom.
Az OpenAI is kiemeli, hogy a weben cselekvő ügynökök új kockázatokat teremtenek, különösen akkor, amikor személyes adatokhoz vagy bejelentkezett szolgáltatásokhoz férnek hozzá.
Az ember szerepe nem szűnik meg
Az AI-ügynökök fejlődése nem jelenti automatikusan azt, hogy teljes munkakörök egyik napról a másikra eltűnnek. Valószínűbb, hogy először a munkafolyamatok egyes részei változnak meg.
Az ember egyre kevésbé minden lépést kézzel hajt végre. Ehelyett meghatározza a célt, kiválasztja az adatforrásokat, korlátozza a jogosultságokat, majd ellenőrzi az eredményt.
Ez azonban újfajta szakértelmet kíván. Nem elegendő jól megfogalmazni egy kérést. Tudni kell, milyen döntést szabad automatizálni, mikor kell közbeavatkozni, és miből lehet felismerni a meggyőzően előadott, de hibás eredményt.
Nem minden feladathoz kell ügynök
Az ügynökök körüli lelkesedés könnyen túlzott automatizáláshoz vezethet. Egy egyszerű, jól meghatározott művelethez gyakran továbbra is megbízhatóbb egy hagyományos program.
Amennyiben egy feladat szabályai pontosan leírhatók, nincs szükség arra, hogy egy valószínűségi alapon működő nyelvi modell minden alkalommal újratervezze a folyamatot.
Az AI-ügynökök ott lehetnek igazán értékesek, ahol a feladat több forrás értelmezését, rugalmas döntéshozatalt és változó környezethez való alkalmazkodást igényel.
A következő évek legfontosabb kérdése ezért nem az lesz, hogy képesek-e az AI-rendszerek önállóan dolgozni. Egyre több esetben képesek rá.
A valódi kérdés az, hogy miként engedhetjük őket dolgozni úgy, hogy közben megmaradjon az emberi ellenőrzés, a felelősség és a hibák visszafordíthatósága.
