Ha az AI most még „okos chatbotnak” tűnik, készülj: a következő nagy váltás nem a válaszok minőségéről, hanem a munkavégzés módjáról szól. A kérdés az, hogy te mikor kezdesz el ügynökökben gondolkodni.

Mi történt

A Google I/O körüli üzenet egyre egyértelműbb: a cég „felülről lefelé” próbálja AI-val egyszerűbbé tenni a mindennapokat — nem egyetlen termékben, hanem a teljes ökoszisztémában. Ennek egyik központi eleme a Gemini, amelynek értékét a vezetés nem önmagában a modellben, hanem a mindennapi folyamatokba való beépülésben látja.

A másik hangsúlyos pont az ügynökök (agents) térnyerése. Az ügynök itt nem egy újabb chatfelület, hanem egy olyan AI-rendszer, ami célokat kap (például „intézd el a foglalást, egyeztesd a naptárban, és jelezz, ha elakadsz”), majd több lépésen át, eszközöket használva végigviszi a feladatot. Sundar Pichai a The Rundown AI-nak arról beszélt, hogy ezek az ügynökök 0–24-ben, több eszközön át fognak dolgozni, és három év múlva a mai AI „flip phone”-nak, azaz primitív előzménynek fog látszani.

Miért fontos

Ez a „flip phone” hasonlat nem jóslatverseny, hanem iránytű: azt jelzi, hogy az AI-t egyre kevésbé külön alkalmazásként, és egyre inkább infrastruktúraként kezelik. Gondolj rá úgy, mint az okostelefonoknál a váltásra: nem az volt a forradalom, hogy „jobb lett a telefonálás”, hanem hogy a telefon egy általános célú számítógép lett a zsebedben. Az ügynökös AI-nál hasonló a logika: nem az a lényeg, hogy „szebben fogalmaz”, hanem hogy hosszabb, összetett feladatokat visz végig és közben integrációkat kezel.

A kreatív oldalon a Google azt hangsúlyozza, hogy a fejlettebb modellek (például a nyilatkozatban említett Omni) segíthetnek az önkifejezésben, miközben a YouTube „creator-first” maradna — vagyis a platform értéke továbbra is a human-to-human kapcsolat. A fejlesztőknél pedig a fókusz eltolódik: a siker mércéje nem az, mennyi kódot ír az AI, hanem hogy mennyire tudsz „ügynökök csapatával” dolgozni — hosszabb futású, több lépéses mérnöki feladatokban.

Mire figyelj

  1. Az ügynökök valós képességei vs. ígéretek: a 24/7, eszközök közti működés ott dől el, hogy mennyire megbízható a jogosultságkezelés, a naplózás és a hibakezelés.
  2. „Human-in-the-loop” pontok: hol kell emberi jóváhagyás (pénzmozgás, törlés, publikálás)? A jó ügynök nem csak gyors, hanem tud megállni és kérdezni.
  3. Új készségek a mindennapokra: a promptolásnál fontosabb lesz a célok bontása, a feltételek megadása (mi számít késznek), és az ellenőrzés — mintha egy junior kollégának adnál feladatot, csak sokkal gyorsabban.
  4. A „creator-first” feszültsége: ha a modellek egyre többet generálnak, a platformoknak egyre jobban kell védeniük az eredetiséget, a jogokat és a bizalmat, különben sérül a „human-to-human” ígéret.

A következő évek nagy kérdése nem az lesz, hogy „használsz-e AI-t”, hanem hogy kialakítod-e azt a munkamódszert, ahol az ügynökök elviszik a rutint, te pedig a döntésekért és a minőségért felelsz.