Képzeljük el, hogy péntek délután csak ennyit mondunk: „Keress egy kutyabarát szállást a hétvégére, legfeljebb kétórányi autóútra. Fontos a csend, és szeretném, ha a közelben lehetne kirándulni. Mutass három lehetőséget a teljes költséggel együtt.”
Egy erre felkészített AI-ügynök végigjárhatja az oldalakat, összevetheti az ajánlatokat, és külön ellenőrizheti, számolnak-e fel díjat a kutya után. Ha valamelyik feltétel nem tisztázott, további információt kereshet vagy visszakérdezhet. A foglalás előkészítése és véglegesítése külön lépés lehet, amelynél mi mondjuk ki az igent. Ehhez az adott rendszer megfelelő eszközei és hozzáférései is szükségesek; a lehetőségek szolgáltatásonként eltérnek.
Már léteznek olyan ügynöki megoldások, amelyek weboldalakat kezelnek, adatokat dolgoznak fel, és több eszköz között váltva visznek végig egy feladatot. A hétvégi utazás itt szemléltető példa arra, hogyan állhat össze mindez egy hétköznapi folyamatban.
Több mint egy chatbot
Az agent magyarul ügynök. Olyan AI-alapú rendszert értünk alatta, amely egy kapott cél eléréséhez több lépésen át dolgozik, eszközöket használ, és a közben kapott eredmények alapján választja meg a folytatást. Ha az egyik keresés zsákutcába jut, másik irányt próbálhat. Ha hiányzik egy fontos információ, kérdezhet. Önállóságának mértékét a kialakítása és a neki adott jogosultságok határozzák meg.
A hétköznapokban ennek a jelentősége könnyen érthető. Egy feladat gyakran akkor is a fejünkben marad, amikor éppen mással foglalkozunk. Várjuk a választ a szerelőtől, össze kellene hasonlítani néhány ajánlatot, és közben azon gondolkodunk, hogyan fér bele a következő hétbe egy családi program. Egy jól beállított ügynök ezeknek az ügyeknek az előkészítését és követését is segítheti. Az időnyereségen túl az lehet benne vonzó, hogy kevesebb félbehagyott teendőt kell fejben tartanunk. Hogy ez valóban könnyebbséget jelent-e, azon is múlik, mennyi beállítást és ellenőrzést kér tőlünk a rendszer.
Amikor az AI boltot vezet
Az ügynökök képességeiről már egészen különös kísérletek is születtek. Az Anthropic és az Andon Labs 2025-ben egy San Franciscó-i irodai kisbolt működtetését bízta egy Claudius nevű AI-ra. A bolt egy kis hűtőből és néhány kosárból állt. Az ügynök feladata volt többek között az áruk kiválasztása, az árak meghatározása és a vásárlók kéréseinek kezelése. A fizikai feltöltést emberek végezték.
Claudius néha ügyesen talált beszállítókat, máskor viszont rábeszélhető volt túl nagy kedvezményekre. Amikor a dolgozók szokatlan fémtárgyakat, például volfrámkockákat kezdtek kérni tőle, olyan árakat is megadott, amelyek nem fedezték a beszerzési költséget. Az első kísérleti szakaszban a bolt veszteséges lett.
A folytatásban újabb modellekkel, jobb eszközökkel és módosított utasításokkal javult a működés, de az AI továbbra is befolyásolható maradt. A történet számomra azért tanulságos, mert megmutatja, milyen sokat számít a rendszer környezete. A meggyőző beszélgetés mellett a jó döntésekhez megfelelő adatokra és működési szabályokra is szükség van.
A vásárlás új szereplője
Marketingesként különösen érdekesnek tartom azt a lehetőséget, hogy egy vásárlás során az ügynök a vevő képviselőjévé válhat. Elképzelhető, hogy mi csak elmondjuk, milyen mosógépet keresünk, és milyen szempontok fontosak nekünk. A digitális segítő pedig összeveti a jelölteket, összegyűjti a garanciális feltételeket, és előkészít egy rövid döntési listát.
Ebben a helyzetben a cégeknek egy olyan közvetítő számára is érthetővé kell tenniük az ajánlatukat, amely konkrét feltételeket keres. Egy szép termékfotó mellett felértékelődhet a pontos leírás, a világos szállítási információ és a könnyen megtalálható teljes ár. Ez a vásárlási szokások egyik lehetséges változása, amelyre érdemes figyelni.
A személyre szabásnak is új jelentősége lehet. Ha egy rendszer meg tudja őrizni a megadott preferenciáinkat, később azokhoz igazíthatja a javaslatait. Például figyelembe veheti, hogy csendes szállást szeretünk, vagy hétvégére nem kérünk munkaprogramot. Az ilyen beállításoknál mi határozzuk meg, milyen információt szeretnénk megosztani és megőriztetni.
Hol ér véget az AI önállósága?
A „legjobb” választás azonban ritkán magától értetődő. A legolcsóbb szállás nem feltétlenül az, ahol jól fogjuk érezni magunkat. A leggyorsabb útvonal pedig lehet olyan fárasztó, hogy inkább vállalnánk egy hosszabb, kényelmesebb utat. Ezeket a szempontokat nekünk kell elmondanunk. Az ügynök a megadott céljainkból és feltételeinkből dolgozik.
Ezért az ügynök használata részben a feladatátadásról szól. Egy barátnak vagy kollégának is elmondanánk, mekkora a keret, mihez ragaszkodunk, és mikor hívjon fel bennünket. A digitális segítőnél is érdemes előre meghatározni, meddig mehet el önállóan. Keressen és készítsen elő ajánlatokat, de például fizetés vagy végleges foglalás előtt kérje a döntésünket.
Ez azért lényeges, mert az AI tévedése egy több lépésből álló folyamatban továbbgyűrűzhet. Egy félreértett dátumra épülő keresés végén már rossz időpontra szóló ajánlatot kaphatunk. Hasznos, ha látjuk, milyen adatokból dolgozott a rendszer, és a fontos pontokon meg tudjuk állítani vagy javítani a folyamatot.
A kipróbáláshoz válasszunk egy körülhatárolt ügyet. Kérhetünk például három hétvégi programjavaslatot, a nyitvatartás és az utazási idő ellenőrzésével. Így kiderül, mennyire pontosan értette az igényünket, mennyi kézi javításra volt szükség, és tényleg könnyebb lett-e a szervezés. Az ügynöki feladatvégzéshez olyan szolgáltatás kell, amely a szükséges eszközökhöz is hozzáfér.
Több szabadidő vagy még több feladat?
AI-mentorként engem leginkább az érdekel, mi történik a felszabaduló idővel. Könnyű minden megtakarított perc helyére újabb feladatot tenni. Így akár több munkát is elvégezhetünk úgy, hogy közben ugyanannyira elfáradunk. Egy digitális segítő akkor adhat kézzelfogható könnyebbséget, ha az átvállalt ügy után valóban marad egy szabad esténk. Lehet, hogy azt sétával töltjük. Lehet, hogy egyszerűen nem szervezünk semmit. Az ügynök elvégezhet egy feladatot; a naptárunkban hagyott helyről továbbra is mi döntünk.
Fotó: Getty Images, Unsplash
Források
- OpenAI: Introducing ChatGPT agent: bridging research and action. 2025. július 17.
- Anthropic: Building effective agents. 2024. december 19.
- Anthropic: Project Vend: Can Claude run a small shop? (And why does that matter?). 2025. június 27.
- Anthropic: Project Vend: Phase two. 2025. december 18.
- Joon Sung Park és munkatársai: Generative Agents: Interactive Simulacra of Human Behavior. 2023.
