Od autora k vedoucímu: jak agenti mění práci vývojáře

Agenti výrazně zlevnili psaní kódu. Pochopení toho, co vlastně vytvořit, ani kontrolu výsledku ale nezlevnili. To nejzajímavější na práci s agenty se proto odehrává před psaním kódu a po něm: kdo zadává úkol, kdo rozhoduje, že je výsledek dobrý, a jak určit, kolik práce agentovi svěřit.

Podíváme se, jak to popisují výzkumy a zprávy z posledních dvou let: čtyři způsoby spolupráce s agentem, výběr podle úkolu a to, čemu se říká "záměr a laťka kvality". Ve druhé polovině probereme, proč role vývojáře stále víc přesahuje samotné psaní kódu. Data jsou aktuální k září 2026. Čísla uvádím v samostatných blocích s odkazem na zdroj. Když shrnuji stanovisko autorů, jmenuji je; vlastní závěry také výslovně označuji.

Čtyři způsoby spolupráce s agentem

Nejjasnější schéma představil Jared Spataro z Microsoftu v květnu 2026. Popisuje čtyři způsoby, jak si člověk a AI rozdělují práci. Schéma je přehledné a vývojář v něm pozná vlastní cestu, kterou s nástroji prošel.

Čím výš se posunete, tím méně píšete vlastníma rukama a tím víc rozhodujete předem a kontrolujete potom. Autor má kvalitu na paměti, když píše. Ředitel už nevidí, jak kód vznikal, takže všechno důležité musí zaznít před začátkem práce a ověřit se po jejím dokončení. U orchestrátora tu zůstaneme jen u názvu: je to samostatné velké téma s vlastními nástroji. Má smysl se k němu dostat, až budou první tři způsoby fungovat spolehlivě.

Způsob podle úkolu, ne žebříček

Schéma se dá snadno chápat jako žebříček: nejdřív jste autor, pak se vypracujete na orchestrátora a čím výš, tím lépe. Spataro píše pravý opak. Cílem není přesunout každý úkol na čtvrtý způsob, ale vybrat vhodný způsob pro každý pracovní proces.

V praxi rozhodují čtyři otázky:

• nakolik je cíl jasný? Pokud sami ještě nevíte, jak má výsledek vypadat, je na svěření celého úkolu ještě brzy;
• dá se výsledek ověřit automaticky? Dobré testy dovolí nechat agenta pracovat samostatněji, protože chybu zachytí kontrola, ne vaše pozornost;
• kolik stojí chyba? Překlep v nápovědě opravíte snadno, chybný výpočet peněz je drahý;
• opakuje se úkol? Pro jednorázovou práci se samostatný proces nevyplatí, pro úkol, který se vrací každý týden, už ano.

Jak to vypadá u konkrétních úkolů:

Podle mě je dobré mít tato čísla na paměti. Opatrnost většiny neznamená zaostávání: lidé volí způsob podle ceny případné chyby, a to je správně. Když pracujete jako editor na úkolu, kde je chyba drahá, neznamená to, že agenta "nevyužíváte naplno".

V Claude Code můžete tuto volbu nastavit přímo. Plan mode a pravidla oprávnění fungují jako regulátor, který si nastavujete sami. U úkolu, kde je chyba drahá, zapnete plán před úpravami a potvrzování rizikových akcí; u rutiny necháte agenta pracovat samostatněji.

Záměr a laťka kvality

Čím víc práce svěříte agentovi, tím důležitější je, co mu řeknete předem. Výzkum Microsoftu to formuluje takto: nejúspěšnější uživatelé AI nebudou ti, kdo toho udělají víc a rychleji, ale ti, kdo svou hodnotu postaví na tom, co dokáže jen člověk. Jasně stanovit záměr, tedy popsat požadovaný výsledek a laťku kvality, a promyslet, jak si práci rozdělí lidé a AI.

Ve vývoji softwaru už pro tyto myšlenky máme zažité názvy. Záměr je specifikace: co udělat a proč. Laťka kvality jsou akceptační kritéria a také to, čemu se ve Scrumu říká Definition of Done: seznam podmínek, za kterých je práce hotová. Dál tomu budeme jednoduše říkat laťka hotového výsledku.

Daniel Epstein z Microsoftu, který vytváří agenty podle principů Agile, to stručně formuloval v prvním článku série Agentic-Agile (19. května 2026): "Every capability is an issue. Every issue has acceptance criteria." Každá schopnost je úkol a každý úkol má akceptační kritéria.

Je užitečné zadávat úkol ve dvou rovinách. Lidem vysvětlíte, proč je potřeba a komu poslouží. Agentovi napíšete, co má udělat, podle čeho to ověřit a na co nemá sahat. Tady je výukový příklad stejného požadavku před úpravou a po ní. V druhé variantě je první odstavec určený lidem, zbytek agentovi.

Předtím:

Přidej export výdajů do CSV, ať je to v pohodě.

Potom:

Proč: účetní každý měsíc ručně přepisuje výdaje týmu do své tabulky.
Zabere to hodinu a v částkách vznikají chyby.

Úkol: přidat na stránku měsíčních výdajů tlačítko "Exportovat do CSV".

Hotovo, když:
- soubor se otevře dvojklikem v tabulkovém editoru a české názvy jsou
  čitelné bez ručního nastavování kódování;
- jeden řádek odpovídá jednomu výdaji, názvy sloupců jsou v prvním řádku;
- částky lze sečíst vzorcem, bez úprav buněk.

Nesahej na: formát ukládání výdajů ani stávající obrazovku se seznamem.
Nejdřív ukaž plán a způsob ověření každého bodu.

Ve druhé variantě už agent skoro nemá co hádat. A hlavně máte podle čeho výsledek zkontrolovat: tři body ověříte ručně za pár minut. Slovo "v pohodě" z první varianty ověřit nejde. Můžete mu jen věřit.

Agent neví, co znamená "dobře"

To, co následuje, jsou hlavně moje závěry z dat, ne samotná data. Říkám to hned, abych názor nevydával za výsledek výzkumu.

Agent toho umí opravdu hodně. Přečíst neznámý projekt, najít příčinu chyby, napsat implementaci, spustit testy i vysvětlit, co udělal. Jednu věc ale nezvládne: sám rozhodnout, co znamená "udělat to dobře" pro tyto uživatele a tento byznys. Bez kritérií zvolí věrohodný průměrný výsledek a sebejistě ho označí za hotový. Kód přitom může být čistý, ale řešení přesto nemusí odpovídat zadání.

"Dobře" není zapsané v kódu. Záleží na tom, kdo bude výsledek používat, co je pro něj důležité a jaké chyby jsou nepřijatelné. V našem příkladu mohl agent vytvořit technicky správné CSV, ve kterém by účetní viděla rozsypaný čaj. Z pohledu kódu je vše správně. Z pohledu úkolu ne.

Závěr je prostý. Stanovit kritérium a ověřit podle něj výsledek je část práce, kterou nelze delegovat. Agent může pomoct kritéria formulovat, klást doplňující otázky a navrhnout kontroly. Rozhodnutí, zda jsou kritéria správná, zůstává na vás.

Nejdřív pochopit proces

Odkud se berou kritéria? Skoro nikdy ne z kódu. Vycházejí z obchodního procesu: kdo soubor otevře, co s ním pak udělá a co se stane, když se ztratí řádek nebo se částka zaokrouhlí špatně.

Požadavek "české názvy jsou čitelné bez ručního nastavování" nevznikl proto, že se tak má CSV zapisovat. Vznikl proto, že se někdo zeptal účetní, jak soubory otevírá, a zjistil, že je otevírá dvojklikem, bez průvodce importem. Vývojář, který zná proces, toto kritérium napíše hned. Kdo ho nezná, dozví se o něm ze stížnosti za měsíc.

Firmy si toho už všímají a mění rozdělení rolí.

Je dobré znát i opačný pohled. Například poradenská společnost Converteo na svém blogu popisuje role produktového manažera, designéra a AI product buildera jako vzájemně se doplňující, nikoli konkurenční: první odpovídá na otázku "proč", druhý se stará o uživatele a třetí rychle promění nápad ve funkční prototyp. Converteo sama tyto služby prodává. Nepřikláněl bych se k jedné z verzí. Praktický závěr pro vás je stejný: vývojář, který rozumí procesu zadavatele, má větší hodnotu než ten, kdo čeká na dokonale napsaný ticket.

Rozhovor jako pracovní nástroj

Dříve se soft skills často prezentovaly jako příjemný doplněk technických znalostí. S agenty se to mění. Kritéria kvality mají lidé v hlavě, ne v repozitáři, a dostat je odtud jde jen rozhovorem.

Součástí práce jsou ve skutečnosti tyto věci:

• zeptat se. Ne "co mám udělat", ale "co budete s výsledkem dělat" - na to lidé odpovídají přesněji;
• upřesnit. Doptat se na okrajový případ, než se z něj stane bug: co s výdajem bez kategorie?
• zapsat. Dohodu, která zůstane jen v rozhovoru, agent nepřečte a kolega zapomene;
• vymezit hranice. Co do úkolu patří a co ne, a říct "to je samostatný úkol", když přijde prosba "a rovnou ještě tohle upravit";
• vysvětlit kompromis. "Uděláme to za den bez výběru období, nebo za tři dny s ním" - rozhodnutí je na zadavateli, ale možnosti navrhujete vy.

Žádná z těchto dovedností není o kódu a každá přímo ovlivňuje, co agent udělá. Jinými slovy, kvalita rozhovoru s lidmi se promítne do kvality zadání pro agenta.

Každý je trochu CEO

Když to celé poskládáme, vyjde známý obrázek. Stanovit cíl a kritéria, rozdělit práci, ověřit výsledek a nést za něj odpovědnost - to je práce vedoucího. Vývojář pracující s agenty ji dělá každý den, byť v malém měřítku.

Metafora CEO má jednu výhodu: správně ukazuje, kdo nese odpovědnost. CEO může delegovat skoro všechno kromě odpovědnosti za výsledek. S agenty je to stejné. Pokud agent vytvoří export, který rozbije tabulku, se kterou účetní pracuje, odpovědnost neponese agent.

Je také dobré říct, co tato metafora neznamená. Nejde o povýšení a nikdo se nestane vedoucím jen tím, že spustí tři agenty. Spíš budou manažerské dovednosti potřeba dřív, než bývalo zvykem, už v prvním zaměstnání. Je tu i riziko: vývojáři dlouho rostli tím, že psali kód ručně, a tato cesta se mění. Pořád je nutné rozumět kódu, který od agenta přijímáte. Bez toho se kontrola změní na "vypadá to, že to funguje".

Jak číst tato data

Všechna výše uvedená čísla zveřejnily firmy, které prodávají AI nebo související produkty. Neznamená to, že jsou nepravdivá, ale je dobré na to myslet. Stručný přehled:

Všechna procenta jsou sebehodnocením lidí v jednom okamžiku. Ukazují, co si lidé myslí a co očekávají, ne co se skutečně stalo. Autoři Work Trend Index 2026 výslovně píší, že vztahy v jejich analýze jsou statistické souvislosti, nikoli příčiny a následky.

U každého čísla o AI a práci se hodí položit tři otázky. Kdo výzkum zaplatil? Co přesně měřil: názor, očekávání, nebo skutečný výsledek? Koho se ptali a jsou tito lidé podobní vám? Pokud vám odpovědi dávají smysl, můžete číslo použít. Pokud ne, pořád může být zajímavé, jen mu přikládejte menší váhu.

Proč na tom záleží

Všechno, co výše znělo jako jazyk výzkumných zpráv, se při práci s Claude Code promění v konkrétní návyky:

• plán před úpravou - to je právě ten záměr. Požádejte agenta, aby nejdřív ukázal, co a jak bude měnit, a porovnejte to se svým očekáváním;
• akceptační kritéria v zadání - vaše laťka hotového výsledku. Dva nebo tři ověřitelné body místo "ať je to v pohodě";
• pracovní režim a pravidla oprávnění - volba způsobu spolupráce. Čím dražší je chyba, tím častěji se agent zastaví a zeptá;
• kontrola diffu a poctivé ověření - posouzení výsledku podle vašich kritérií, ne podle agentovy zprávy;
• stručné shrnutí: co se udělalo, jak se to ověřilo a co ověřeno nebylo - odpovědnost za výsledek, kterou nelze předat agentovi.

Data jsou aktuální k září 2026. Výzkumů v této oblasti rychle přibývá a čísla zastarávají rychleji než závěry.