Čtyři události z 17.–23. září 2026 ukazují, jak se infrastruktura pro agenty rozšiřuje nad rámec modelů: zahrnuje řízení přístupu, bezpečnostní kontroly a způsoby měření toho, co agenti skutečně dělají.
Sledované období zahrnuje 17. až 23. září 2026 včetně. Pro vývojáře a týmy vytvářející automatizované pracovní postupy vynikla čtyři samostatná oznámení. Mají společného praktického jmenovatele: jakmile se systémy AI pouštějí do delších nebo závažnějších úkolů, okolní infrastruktura — kdo získá přístup, jak se kontrolují akce a zda změna nezhorší výkon — je stejně důležitá jako schopnosti modelu.
17. září: Anthropic otevírá ověřovací program pro týmy z oblasti přírodních věd
Anthropic představil svůj ověřovací program pro přírodní vědy, který ověřeným organizacím z oblasti přírodních věd nabízí přístup k modelům Mythos, Opus a Sonnet za ochranných opatření, jež společnost popisuje jako vstřícnější k práci související s biologií. Program je ve fázi beta a zpočátku je určen týmům a institucím. Žadatelé jsou posuzováni podle výzkumných kvalifikací, bezpečnostních standardů a etického dohledu; schválené týmy mohou požádat o různé úrovně přístupu. Program lze využívat prostřednictvím produktů Claude i rozhraní API. (anthropic.com)
Proč na tom záleží: Jde o konkrétní příklad toho, jak přístup ovlivňuje deklarovaný účel organizace a její kontrolní mechanismy, nejen volba modelu ze strany uživatele. Pro vývojáře specializovaných pracovních postupů s AI je třeba položit širší otázku než jen „Dokáže to model?“ Záleží také na tom, kdo je oprávněn jej používat, na základě jakého posouzení a pod jakým dohledem.
Anthropic upozorňuje také na rizika, jako je zneužití přístupu a nezamýšlené akce agentů pracujících v rojích nebo při dlouhotrvajících úkolech. Díky tomu je program relevantní i mimo oblast přírodních věd: ukazuje problém řízení, který vzniká, když se volání API stane součástí systému schopného provádět více kroků. Oznámení popisuje přístup programu, ale nedokládá, jak účinná budou jeho ochranná opatření při rozsáhlém nasazení. (anthropic.com)
18. září: Google popisuje průběžné bezpečnostní skenování s pomocí agentů
Infrastrukturní tým Googlu nastínil přístup, při němž AI agenti kontrolují změny kódu ještě před jejich odesláním, namísto spoléhání se pouze na rozsáhlé pravidelné bezpečnostní skenování. Podle popisu tohoto systému využívají skenery aktuální metadata kódové základny a grafy volání závislostí, aby získaly přesnější kontext hrozeb. Google uvádí, že jeho systém každý měsíc zabrání tomu, aby se do kódové základny nebo produkčního prostředí dostaly stovky zranitelností, a v některých případech podle něj klesl podíl falešně pozitivních výsledků na 3 %. Jde o výsledky uváděné společností, nikoli o nezávislý audit. (cloud.google.com)
Praktické ponaučení nespočívá ani tak v napodobování rozsahu Googlu jako spíše v tom, kdy a kde kontroly spouštět. Kontrola každé změny kódu může bezpečnostnímu nástroji poskytnout užší kontext než skenování celého rozsáhlého systému najednou. Google uvádí, že pro tuto práci upravil svůj open-source nástroj Mantis pro kontrolu kódu, a mezi prvky svého přístupu zmiňuje modely hrozeb a víceagentní testovací prostředí. Týmy, které zvažují podobné pracovní postupy, by měly uváděné výsledky chápat jako případovou studii, nikoli jako příslib výkonu: o tom, zda skenování s pomocí agentů odhalí užitečné problémy, aniž zpomalí vývoj, rozhodnou jejich vlastní repozitáře, modely hrozeb a proces kontroly. (cloud.google.com)
22. září: AWS spouští pracovní postup pro observabilitu AI agentů
AWS oznámil CloudWatch Omni, nástroj pro sledování, vyhodnocování a experimentování s pracovními postupy agentů. Podle AWS mohou týmy prohlížet trasování, porovnávat verze promptů, vytvářet testovací datové sady z provozu v produkčním prostředí a spouštět experimenty s různými konfiguracemi. Společnost uvádí rozšíření pro VS Code a Kiro pro vývojáře a samostatné webové prostředí pro operátory. (aws.amazon.com)
Tento nástroj cílí na problém, který běžné panely dostupnosti nemusí zachytit: pracovní postup může vracet úspěšné odpovědi, a přesto být po změně promptu, modelu nebo nástroje méně užitečný. AWS uvádí vestavěné evaluátory pro oblasti, jako jsou správnost, soudržnost, kvalita vyhledávání a výběr nástrojů. Pro technické týmy je důležité začít změny agentů chápat podobně jako změny softwaru: zaznamenávat běhy, definovat kontroly přizpůsobené konkrétním úkolům a hledat regresi dříve, než se nasazení rozšíří.
Popis uvedení na trh nedokládá, nakolik budou tyto evaluátory odpovídat potřebám každého týmu. Obecné skóre správnosti nenahradí testy přizpůsobené konkrétní oblasti a samotné trasování neukazuje, zda byly akce agenta vhodné. Týmy budou muset i nadále určit, co úspěch znamená pro jejich konkrétní pracovní postup. (aws.amazon.com)
22. září: Anthropic vyzdvihuje u Opus 5.5 nejen schopnosti, ale i cenu
Anthropic oznámil Claude Opus 5.5 a uvádí, že při většině úloh dosahuje úrovně Claude Fable 5.1, přičemž jeho provoz stojí o 40 % méně než u Opus 5. Společnost uvádí, že model je dostupný prostřednictvím její platformy a několika poskytovatelů cloudových služeb, a dodává, že vývojáři k němu mohou přistupovat přes rozhraní Claude API. Tato srovnání a tvrzení o nákladech pocházejí od společnosti Anthropic; týmy by si je měly ověřit na základě vlastních pracovních úloh, nikoli je považovat za zaručenou úsporu. (anthropic.com)
U tvůrců agentů představují náklady na jeden běh jen část celkového výpočtu. Užitečné srovnání by mělo zahrnovat úspěšnost úloh, latenci, opakované pokusy, volání nástrojů a míru potřebných lidských oprav. Model s nižší cenou za token nemusí snížit celkové náklady pracovního postupu, pokud vyžaduje více kroků nebo dělá více chyb, z nichž se lze zotavit. Oznámení je důvodem k porovnání alternativ, nikoli k přesunu produkčního provozu bez vyhodnocení.
Závěr: agentická infrastruktura se stává provozním problémem
Tato oznámení se týkají různých vrstev: řízeného přístupu pro specializovanou práci, zabezpečení při kontrole kódu, observability agentů a ekonomiky modelů. Dohromady ukazují praktickou prioritu pro tvůrce: zajistit, aby chování agentů bylo kontrolovatelné a testovatelné, než se zvýší jejich autonomie. Jasně vymezte oprávnění, zaznamenávejte používání nástrojů, vyhodnocujte reprezentativní úlohy a porovnávejte změny modelů se základní verzí.
Zatím není jasné, jak si tyto nabídky povedou v nezávislých pracovních zátěžích. Oznámení při uvedení na trh a výsledky uváděné dodavateli jsou užitečnými vodítky, nenahrazují však vlastní testování týmu. Další krok pro vývojáře je jednoduchý: považovat každý pracovní postup s agentem za systém s měřitelnými výsledky — nikoli za prompt, kterému lze důvěřovat jen proto, že vytvořil věrohodnou odpověď.