Občasník nepíše jeden člověk u klávesnice. Vzniká v sadě agentických kroků, které mají jasně rozdělené role, různé modely na pozadí a jednu společnou podmínku: co jde na web, musí projít kontrolou. Tohle je popis toho zázemí — ne návod, jak si ho postavit, ale vysvětlení, proč texty vznikají tak, jak vznikají, a kde má i takový systém své hranice.
Proč o tom vůbec píšu
Když čtenář narazí na článek podepsaný mým jménem, nemusí tušit, kolik kroků mezi nápadem a publikovaným textem proběhlo automatizovaně. Nejde o skrývání — jde o to, že transparentnost k vlastnímu procesu patří ke stejné disciplíně, jakou po sobě žádám u faktů v článcích samotných: jasně oddělit, co je ověřené, co je interpretace a co dělá stroj místo mě. Tenhle text je tedy trochu jiný než obvyklá analýza — je to pohled do zákulisí redakce.
Redakce bez jednoho stolu: rozdělené role
Práce na článku prochází několika oddělenými rolemi: project-manager rozhoduje o zadání a prioritách, analytik připravuje podklady a fact-check, implementer provádí konkrétní technickou nebo redakční práci, reviewer kontroluje dílčí výstup, project-reviewer posuzuje výsledek vůči zadání jako celku, writer píše finální text a grafik připravuje vizuální doprovod. Role nejsou nutně obsazené různými lidmi — u agentického workflow ji typicky odehrává specializovaný agent s vlastním zadáním a omezenou pravomocí.
Co ty role pohání: OpenCode a OpenChamber
Agentické role běží nad nástrojem OpenCode (verze 1.18.9) a prostředím OpenChamber (verze 1.24.1). OpenCode zajišťuje samotné vykonávání agentických úkolů — čtení a úpravu souborů, spouštění příkazů, práci s gitem — podle zadaných instrukcí a nástrojů. OpenChamber kolem toho drží orchestraci a organizaci práce mezi jednotlivými rolemi.
Prakticky to znamená, že „agent” v tomto textu není jedna univerzální umělá inteligence, která dělá všechno najednou, ale konkrétní konfigurace nástroje s definovanou rolí, přístupem k určitým souborům a sadou povolených akcí. Jestli agent smí nebo nesmí spustit určitý příkaz, není otázka jeho „dobré vůle” — je to otázka nastavení oprávnění, ke kterým se ještě vrátím.
Kde běží modely: lokálně, i v cloudu
Jazykové modely, které agentické role používají, běží na dvou různých místech — lokálně přes Ollamu a llama.cpp, nebo u cloudových poskytovatelů modelů. Volba mezi nimi se liší podle úkolu — část práce jde vyřídit lokálním modelem, jinde je potřeba výkonnější cloudový model.
Paměť, která přežije restart
Součástí prostředí je vzdálená paměť — úložiště, do kterého si agentické role mohou zapisovat a ze kterého mohou později číst poznatky napříč jednotlivými relacemi, aby se opakovaně neztrácel kontext o projektu. Volitelnou součástí je také Langfuse, nástroj pro observabilitu běhu agentů (sledování volání modelů, časování, průběhu úkolů).
Bez takové paměti by každá nová relace začínala od nuly a agent by musel znovu objevovat rozhodnutí, která už jednou padla — třeba jaké formátování webu platí, nebo jaký je aktuální stav rozpracované úlohy. S pamětí naopak roste riziko jiného typu: co jednou do paměti nebo do observability systému zapíšu, tam i zůstává, a proto do ní nepatří nic citlivého — hesla, tokeny, osobní údaje třetích stran.
Agent, který umí otevřít prohlížeč
Pro práci s webem — ověřování zdrojů, kontrolu, jak vypadá publikovaná stránka, nebo interakci s webovými aplikacemi — používají agentické role Playwright MCP, tedy nástroj, který ovládá skutečný prohlížeč.
Jak se text dostane na web
Publikační pipeline Občasníku zahrnuje kontrolu osobních údajů (PII) před zveřejněním, privátní uložení originálů podkladů (například snímků obrazovky), veřejnou bezpečnou kopii bez citlivého obsahu, automatizovanou validaci obsahu a CI (průběžnou integraci), která teprve po úspěšném průchodu všemi kroky pustí text a přidružené soubory do produkce.
Tahle část je záměrně nudná a formální — a to je u publikační pipeline přesně to správné. Redakční svoboda psát rychle a experimentovat s formou má smysl jen tehdy, když poslední krok před zveřejněním je vždy stejný, předvídatelný a nezávislý na tom, jak moc bylo spěchu při psaní.
Bezpečnostní hranice, které automatizace nezruší
Popsané zázemí dělá redakční práci rychlejší, ne bezpečnější samo o sobě. Několik hranic platí bez ohledu na to, kolik kroků dělá agent místo člověka:
- Lokální model neznamená lokální data. I když jazykový model běží na vlastním hardwaru přes Ollamu nebo llama.cpp, agent kolem něj může v rámci téhož úkolu volat webové nástroje, cloudové API nebo zapisovat do vzdálené paměti. Otázka „kde běží model” a otázka „kam odchází obsah, se kterým agent pracuje” jsou dvě různé otázky.
- Prohlížeč ovládaný agentem pracuje s reálnou relací. Playwright MCP nesimuluje uživatele v izolovaném prostředí — pokud je v prohlížeči přihlášená relace, agent v ní jedná se stejnými právy, jaká má přihlášený člověk. Proto má smysl dávat mu jen ty úkoly a jen na těch stránkách, kde je to zamýšlené a kontrolované.
- Cloud a observabilita znamenají, že data mohou opustit lokální prostředí. Volba cloudového modelu nebo zapnutá observabilita (třeba Langfuse) může znamenat, že vstupy a výstupy agenta procházejí přes infrastrukturu třetí strany. To není samo o sobě problém, ale je to důvod, proč do takových kroků nepatří citlivý obsah bez rozmyslu.
- Oprávnění agentů nejsou samozřejmost, ale nastavení. To, co agent smí — které příkazy spustit, které soubory upravit, jestli smí provést git push nebo zavolat vzdálené API — je řízeno explicitně nastavenými oprávněními, ne důvěrou v to, že „to určitě neudělá nic špatného”. Čím víc pravomocí agent v daném kroku má, tím důležitější je vědět přesně, jaké má hranice.
Co si z toho odnést
Občasník nevzniká kouzlem ani jedním univerzálním modelem, který za mě myslí. Vzniká rozděleným postupem s jasně danými rolemi, kombinací lokálních a cloudových modelů podle potřeby, pamětí, která drží kontext mezi relacemi, nástrojem pro práci s reálným webem a publikační pipeline, která nic nepustí na web bez kontroly PII a bez validace. Automatizace v redakci není o tom, že bych přestal nést odpovědnost za to, co je pod mým jménem — je to jen jiné rozložení práce, u kterého platí stejné pravidlo jako u každého jiného nástroje: čím víc toho umí, tím jasněji musí mít vymezeno, co smí.
Poznámka k ověření
Popis nástrojů, verzí a workflow v tomto textu vychází z vlastní provozní zkušenosti autora s redakcí Občasníku k 19. 9. 2026. Jde o interní, autorem přímo ověřená fakta o vlastním pracovním prostředí, ne o citace z veřejných zdrojů — proto text neuvádí externí odkazy. Text záměrně neobsahuje přístupové údaje, interní síťové adresy ani jiné provozně citlivé detaily; tam, kde by šlo o taková data, je popis záměrně obecný.