AI agenti a Moltbot: Budoucnost technologií a digitální zaměstnanci
Epizoda popisuje posun od chatbotů k takzvaným digitálním zaměstnancům na příkladu open source asistenta Moldbot, dříve známého jako Cloudbot. Zásadní rozdíl není v tom, kde kód běží, ale co smí dělat: Moldbot má přímý přístup k operačnímu systému, otevírá soubory, spouští terminálové příkazy a ovládá prohlížeč přes Chrome DevTools Protocol. Neříkáte mu, jak něco udělat, ale jaký má být výsledek. Má persistentní paměť rozdělenou na čtyři typy — pracovní, epizodickou, sémantickou a procedurální — a drží kontext napříč kanály, takže mu můžete napsat z WhatsAppu, Signalu i Discordu. Umí být proaktivní: napojený na nástroj pro sledování chyb sám zanalyzuje problém, vytvoří opravu a pošle ji ke schválení. Kód je zdarma pod licencí MIT, platíte jen za tokeny nebo elektřinu.
Hlavní body
- Moldbot, dříve Cloudbot, je open source asistent běžící lokálně na Macu, Windows, Linuxu i Raspberry Pi.
- Klíčový rozdíl není v místě běhu, ale v oprávněních — má přímý přístup k operačnímu systému, souborům, terminálu i prohlížeči.
- Zadáváte výsledek, ne postup; agent kroky provede sám.
- Persistentní paměť má čtyři vrstvy: pracovní, epizodickou, sémantickou a procedurální.
- Vícekanálová integrace — píšete z WhatsAppu, Signalu nebo Discordu a kontext se drží napříč kanály.
- Prohlížeč ovládá přes dedikovanou instanci Chromia a Chrome DevTools Protocol: klika, vyplňuje formuláře, dělá screenshoty.
- Uváděný příklad autonomie: sám si otevřel konzoli Google Cloud, vyklikal nastavení OAuth a vygeneroval si chybějící API klíč.
- Proaktivní režim: napojen na nástroj Sentry zachytí chybu, zanalyzuje kód, vytvoří pull request a pošle ho ke schválení.
- Bezpečnostní hranicí je definovaný pracovní prostor (workspace), ve výchozím nastavení složka v domovském adresáři.
- Výběr modelu je na uživateli: Claude, GPT nebo lokální modely přes Ollamu zdarma, pokud máte dost silnou grafickou kartu.
- Hlasové ovládání přes integraci s Eleven Labs umožňuje hands-free konverzaci, včetně toho, že asistent sám zavolá.
- Kód je zdarma pod licencí MIT — platíte jen za tokeny, nebo při lokálním běhu pouze elektřinu.
- Oproti Siri, Google Assistantu či Alexe není v izolovaném pískovišti, ale to vyžaduje základní technickou gramotnost.
- Trh s inteligentními virtuálními asistenty má růst z 10,5 miliardy dolarů v roce 2024 na přes 25 miliard v roce 2032.
Na co epizoda odpovídá
Čím se liší agentní AI od běžného chatbota?
Běžný chatbot je reaktivní — čeká na prompt a odpoví textem. Agentní asistent jako Moldbot má přímý přístup k operačnímu systému: otevírá soubory, spouští terminálové příkazy, ovládá prohlížeč. Neříkáte mu, jak má něco udělat, ale jaký má být výsledek, a on kroky provede. Navíc umí být proaktivní — sám upozorní, že máte vyrazit na schůzku dřív, protože zkontroloval dopravu.
Jak funguje persistentní paměť u AI asistenta?
Není to jen pamatování posledních pár zpráv. Moldbot dělí paměť na čtyři části: pracovní pro aktuální úkoly, epizodickou pro minulé interakce, sémantickou pro naučené koncepty a procedurální pro opakující se pracovní postupy. Prakticky to znamená, že když mu jednou vysvětlíte, jak formátujete kód nebo jak chcete seřazené složky, už to nemusíte opakovat.
Jak AI agent ovládá prohlížeč?
Nejde o parsování HTML. Moldbot používá dedikovanou instanci Chromia, kterou řídí přes Chrome DevTools Protocol — tedy rozhraní, které běžně používají vývojáři pro ladění. Díky tomu vidí stránku stejně jako vy: může klikat na tlačítka, vyplňovat formuláře, scrollovat a dělat screenshoty. V epizodě zaznívá příklad, kdy si takto sám vygeneroval chybějící API klíč v konzoli Google Cloud.
Kolik stojí provoz lokálního AI asistenta?
Samotný kód je zdarma pod licencí MIT. Platíte jen za to, co spotřebujete: pokud používáte API od Anthropicu nebo OpenAI, platíte za tokeny; pokud jedete lokálně přes Ollamu na vlastním hardwaru, platíte jen elektřinu. Pro srovnání epizoda dodává, že u tradičních asistentů typu Siri nebo Alexa platíte svými daty a soukromím.
Přepis epizody
Vítejte u 62. epizody podcastu, kde skončí zítřek. Zdravím posluchače. Dnes to bude hodně o technických specifikacích a architektuře, protože jak u Cloudbota, nyní přejmenovaného na Moldbot, tak u nových modelů od Mistralu a Googlu, ďábel tkví v detailech implementace. Ještě než začneme. Malá technická poznámka. Dejte nám follow v aplikaci, ve které nás posloucháte, aby vám už žádná novinka neunikla.
Budeme se bavit o projektu jménem Moldbot, dříve známém jako Cloudbot. Pokud sledujete vývoj open source AI, možná jste to jméno zachytili. Robe, v čem je ten zásadní rozdíl oproti tomu, co známe? Většina lidí používá ChatGPT nebo Claude přes webové rozhraní. Moldbot jde jinou cestou. Zásadně jinou. Moldbot je open source AI asistent, který běží lokálně na tvém počítači. Tím myslím Mac, Windows, Linux nebo klidně i Raspberry Pi. Ale ten hlavní rozdíl není jen v tom, kde ten kód běží. Rozdíl je v tom, co ten kód může dělat. To zní jako definice agentního systému. Správně. Moldbot má přímý přístup k tvému operačnímu systému. Může otevírat soubory, spouštět terminálové příkazy, ovládat prohlížeč. Představ si to tak, že mu neříkáš, jak má něco udělat, ale řekneš mu, co má být výsledek. A on to fyzicky, v digitálním slova smyslu, provede za tebe.
Proč je to v roce 2026 tak důležité téma? Protože se mění paradigma. Rok 2025 byl o rychlosti AI. Rok 2026 je označován jako rok kvality. AI, spolehlivosti a snižování halucinací. Trh s inteligentními virtuálními asistenty má růst z 10,5 miliardy dolarů v roce 2024 na více než 25 miliard v roce 2032. To je složené roční tempo růstu kolem 12 %. A Moldbot do toho vstupuje s myšlenkou. Vaše data, váš hardware.
Takže když mi vypadne internet, Moldbot stále funguje. Pokud tedy používáš lokální model, jako je třeba Llama nebo Mistral přes Ollamu. Samozřejmě připojení potřebuješ pro tu inferenci, ale samotná logika agenta, tvá historie, tvé soubory, to všechno běží u tebe. Žádná data o tvých souborech nejdou na servery Applu nebo Googlu. To je pro spoustu firem i vývojářů klíčové.
Zmiňoval jsi integrace. Jedna věc je, že to běží u mě na železe. Ale jak s tím komunikuji? Musí mít otevřený terminál? Vůbec ne. A to je na tomto, řekněme, uživatelsky přívětivé. Počkej, takže já můžu sedět v metru, napsat na WhatsApp zprávu svému domácímu serveru a on něco provede? Přečte zprávu, podívá se do souborového systému, najde soubor, otevře Slack integraci a pošle to. Má to takzvanou vícekanálovou integraci. Pro něj je jedno, jestli mu píšeš ze Signalu nebo Discordu. On si drží kontext a paměť napříč všemi těmito kanály. Zmiňuješ paměť. To je často slabina běžných chatbotů. Otevřeš nové okno a on neví, kdo jsi. U Moldbota je to řešeno přes persistentní paměť. Není to jen o tom, že si pamatuje posledních pár zpráv. Má implementovaný systém, který dělí paměť na čtyři části. Pracovní paměť pro aktuální úkoly, epizodickou paměť pro minulé interakce, semantickou paměť pro naučené koncepty a procedurální paměť pro opakující se pracovní postupy. Takže když mu jednou vysvětlím, jak formátuji kód nebo jak chci mít seřazené složky, už mu to nemusíš vysvětlovat znovu.
Pojďme k té proaktivitě. To mě v textu zaujalo asi nejvíc. Běžná AI je reaktivní. Čeká na prompt. Moldbot ne? Nebo pracovní využití. Vývojáři to milují. Napojí Moldbota na Sentry, což je nástroj na sledování chyb v softwaru. Jakmile Sentry zachytí chybu, pošle webhook Moldbotovi. Ten se probudí, podívá se do kódu, zanalyzuje chybu, autonomně vytvoří opravu, takzvaný pull request. Pošle ti zprávu. Našel jsem chybu v řádku 50. Tady je oprava. Schválíš to? To už se bavíme o digitálním zaměstnanci. V podstatě ano. Uživatelé hlásí, že je Moldbot třeba sám od sebe upozorní, že mají vyrazit na schůzku dřív, protože zkontroloval dopravní situaci. Není to jen o tom, že se zeptáš, jaká je doprava. On to udělá sám, protože ví, že máš schůzku.
Dostáváme se k technickým detailům ovládání počítače. Zmiňoval jsi prohlížeč. Jak to technicky funguje? Není to jen parsování HTML. Kdepak? Moldbot používá dedikovanou instanci Chromia, kterou ovládá přes CDP. Chrome DevTools Protocol. To je rozhraní, které používají vývojáři pro ladění. Moldbot díky tomu vidí stránku tak, jak ji vidíš ty. Může klikat na tlačítka, vyplňovat formuláře, scrollovat, dělat screenshoty. Máš konkrétní příklad z praxe? Moldbot zjistil, že mu chybí API klíč pro Google Cloud. Místo, aby jen napsal chybu, otevřel prohlížeč, přihlásil se do Google Cloud konzole, vyklikal nastavení OAuth, vygeneroval nový token a uložil si ho. Sám.
To vyžaduje obrovskou míru důvěry, tím se vracím k té bezpečnosti. Když mu dám plný systémový přístup, tedy plný přístup k terminálu a souborům, co mu brání smazat mi disk? Takže mi třeba správa. Chci smazat tento soubor, můžu? To je jedna z těch funkcí, která se blíží definici AGI, tedy obecné umělé inteligence, i když v omezeném měřítku. Jak to probíhá? Vygeneruje si JavaScript kód?
Pojďme se podívat na instalaci. A instalace samotná? Je to složité kompilování. Pro většinu lidí je tu rychlá instalace. Zmínil jsi i Docker? Když už to mám nainstalované, následuje konfigurace. Co musím nastavit? Prvním krokem je výběr modelu. Můžeš použít Claude Opus nebo Sonnet, GPT-5 nebo právě lokální modely přes Ollamu, což je zdarma, pokud máš dostatečně silnou grafickou kartu. Pak propojíš komunikační kanály. Třeba pro WhatsApp ti vygeneruje QR kód, který naskenuješ mobilem, stejně jako když se přihlašuješ k WhatsApp Web. A pak mu asi musím říct, kam smí sahat. Definice pracovního prostoru neboli Workspace. Ve výchozím nastavení je to složka /Cloud ve tvém domovském adresáři. Tam si ukládá své věci. Tady nastavuješ ty hranice bezpečnosti.
V dokumentaci vidím zmínku o hlasové aktivaci a režimu hovoru. To funguje jak? Na Macu a mobilních platformách můžeš využít hlasové ovládání. Díky integraci s Eleven Labs to není jen o tom, že mu něco diktuješ a on píše text. On ti odpovídá hlasem. On je dost realistický. Jeden uživatel psal. Můj Moldbot mi právě zavolal na telefon a mluvil na mě australským přízvukem. To je směšné. Ale ukazuje to tu sílu. Můžeš mít hands-free konverzaci se svým počítačem, zatímco vaříš nebo řídíš.
Když srovnáme Moldbota s konkurencí. Siri, Google Assistant, Alexa. V té tabulce srovnání je to jasné. Tradiční asistenti jsou cloudoví. Data jdou k Applu, Googlu, Amazonu. Je hostovaný lokálně. Co cena? Moldbot je open source. Kód je zdarma pod licencí MIT. Platíš jen za to, co spotřebuješ. Pokud používáš API od Anthropicu nebo OpenAI, platíš za tokeny. Pokud jedeš lokálně na vlastním hardwaru, platíš jen elektřinu. U tradičních asistentů platíš svými daty a soukromím. A samozřejmě, funkčně jsou tradiční asistenti většinou sandboxed, tedy v izolovaném pískovišti. Nemohou ti přeinstalovat ovladač nebo analyzovat logy serveru. Moldbot ano. Je tu ale i faktor složitosti. Není to pro každého. To musíme férově přiznat. Není to plug and play ve stylu koupím si reproduktor a zapojím do zásuvky. Vyžaduje to základní technickou gramotnost. Vědět, co je API klíč, terminál. Ale ta bariéra se snižuje díky komunitě a lepším instalačním skriptům.
Jaké jsou reálné scénáře využití, které vidíme u lidí dnes, kromě těch vývojářů? Obchodní profesionálové to používají jako digitální sekretářku. Třídění e-mailů, návrhy odpovědí, plánování schůzek. Studenti to využívají pro organizaci materiálů a sledování termínů. Robbe, blížíme se ke konci. Kdybys měl shrnout, proč by se někdo měl o Moldbota zajímat právě teď? Je to posun od Používám software k Mám kolegu, který používá software za mě. A pro ty, kteří se bojí složitosti? Začněte pomalu. První týden jen instalace a Telegram. Druhý týden přidejte kalendář. Třetí týden zkuste automatizovat jednu opakující se činnost. Moldbot roste s vámi. To je dobrá rada na závěr.
Odkaz na stažení je mold.bot nebo repozitář na GitHubu. Díky Robe za vyčerpávající technický vhled. Díky, že posloucháte podcast Kde skončí zítřek. Nové díly vycházejí každé pondělí, středu a pátek. Tak nás sledujte, ať vám nic neuteče. Navzdory snaze o dokonalost může epizoda obsahovat drobné nepřesnosti.