Dok se tehnološki ekosistem u 2026. godini razvija brzinom svetlosti, termin koji softverski inženjeri i arhitekte najčešće unose u svoje baze podataka jeste “Agentic AI”. Ako vam se čini da se ova fraza širi internetom poput digitalnog virusa, u pravu ste.
Međutim, za prosječnog korisnika koji je tek savladao osnove dopisivanja sa vještačkom inteligencijom, na sceni je nastao opšti informatički šum.
Vrijeme je da ljudskim rječnikom, bez komplikovanih definicija, dekonstruišemo ovu arhitekturu i objasnimo ključne razlike između modela, agenata i platformi koje mijenjaju način na koji radimo i živimo.
LLM (Veliki jezički modeli): Mozak bez ruku i nogu
Da bismo razumjeli agente, moramo krenuti od nulte tačke – LLM modela (kao što su GPT, Claude, Llama).
Ljudskim rječnikom, LLM je kao nevjerovatno načitan, enciklopedijski obrazovan genijalac koji sjedi u mračnoj sobi. On je pročitao sve knjige, dokumente i kôdove na svijetu. Kada mu postavite pitanje, on će vam instant generisati tekst, prevesti fajl ili napisati pjesmu. Ali, tu je kvaka: on je pasivan.
On čeka vašu komandu (prompt), izvršava je u jednom prolazu (single-shot) i ponovo prelazi u stanje mirovanja. LLM nema sopstvenu inicijativu, nema memoriju izvan tog razgovora i ne može samostalno donositi odluke niti izvršavati akcije u stvarnom svijetu. On je samo mozak.
AI Agenti: Kada mozak dobije alate, cilj i slobodu donošenja odluka
Tu na scenu stupa “Agentic” faza. Kada od običnog LLM modela napravite AI Agenta, vi mu dajete tri ključne komponente: ulogu, alate i autonomiju. Zamislite to ovako: umjesto da enciklopedisti u mračnoj sobi kažete „napiši mi izvještaj o tržištu“, vi kreirate Agenta koji ima ulogu „Glavnog analitičara“.
Dajete mu alat (pristup internetu, kalkulatoru, internim bazama podataka) i zadajete mu konačni cilj. Agent ne radi po principu „pitanje-odgovor“. On samostalno kreira plan izvršenja. On će otići na internet, skenirati podatke, shvatiti da mu fali jedan parametar, samostalno pokrenuti novu pretragu, izračunati matematiku preko kalkulatora, provjeriti da li ima sistemskih grešaka u njegovom tekstu i tek kada je potpuno zadovoljan – isporučiti vam gotov proizvod. Agent ima sposobnost rješavanja problema kroz takozvane refleksivne petlje (reflection loops) gdje sam ocjenjuje i ispravlja svoj rad.
Agentic platforme i okviri: Fabrike i ekosistemi
Ako je LLM mozak, a Agent radnik sa alatima, šta su onda platforme? Platforme i razvojni okviri (poput CrewAI, AutoGen ili LangGraph) su zapravo infrastruktura – operativni sistem i kancelarija u kojoj ti agenti borave i komuniciraju.
Ove platforme omogućavaju inženjerima da kreiraju više različitih agenata i povežu ih u koordinisanu mrežu. Unutar jedne platforme možete podesiti da Agent A bude novinar koji skuplja podatke, Agent B bude strogi urednik koji provjerava činjenice, a Agent C SEO stručnjak koji optimizuje kôd teksta. Platforma definira pravila njihove međusobne komunikacije, protokole prenosa podataka i osigurava da cijeli tim radi sinhronizovano prema vašem krajnjem cilju, bez potrebe da vi ručno prebacujete fajlove iz jednog prozora u drugi.
Zašto se Agentic AI širi poput virusa?
Razlog za ovu globalnu eksploziju je jednostavan: prelazak sa pasivne asistencije na aktivno partnerstvo.
Ljudi su shvatili da vještačka inteligencija više ne treba biti samo “mašina” kojoj zadajete dosadne zadatke, već digitalni entitet – polu-autonomni partner koji može preuzeti kompletne operativne procese. Agentic AI omogućava da kreirate sopstvene digitalne timove koji rade 24/7, rješavaju složene probleme u hodu, uče iz sopstvenih grešaka i oslobađaju ljudski um za čistu strategiju i kreativnu arhitekturu. To više nije tehnologija budućnosti; to je novi standard koji prepisuje kôd globalnog poslovanja.
