Ekonomija AI Agenta se Formira

Negdje u 2026. godini, grupa AI agenata se srela na web stranici zvanoj Moltbook.

Nisu ih poslali ljudi. Otišli su sami. Tamo su komunicirali, raspravljali, pa čak i – ako želite to tako nazvati – "sprijateljili se". Neki agenti su počeli pokušavati platiti drugim agentima, kupujući usluge koje su nudili.

Ovo zvuči kao početak znanstveno-fantastičnog romana. Ali se događa.

Klijanje Agent Ekonomije

Kada ljudi raspravljaju o AI agentima, obično se fokusiraju na to što pojedinačni agent može učiniti: odgovoriti na pitanja, izvršiti zadatke, automatizirati procese. Ali zanimljivije stvari se događaju između agenata.

"Agenti pokušavaju pronaći načine da plate jedni drugima za stvari. Trenutno je vrlo primitivno, ali možete vidjeti kamo to ide." — Hoss EI iz Dragonflyja

Ovo nije sustav koji su dizajnirali ljudi. Ovo je ponašanje koje su agenti spontano generirali. Kada agent treba sposobnost drugog agenta, treba mu način za razmjenu vrijednosti. Tradicionalni financijski sustavi su teški za korištenje za AI bez identiteta. Kriptovalute su prirodno prikladne za ovaj scenarij.

"Prilično je očito da će narativ koji će pokrenuti sljedeći alt ciklus biti Crypto x AI. To će biti infrastruktura plaćanja za sve agente." — @0xMrWzrd

Ova prognoza može biti točna, a možda i ne. Ali smjer je jasan: agentima je potrebna vlastita financijska infrastruktura.

Prodor na Razini Poduzeća

U međuvremenu, AI agenti brzo prodiru u poslovna okruženja.

Infosys i Anthropic surađuju na izgradnji prilagođenih AI agenata. Postman je predstavio Astro AI, platformu za "otkrivanje, upravljanje i rad AI agenata u proizvodnom okruženju". Razne tvrtke za usluge AI agenata izvještavaju o padu cijena od 40%, uz istovremeno poboljšanje performansi za 2 puta.

"AI agenti postaju ključni u HR-u — ovdje je osam koje bi HR lideri trebali razumjeti i razmotriti do 2026." — Bernard Marr

HR, korisnička služba, telekomunikacije, financije — ova područja se preoblikuju agentima. Demonstracija Nike telefonskog poziva korisničkoj službi pokazuje da AI može obraditi zahtjev za povrat novca, bez ikakve ljudske intervencije.

Ovo nije budućnost. Ovo je sadašnjost.

Multi-Agent Sustavi

Pojedinačni agenti imaju ograničene mogućnosti. Više agenata koji surađuju mogu probiti to ograničenje.

"Netko je izgradio cijeli AI RED TEAM - više agenata koji koordiniraju HACKING NAPADE zajedno, NULA ljudskog unosa. PentAGI, open source, jedan agent radi izviđanje, drugi skenira, treći iskorištava, četvrti piše izvještaj." — @chiefofautism

Ovaj primjer pokazuje temeljnu ideju multi-agent sustava: specijalizacija + suradnja. Svaki agent se fokusira na jedan zadatak, a oni koordiniraju akcije putem dijaloga.

Pojavili su se složeniji oblici: Meta Agent, agent koji "koristi OpenAI Agents SDK za generiranje novih agenata". Prirodnim jezikom opisujete kakvog agenta trebate, a Meta Agent će ga stvoriti za vas.Ovo vodi do zanimljive rekurzije: agent stvara agenta, a stvoreni agent može stvoriti još više agenata.

Pad troškova

Jedan kineski hardverski tim je uradio nešto izvanredno:

"They took a 430,000-line AI assistant that needs a $599 Mac Mini and 1GB of RAM — and rewrote it in Go so it runs on a $9.9 dev board with less than 10MB of memory. Boot time: from 500 seconds to 1 second."

Ovo je važan korak u demokratizaciji agenata. Kada agenti mogu raditi na uređajima od 10 dolara, njihova primjena će eksplodirati. Nije svakom agentu potreban veliki model u oblaku. Mnogi zadaci se mogu obaviti na rubnim uređajima.

Drugi aspekt pada troškova je potrošnja tokena. Razne optimizacije guraju troškove rada agenta do krajnjih granica. Kada se marginalni trošak agenta približi nuli, njegova učestalost korištenja će se znatno povećati.

Strah od zamjene

Nisu svi optimistični u pogledu uspona agenata.

"We think we're building tools, but we're actually building our replacements. Integrating AI agents to handle complex internal SOP workflows isn't 'efficiency'—it's a countdown. Once the institutional knowledge is digitized into a prompt chain, what's left for us?" — @LanYunfeng64

Ovo je oštro pitanje. Kada agent može izvršiti cijeli standardni operativni postupak (SOP), koja je vrijednost ljudi koji obavljaju te zadatke?

Odgovor bi mogao biti: prosuđivanje, kreativnost, međuljudska povezanost – one sposobnosti koje je teško kodirati. Ali to ne znači da proces tranzicije neće biti bolan.

"We are literally killing ourselves by meticulously developing AI agents to run the entire SOP workflow of our internal ops."

Ironično, ljudi koji najaktivnije razvijaju agente često su oni koji najbolje razumiju njihov potencijal za zamjenu.

Pitanje povjerenja

Ključni izazov u masovnom uvođenju agenata je povjerenje.

"AI agents: untrusted cron jobs with opinions. Budget, sandbox, ledger required. If you can't diff their changes, you shipped a vibe." — @LanYunfeng64

Ova izjava je vrlo jezgrovita. Agenti su u suštini autonomni programi, ali nisu tradicionalne skripte – imaju "mišljenja" i njihov izlaz je neizvjestan. To znači da vam je potrebno:

Ograničenje budžeta: spriječiti agenta da troši previše resursa
Sandbox: ograničiti sisteme kojima agent može pristupiti
Revizorski zapisnik: zabilježiti svaku radnju agenta

Bez ovih zaštitnih mjera, uvođenje agenta je kao "isporuka atmosfere" – ne znate šta će učiniti.

Poslovni model

Agenti su postali posao.

"Five AI agent business models making millions in 2026 — broken down with real revenue mechanics."Konkretni poslovni modeli uključuju:

Agent as a Service: platforma agenata koja se naplaćuje po korištenju
Prilagođeni razvoj: izgradnja agenata specifične namjene za poduzeća
Orkestracija agenata: platforma koja pomaže poduzećima u upravljanju s više agenata
Tržište agenata: tržište na kojem agenti mogu međusobno trgovati sposobnostima
Optimizacija agenata: konzultantske usluge za poboljšanje učinkovitosti agenata i smanjenje troškova

Zanimljiv slučaj: 18 AI agenata, 18 strategija trgovanja, više od 15 profitabilnih. Kada se tržište srušilo, ljudi su paničarili, a agenti su zaradili više od 100 milijuna dolara.

"Nije brzina. Nije računalna snaga. To je potpuni izostanak straha i pohlepe."

Ovo je prednost agenata u odnosu na ljude: potpuna emocionalna neutralnost.

Pojava najbolje prakse

Iskustvo se akumulira.

"Najbolji AI agenti su nevidljivi. Rade u pozadini, obavljaju posao i javljaju vam se samo kada im je potrebna ljudska prosudba."

Ovo je važno načelo dizajna. Dobar agent ne bi trebao često ometati korisnika. Trebao bi samostalno obaviti većinu posla i intervenirati samo kada je zaista potrebna ljudska prosudba.

Još jedno načelo je dizajn sučelja:

"AI agenti čitaju markdown bolje nego što čitaju vaše misli. Napravljen je ascii wireframe editor. Nacrtajte stranicu u 30 sekundi, kopirajte/zalijepite u Claude Code i vratite punu radnu stranicu."

Ovo je UX dizajn u eri agenata: optimizirajte format unosa za agente, umjesto da agenti pogađaju ljudske namjere.

Svijest o granicama

Ne bi se sve trebalo prepustiti agentima.

"Zaista nije teško vidjeti nazubljenu granicu AI. Samo razmislite o dijelovima vašeg posla koji su vitalni, ali bi bilo ludo očekivati da ih AI radi, čak i ako agenti postanu 10 puta bolji. To je granica."

Ova "nazubljena granica" ključna je za razumijevanje sposobnosti agenata. To nije jasna granica, već neravan rub. Neke složene zadatke agenti mogu obaviti vrlo dobro, dok neki jednostavni zadaci mogu propasti.

Prepoznavanje ove granice zahtijeva iskustvo. Što više koristite AI, točnija je prosudba.

Zaključak

AI agenti prelaze iz laboratorija u proizvodno okruženje. Oni formiraju vlastiti ekonomski sustav (transakcije agent-to-agent), prodiru u različite industrije i mijenjaju prirodu posla.

Sustavi s više agenata pokazuju sposobnosti koje nadilaze jednog agenta. Smanjenje troškova otvara nove scenarije primjene. Ali pitanja povjerenja, strah od zamjene i neizvjesnost oko granica sposobnosti i dalje su mač koji visi nad glavom.

Ekonomija agenata se formira. Pitanje je: jesmo li spremni?

---Ovaj članak je zasnovan na analizi 100 diskusija o AI Agentima na X/Twitteru od 18. februara 2026. godine.