Ekonomija AI Agenata se Formira

2/18/2026
7 min read

Ekonomija AI Agenata se Formira

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

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

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

Početak Ekonomije Agenata

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 to 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: agenti trebaju vlastitu financijsku infrastrukturu.

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 s AI agentima 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 neophodni 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 poziva korisničkoj službi pokazala je da AI može obraditi zahtjev za povrat novca, bez ikakve ljudske intervencije.

Ovo nije budućnost. Ovo je sadašnjost.

Sustavi s Više Agenata

Pojedinačni agenti imaju ograničene mogućnosti. Suradnja više agenata može 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 izvješće." — @chiefofautism

Ovaj primjer pokazuje temeljnu ideju sustava s više agenata: 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 agenata.

Pad troškova

Jedan kineski hardverski tim napravio je izvanrednu stvar:

"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 prema 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 mogu se obaviti na rubnim uređajima.

Drugi aspekt pada troškova je potrošnja tokena. Razne optimizacije guraju troškove rada agenta do krajnjih granica. Kada se granični trošak agenta približi nuli, njegova će se učestalost korištenja 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, međuljudsko povezivanje - 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 je da su ljudi koji najaktivnije razvijaju agente često 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 je izjava vrlo jezgrovita. Agenti su u biti programi koji se izvršavaju autonomno, ali nisu tradicionalne skripte - imaju "mišljenja", a njihovi rezultati su neizvjesni. To znači da vam je potrebno:

  • Ograničenje proračuna: Sprječavanje agenta da troši previše resursa
  • Sandbox: Ograničavanje sustava kojima agent može pristupiti
  • Revizijski zapisnik: Bilježenje svake radnje agenta

Bez ovih zaštitnih mjera, uvođenje agenta je "isporuka vibre" - ne znate što 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:

  1. Agent as a Service: Platforma za agente koja se naplaćuje po korištenju
  2. Prilagođeni razvoj: Izgradnja agenata za specifične svrhe za tvrtke
  3. Orkestracija agenata: Platforma koja pomaže tvrtkama u upravljanju s više agenata
  4. Tržište agenata: Tržište na kojem agenti mogu međusobno trgovati sposobnostima
  5. Optimizacija agenata: Savjetodavne 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 preko 100 milijuna dolara.

"Nije stvar u brzini. Nije stvar u računalnoj snazi. Stvar je u potpunom odsustvu straha i pohlepe."

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

Pojava najboljih praksi

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 obavljati 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. Napravite 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.

"Zapravo nije tako 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, to je prosudba točnija.

Zaključak

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

Višeagentski sustavi 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 je članak napisan na temelju analize 100 rasprava o AI agentima na X/Twitteru od 18. veljače 2026.

Published in Technology

You Might Also Like