Minulý týždeň NVIDIA zverejnila výsledky, ktoré zmenili spôsob, akým rozmýšľam o autonómnych agentoch. Ich architektúra AVO (Agentic Variation Operators) bežala nepretržite sedem dní, autonómne preskúmala viac ako 500 optimalizačných smerov, vytvorila 40 verzií jadier a vyprodukovala multi-head attention jadrá, ktoré prekonali FlashAttention-4 až o 10,5% na systémoch DGX B200.
Potom zobrali presne tú istú architektúru, pripojili ju k inému prostrediu (ARC-AGI-3, interaktívny reasoning benchmark) a dosiahli 100% — všetkých 183 úrovní v 25 prostrediach, s 12% menej akcií ako predchádzajúci state-of-the-art.
Toto nie je príbeh o modeli. Je to príbeh o systémovej architektúre.
Architektúra, ktorá to umožňuje
AVO má tri kľúčové mechanizmy:
1. Perzistentná pamäť
Väčšina agentov stratí všetko na konci kontextového okna. AVO uchováva progres — zmeny kódu, výstupy kompilátora, profiler výsledky a nahromadené uvažovanie prežívajú v perzistentnom úložisku. Agent pokračuje z aktuálneho stavu, nie od nuly.
2. Supervízna slučka
Samostatný supervízor monitoruje trajektóriu hlavného agenta a deteguje stagnáciu. Keď sa vyhľadávanie zasekne, supervízor presmeruje agenta na alternatívne stratégie. Počas 7-dňového behu hlavný agent rozhodoval čo preskúmať, zmeniť, otestovať a vyhodnotiť — supervízor ho len udržiaval v pohybe.
3. Spätná väzba z nástrojov
Každá akcia je validovaná proti reálnemu vykonaniu — kompilátory, testy, benchmarky. Agent neháda; meria. To je rozdiel medzi "myslím že to bude fungovať" a "toto jadro sa skompilovalo, spustilo a beží o 3,5% rýchlejšie".
Čo to znamená pre každého, kto nasadzuje agentov
Kľúčový insight od NVIDIA: "Schopnosť dlhodobého horizontu je vlastnosťou celého systému. Pamäť určuje čo prežije, nástroje určujú aké akcie sú možné, spätná väzba ukotvuje progres a obnova umožňuje pokračovať aj po vyčerpaní kontextu."
To isté robím s Hermes Agentom — SQLite + Obsidian vault ako perzistentná pamäť, watchdog cron ako supervízia, MCP tool calls ako grounded feedback.
Čo to znamená pre rok 2026
Systémový dizajn > výber modelu. AVO bežal s Claude Opus 5 aj GPT-5.6 Sol s podobnými výsledkami. Architektúra bola dôležitejšia ako konkrétny model.
Autonómne ≠ bez dozoru. Supervízna slučka bola kľúčová. Agenty bez mantinelov driftujú do neproduktívnych cyklov.
Dlhý horizont je nová hranica. Väčšina agentov dnes operuje v minútach. AVO operuje v dňoch. Infraštruktúra pre viacdňovú autonómnu prevádzku sa stáva rovnako dôležitou ako samotný model.