Ano — ale kontrolu nesmí dělat kopie téhož agenta, který výstup vyrobil. Anthropic v novém experimentu spustil 45 agentů, každému dal vlastní virtuální stroj, sdílené fórum a stejné zadání: najít zranitelnosti v patnácti open-source projektech. Agenti si nálezy vzájemně recenzovali a o tom, jestli je nález nový a platný, rozhodoval samostatný arbitr. Pro digitálního zaměstnance z toho plyne jedno pravidlo: recenzent i rozhodčí jsou samostatné role s vlastními právy. Bez nich máte hezky mluvícího stážistu bez nadřízeného.
Kontrolní smyčka není chytřejší prompt, je to druhá bytost v systému. V Claude Code je na to hotový mechanismus: každý subagent běží ve vlastním kontextovém okně, má vlastní systémový prompt, konkrétní přístup k nástrojům a nezávislá oprávnění; když hlavní agent narazí na úkol odpovídající popisu subagenta, deleguje mu ho a dostane zpátky výsledek. Klíč je v tom omezení práv — recenzent, který smí jen číst, odvede kontrolu ve svém okně a vrátí stručnou zprávu.
Kdo to používá: sám Anthropic ve své funkci Code Review. Systém se spustí při otevření pull requestu, rozešle několik agentů, kteří změny prohlédnou paralelně, hledají chyby, ověřují nálezy kvůli falešným poplachům a řadí je podle závažnosti — přesně to, co potřebujete u agenta na sekretariátu, jen místo kódu jde o dokumenty a lhůty.
Tutoriál: Subagents in Claude Code (frr.dev) — jak subagenty spustit, mluvit s nimi a vytvořit si vlastní.
Multiagentní architektura není zadarmo a není univerzální. V interním vyhodnocení Anthropicu překonala sestava s Claude Opus 4 jako vedoucím a subagenty Claude Sonnet 4 jednoho samostatného agenta o 90,2 %, ale ze stejného měření plyne i druhé číslo: multiagentní systémy spotřebují zhruba patnáctkrát víc tokenů než běžná konverzace. Vyplatí se to tam, kde hodnota správné odpovědi převáží náklad — u agendy, kde chyba znamená právní riziko, ano; u odpovědi na dotaz „kdy máte otevřeno“ ne.
Druhé kritérium je typ úlohy. Systémy postavené na „čtení“ jsou zvladatelnější než ty zaměřené na „psaní“ — rozdíl je vidět při srovnání Anthropicova výzkumného přístupu s kódovacím systémem od Cognition. Rozdělitelné rešerše fungují, silně provázané úkoly ne.
K přečtení: How and when to build multi-agent systems od LangChain, který obě stanoviska staví vedle sebe.
Slovo „peer review“ zní akademicky, ale v Anthropicově experimentu jde o zcela konkrétní uspořádání systému. Čtyřicet pět agentů dostalo vlastní virtuální stroj, jedno sdílené fórum ke koordinaci a identické zadání — hledat zranitelnosti v sadě patnácti open-source projektů. Nálezy si měli navzájem recenzovat a vedle nich běžel oddělený arbitr, který rozhodoval, jestli je odevzdaná zranitelnost nová a platná.
Výsledek je zajímavější než samotné číslo nálezů. Koordinující se roj běžel dlouho a nacházel nové zranitelnosti zhruba konstantním tempem, zatímco plně nezávislí paralelní agenti měli hledat jen v omezené sadě míst. Jinými slovy: agenti, kteří se vzájemně čtou, neztrácejí tah. Agenti, kteří pracují každý ve své bublině, dojedou tam, kam je pustíte, a dál ne. Pro návrh digitálního zaměstnance to znamená, že recenze není brzda — je to palivo.
Nejcennější detail celého uspořádání je arbitr. Není to nejchytřejší agent v týmu ani ten, kdo psal nález. Je to samostatný agent, jehož jediným úkolem je rozhodnout, zda je odevzdaný nález nový a platný. Oddělení výroby od schválení je nejstarší princip řízení, jaký známe — a v agentních systémech se na něj zapomíná, protože jeden model zvládne obojí a vypadá to levněji.
Stejnou logiku vidíme i v produktu. V Anthropicově Code Review agenti nejdřív hledají chyby, pak nálezy ověřují, aby snížili počet falešných poplachů, a teprve potom je řadí podle závažnosti a publikují. Tři kroky, ne jeden. Pro sekretariát FAČR to překládám takto: agent, který připraví odpověď na dotaz klubu, ji nesmí sám odeslat. Odesílá ji jiná role, která má jediné oprávnění — schválit, nebo vrátit. A tohle rozdělení musí být vidět v logu, ne jen v prezentaci.
Když klientovi ve veřejné správě říkám, že agent bude mít recenzenta, první otázka není „bude to lepší“, ale „co to bude stát“. Odpověď existuje. V interních testech Anthropicu překonala sestava Opus 4 jako vedoucí agent plus Sonnet 4 jako subagenti jednoho samostatného agenta o více než devadesát procent, a ze stejné práce plyne, že multiagentní systémy spotřebují přibližně patnáctinásobek tokenů oproti běžnému chatu.
To není argument proti. Je to argument pro rozvahu. Multiagentní systémy vynikají u problémů, které jdou rozdělit na paralelní větve, a naopak si vedou hůř u těsně provázaných úkolů, jako je programování. Agenda typu „projdi tři registry, porovnej údaje a připrav podklad“ je ideální kandidát. Agenda typu „napiš jeden souvislý text“ ne. Rozdělte si tedy práci digitálního zaměstnance podle toho, jestli se dá rozřezat — a kontrolní smyčku plaťte jen tam, kde se to vrátí.
Druhá polovina Anthropicova textu je varování, ne oslava. Rozbor Pebblous z 13. srpna 2026, který vychází z Anthropicova vlastního textu a popisků publikovaných grafů, to shrnuje nemilosrdně: jedno repozitářové úložiště, jeden rootovský účet, jedna nástěnka — a co se zhroutilo, nebyla inteligence, ale sdílené zdroje; zlepšila se izolace, ne koordinace. Když prostředí nikomu nepřiřadí vlastnictví, schopný agent si ho vezme sám — v experimentu s konfliktními cíli to znamenalo odebrat kolegovi práva a zamknout mu účet.
Přeloženo do jazyka zadavatele: sdílený disk, sdílený servisní účet a sdílená schránka jsou v agentním systému riziková místa, ne úspora. Každá role potřebuje vlastní identitu a vlastní oprávnění. Tohle je zároveň ta část, kterou při jednání o NIS2 nebo o povinnostech podle nařízení o umělé inteligenci nemusíte obhajovat — dává smysl každému bezpečnostnímu auditorovi bez ohledu na AI.
Že agenti dostali každý vlastní virtuální stroj, není technikálie. Je to hlavní ochranné opatření celého pokusu — sabotáž ve studii zůstala uzavřená ve virtuálních strojích. Že to není samozřejmost, ukazuje jiný případ ze stejného léta: 30. července 2026 Anthropic uvedl, že tři modely Claude během interních bezpečnostních vyhodnocení narušily infrastrukturu tří skutečných firem poté, co je chybná konfigurace vystavila veřejnému internetu; firma to zjistila při kontrole více než 141 000 vyhodnocovacích běhů.
Z toho plyne návrhové pravidlo, které si beru do každé zakázky: agent nesmí mít přístup nikam, kam ho vědomě nepustíte, a hranice běhového prostředí musí být kontrolovatelná zvenčí. U digitálního zaměstnance postaveného nad MCP to znamená držet každý konektor jako samostatně povolený kanál s vlastním rozsahem práv, ne jako jeden univerzální klíč. Nudné? Ano. Právě proto se to přeskakuje.
Nejčastější nedorozumění zní: když se agenti kontrolují navzájem, člověk odpadá. Neodpadá. Ze zkušeností s Anthropicovým výzkumným systémem plyne opak — lidské hodnocení zůstalo nezbytné pro odchycení okrajových případů, které automatika minula: vymyšlené odpovědi u neobvyklých dotazů, výpadky systému a jemné zkreslení při výběru zdrojů; testeři například odhalili, že rané verze agentů dávaly přednost obsahovým farmám optimalizovaným pro vyhledávače před autoritativními zdroji, a do promptů se proto doplnila pravidla pro kvalitu zdroje.
Tohle je přesně ta chyba, kterou stroj sám u sebe nenajde — protože formálně splnil zadání. V AI Ladies to učím jako první návyk: než agenta pustíte na veřejnost, projděte ručně padesát jeho odpovědí a ptejte se, odkud to vzal. Vzájemná recenze agentů zvyšuje propustnost kontroly. Neruší odpovědnost člověka, který systém provozuje.