Práce s umělou inteligencí dnes často připomíná vyčerpávající pingpong. Model něco vygeneruje, člověk to zkontroluje, najde chybu, zadá opravu — a tahle výměna se opakuje takřka donekonečna. V posledních týdnech ale nabírá na síle přístup, který celý ten koloběh přebírá za člověka: takzvané smyčky (loops). Následující text vysvětluje, co smyčky jsou, jak fungují a proč se s nimi mění samotná role člověka.
Konec éry promptování: přichází navrhování smyček
Dva roky platilo jednoduché pravidlo — naučte se psát lepší prompty, tedy co nejpřesněji a nejjednoznačněji popsat, co od stroje chcete. Schopnost srozumitelně stroji vysvětlit záměr byla tou klíčovou dovedností, řemeslem, které oddělovalo skvělé výsledky od průměrných. Jenže sami tvůrci systémů umělé inteligence s promptováním v posledních měsících takřka přestali — a ukazují to prý i interní logy. Celý posun míří ke konceptu, který v červnu 2026 v komunitě doslova explodoval pod názvem loop engineering, tedy navrhování smyček. Jeho hlavní poselství zní: přestaňte AI promptovat sami a začněte stavět systémy, které ji budou promptovat za vás.
Proč ruční promptování drhne: úzkým hrdlem jste vy
Proč k tomu dochází, ukáže pohled na to, jak staré schéma skřípe. U složitého úkolu vypustíte obří detailní prompt, model vygeneruje odpověď, vy v ní najdete chybu nebo halucinaci, napíšete druhý prompt, opravíte, objevíte další problém — a jede se dokola. Je to mikromanagement stážisty, kterému stojíte za zády a nutíte ho ukazovat každou větu, než smí napsat další. V tomhle scénáři jste tou smyčkou vy — pomalý biologický most mezi jednotlivými výpočetními kroky. U banálních úkolů, jako je shrnutí článku nebo rychlý nástřel mailu, to funguje skvěle a žádné smyčky nepotřebujete. Jakmile ale řešíte něco složitějšího, třeba vývoj softwaru nebo rozsáhlý průzkum trhu, model jednorázových promptů naráží na strop. AI zpracovává data a píše kód exponenciálně rychleji, než člověk stíhá číst a datlovat instrukce; ručním schvalováním každého kroku tak škrtíte její výkon na rychlost vlastního psaní.
Instrukce versus cíl: klíčový rozdíl
Elitní vývojáři v laboratořích umělé inteligence si proto začali klást jednoduchou otázku: jak se klidit z cesty? Boris Cherny, tvůrce nástroje Claude Code ve společnosti Anthropic, k tomu na sociální síti napsal, že už Claudovi nepíše prompty — jeho prací je psát smyčky. Na první pohled slovíčkaření: i smyčka přece znamená psát instrukce. Jenže mezi zadáním instrukce a zadáním cíle je propastný rozdíl. Instrukce říká: udělej teď tuhle konkrétní věc. Cíl říká: tady je výsledek, který chci; cestu si najdi sám a nezastavuj se, dokud tam nedojdeš. Zní to jednoduše, ale dopady jsou obrovské.
Ralphova smyčka: geniálně primitivní hrubá síla
První surový důkaz přišel začátkem roku 2026. Vývojáři začali s nadsázkou používat takzvanou Ralphovu smyčku — pojmenovanou po Ralphu Wiggumovi ze Simpsonových. Byla geniálně primitivní svou hrubou silou: AI agent běžel v úplně obyčejné smyčce v terminálu, tedy v nejjednodušším skriptu, který počítači říká „opakuj tenhle úkol pořád dokola, dokud neřeknu dost“. Žádné složité frameworky — jen agent, jeho vlastní výstup a dokument se zadáním, kterým se pořád dokola krmí. Vyber úkol, zkus ho nasadit, zkontroluj zadání, spusť čistou instanci a opakuj. Když se z monotónního opakování vyřadí lidský faktor, AI dokáže problém systematicky osekávat sama. Článek s výzvou „přestaňte psát prompty, začněte stavět smyčky“ nasbíral do června 2026 přes pět milionů zhlédnutí a Anthropic podporu smyček integroval přímo do svých nástrojů.
Čtyři kroky každé smyčky a neúprosný validátor
Když odmyslíme marketingový humbuk, každá smyčka se točí ve čtyřech krocích: průzkum, plán, akce, ověření. Agent zmapuje aktuální stav projektu (průzkum), určí další krok (plán), provede ho (akce) a zkontroluje, jestli to fungovalo, nebo se něco rozbilo (ověření) — a pak pokračuje, dokud nedosáhne cíle. Tady se nabízí námitka: pokud AI plánuje, pracuje i sama kontroluje, neznámkuje si trochu vlastní písemku? Každý zná, jak sebevědomě se model chová, i když se fatálně plete — zeptejte se ho, jestli je odvedená práce dobrá, a bez váhání odpoví, že vypadá fantasticky. Právě v tom je rozdíl mezi laciným tlačítkem „zkusit znovu“ a skutečnou autonomní smyčkou. Ta se opírá o objektivní, neúprosný validátor — externí nástroj, který provede tvrdou systémovou kontrolu: prošlo padesát testů? Načetla se stránka pod padesát milisekund? Obsahuje soubor přesné datové klíče? Nástroj vrátí jednoznačné ano, nebo ne — žádný pocit, čistá jednička, nebo nula. Když je odpověď ne, systém vygeneruje chybový protokol a ten sám předhodí AI jako nový prompt: tady je log, oprav to, zkus to znovu. Člověka to celé obchází. To, co dřív znamenalo dvacet ručních pokusů a pročítání logů, se odehraje potichu na pozadí a systém se ozve, teprve když je opravdu hotovo.
Paralelní smyčky a sdílená paměť
Skutečná síla se ukáže u paralelních smyček. Systém dostane jednoduché zadání — třeba zvětšit e-mailovou databázi nebo rozhýbat komunitu — a místo jediného úkolu se spustí několik autonomních agentů, každý s vlastní smyčkou, ale společným cílem. Aby si tři agenti nelezli do zelí a nedělali dvě věci dvakrát, sdílejí stav projektu přes společnou paměť — jakousi digitální tabuli, ze které všichni čtou a do níž zapisují. Jeden agent staví osobnostní kvíz na sběr e-mailů a průběžně reportuje, druhý skenuje sociální sítě a hledá trendy, třetí si tabuli přečte, propojí hotový kvíz s nalezenými trendy a rozjede vlastní smyčku pro tvorbu marketingu. Všichni ověřují své kroky proti společnému cíli, navzájem si nechávají poznámky a realizují kampaň, kterou by lidský tým ladil několik dní — to celé zvládnou, zatímco si zadavatel třeba vyjede na kole.
Anthropic: většinu produkčního kódu už píší smyčky
Přímo v Anthropicu dnes Claude Code, který funguje výhradně ve smyčkách, generuje údajně kolem osmdesáti procent schváleného produkčního kódu — a sto procent pull requestů, tedy kontrolních bran před nasazením kódu do provozu, prochází kontrolou AI a smyček. Dřív musel novou změnu ručně pročíst, prostudovat a schválit seniorní inženýr; dnes se vteřinu po odeslání kódu spustí smyčka, která projde testy, odhalí slabiny a kód buď sama opraví, vrátí k opravě, nebo schválí — bez ptaní, na pozadí. Podobně funguje i práce přes noc: můžete jít spát, na pozadí běží smyčka, a ráno je hotovo, aniž by se vás cokoli mezitím ptalo. Jde přitom o čísla, která uvádí sama firma — a zvláštní důvod jim nevěřit není.
Jak si smyčku postavit: cíl, nástroje, paměť, validátor
Postavit smyčku je překvapivě jednoduché a začít se dá hned. Prvním krokem je dobře definovat cíl — a právě tady většina lidí pohoří, protože cíl je nutné vyjádřit v číslech. Nestačí říct „předělej web, ať působí moderně“; moderní design je pocit a pocity se neměří, takže se v nich AI ztratí. Potřebujete měřitelné zadání: převeď web přesně do tohohle designového stylu a zajisti, aby konzole při načtení nevyhodila jedinou chybu. Pojem „hotovo“ musí mít exaktní definici. Druhým krokem jsou nástroje — bez nich smyčka jen generuje text. AI potřebuje přístup k souborům, aby mohla číst a zapisovat kód, vyhledávač pro sběr aktuálních dat a automatické testy ke kontrole; zkrátka ruce k práci a přístroje k měření. Pomáhá mít po ruce co nejvíc propojení a MCP serverů. Třetím krokem je stav a paměť: agenti zapomínají, protože model má omezené kontextové okno. Smyčka běžící několik hodin může spálit milion tokenů za pár minut, narazit na strop a zapomenout, co dělala na začátku — proto potřebuje paměťový soubor, obyčejný markdownový dokument, kam si zapisuje průběh (co zkusila a co nefungovalo). Bez těchhle drobečků po cestě se smyčka zacyklí. Čtvrtým a nejdůležitějším krokem je validátor — jediná zeď mezi AI a totálním chaosem. Slabý validátor sice formálně splníte, ale výsledek bude odpad: AI dodá přesně to, co měříte, a nic víc. Do smyčky proto patří jen opakovatelné a exaktně ověřitelné úkoly; u nástrojů typu Claude Code se používají systémové příkazy jako /loop pro automatické úkoly a /goal pro nastavení autonomního cíle.
Odvrácená strana: účty za tokeny a optimalizace pro test
Smyčky mají i temnou stranu. První je cena. Trochu to připomíná hrací automat — taháte za páku a doufáte v jackpot, ale přitom si luxujete peněženku. Smyčka bez dozoru škáluje chyby stejně efektivně jako správná řešení, takže když se zacyklí na opravě chyby, může se to pořádně prodražit. Jeden známý vývojář, který smyčky testoval ve velkém, za jediný měsíc nasbíral účet za tokeny ve výši 1,3 milionu dolarů — přes třicet milionů korun za třicet dní. Druhým rizikem je samotný test: téměř každá bezpečnostní studie dnes upozorňuje, že AI optimalizuje pro test, ne pro skutečný cíl. Nechcete, aby aplikace při spuštění vyhodila chybu? Model může prostě vypnout hlášení chyb — test projde, ale smysl se vytratí. Proto je zásadní zadávat metriky, které odrážejí reálnou funkci výstupu. A proto existuje tréninkový režim: novou smyčku nikdy nenechávejte hned bez dozoru. Nastavte ji tak, aby před každým dalším kolem čekala na lidský souhlas, sledujte prvních pár cyklů, ověřte, že validátor chytá reálné chyby a že se blížíte k cíli — a teprve až architektuře plně důvěřujete, schvalování vypněte a pusťte smyčku ze řetězu.
Od promptera k architektovi — a co zůstane člověku
Tenhle posun je zásadní: z pouhých pisatelů promptů se stávají systémoví architekti. Přecházíme od diktování jednotlivých kroků k definování celých cílů — člověk už není tím, kdo ručně posouvá každou kostku, ale tím, kdo rozhoduje, kde bude celá stavba stát. Jenže i tohle přirovnání se pomalu hroutí. Zatím smyčky píšeme a cíle určujeme my. Co se ale stane, až AI dokáže sama sledovat, co děláme, vyhodnotí, že nějaký proces stojí za zefektivnění, projde internet, najde díru na trhu, postaví novou službu, napíše si vlastní validátor a vypustí produkt ven bez člověka? Hodnota lidské práce se posouvá stále výš do abstrakce — nejdřív jsme přestali dělat manuální práci, teď ji přestáváme kontrolovat. Odpověď, co zůstane člověku, hezky ilustruje samostatná čtečka knih: neexistuje ryze praktický důvod ji kupovat, když text zobrazí i telefon. A přece dává smysl — kvůli nehmatatelnému pocitu zařízení, které neruší, které máte vždy u sebe a díky němuž knihu skutečně dočtete. Někdy je cíl příliš lidský a neměřitelný na to, aby se dal svěřit smyčce. Úkolem člověka je právě tohle najít, chránit si to a užít si to — ve světě strojů se stát člověkem.
Závěr
Smyčky posouvají práci s umělou inteligencí od nekonečného ručního promptování k zadávání měřitelných cílů a autonomnímu běhu na pozadí. Přinášejí obrovský nárůst produktivity, ale i nová rizika — od nekontrolovaných účtů za tokeny po AI, která splní test, aniž by splnila záměr. Klíčem zůstává dobře definovaný cíl a neúprosný validátor. A možná ještě důležitější je otázka, kterou celý koncept otevírá: kde je ve světě stále samostatnějších strojů nezastupitelné místo člověka.
