Doba pasivnih chatbotova završava. Autonomni agenti su tu.
Od 2022. do 2024. godine živjeli smo u eri ChatGPT-a – chatbotova koji odgovaraju na pitanja. Upitate ih nešto, oni vam odgovore. Jednostavno kao i to. Ali 2025. godina donosi temeljnu promjenu paradigme: dobrodošli u eru agentskog AI-ja (agentic AI).
Ključna razlika? Chatbotovi odgovaraju na pitanja. Agenti ostvaruju ciljeve.
Umjesto da samo razgovaraju s vama, AI agenti sada planiraju, razmišljaju, koriste alate i izvršavaju zadatke – sve s minimalnim ljudskim nadzorom. Ne pitate ih „Kako mogu…?” već im kažete „Napravi ovo” – i oni to rade.
Što agenta čini različitim?
Pet ključnih karakteristika odvaja moderne AI agente od tradicionalnih chatbotova:
1. Planiranje (Planning)
Agenti mogu razbiti složen cilj na niz manjih koraka. Ako im kažete „Organiziraj sastanak s timom”, oni shvaćaju da moraju provjeriti kalendare, pronaći slobodan termin, poslati pozivnice i kreirati agendu.
2. Rasuđivanje (Reasoning)
Agent ne slijedi ustaljenu skriptu. Odlučuje što učiniti sljedeće na temelju trenutačne situacije. Ako kalendar kaže da je osoba na godišnjem, agent će predložiti alternativni datum umjesto da šalje pozivnicu.
3. Korištenje alata (Tool Use)
Ovo je tehnička prekretnica. Agenti mogu pozivati API-je, koristiti softver, pretraživati web, pokretati kod, čitati baze podataka – sve ono što programer može omogućiti kroz „function calling” ili „tool use” funkcionalnost.
4. Postojanost (Persistence)
Za razliku od chatbota koji „zaboravlja” nakon nekoliko poruka, agenti održavaju kontekst kroz višestruke akcije. Pamte što su već učinili, što je funkcioniralo, što nije, i prilagođavaju se.
5. Autonomija
Agent može raditi bez stalnoga ljudskog usmjeravanja. Pokrenete ga s ciljem, i on radi dok zadatak nije gotov – ili dok ne naiđe na prepreku koja zahtijeva vašu intervenciju.
Tool Calling: Tehnički omogućivač
Dok su veliki jezični modeli (LLM-ovi) uvijek bili dobri u generiranju teksta, function calling ili tool use je ključna inovacija koja im omogućava da djeluju.
Tehnički gledano, kada koristite tool calling:
- Definirate skup funkcija (alata) koje model može koristiti – primjerice:
query_database(),send_email(),create_ticket() - Model prima upit korisnika i odlučuje koja funkcija je potrebna
- Model generira strukturirani JSON output s imenom funkcije i argumentima
- Vaša aplikacija izvršava tu funkciju i vraća rezultat modelu
- Model nastavlja s idućim korakom ili vraća konačan odgovor
Kritično: LLM ne izvršava funkciju sam. On identificira potrebnu funkciju, prikuplja potrebne parametre i daje ih u strukturiranom JSON formatu. Vaša aplikacija tada izvršava tu funkciju u sigurnom runtime okruženju.
Većina vodećih LLM platformi formalizirala je ovaj pristup:
- OpenAI: Responses API s function calling
- Anthropic: Tool use u Claude modelima
- Google: Function calling u Gemini
- Mistral AI: Native function calling
Za mjerenje koliko dobro modeli obavljaju function calling, akademska zajednica oslanja se na Berkeley Function Calling Leaderboard (BFCL) – prvi sveobuhvatni i izvršni benchmark posvećen evaluaciji sposobnosti LLM-ova da pozivaju funkcije.
BFCL procjenjuje serijske i paralelne pozive funkcija kroz različite programske jezike (Python, Java, JavaScript, REST API) koristeći inovativnu Abstract Syntax Tree (AST) evaluaciju. Najnovija verzija, BFCL V4, uvodi holističku agentsku procjenu koja uključuje web pretraživanje, memoriju i osjetljivost na format. Leaderboard pokazuje da dok najsuvremeniji LLM-ovi izvrsno obavljaju pozive u jednom koraku, memorija, dinamično donošenje odluka i dugoročno rasuđivanje ostaju otvoreni izazovi.
Ključni agentski razvoji u 2025. godini
Claude Computer Use (Anthropic)
Claude 3.5 Sonnet bio je prvi frontier AI model koji nudi computer use u javnoj beta verziji. Umjesto da kreirate posebne alate za svaki zadatak, Anthropic uči Claude opće računalne vještine – omogućavajući mu korištenje širokoga spektra standardnih alata i programa dizajniranih za ljude.
Što Computer Use omogućava:
- Gleda ekran kroz snimke zaslona (screenshot capture)
- Pomiče kursor, klikće gumbe, tipka tekst
- Navigira aplikacijama bez potrebe za API-jem
- Izvršava zadatke kroz GUI kao da je čovjek
Claude Opus 4.5, najnoviji model predstavljen u studenom 2025., unapređuje computer use s novom computer_20251124 verzijom alata koja uključuje zoom akciju za detaljnu inspekciju regija ekrana. Na OSWorld benchmarku – testu stvarnih zadataka korištenja računala – Claude Sonnet 4.5 dosegao je 61,4%. Anthropic također izvještava o unutarnjim opažanjima gdje model održava fokus dulje od 30 sati na složenim zadacima s više koraka.
Primjeri iz prakse: Beta testeri izvještavaju da su zadaci koji su prije trajali 4 sata sada gotovi za 15 minuta. Jedan praktičan tijek rada: za svaki red u CSV-u (ime, email, tvrtka), automatski ispuni testnu web formu.
Trenutačna ograničenja: Iako je trenutačno najsuvremenije rješenje, Claude computer use ostaje spor i često sklon greškama. Akcije koje ljudi izvode bez razmišljanja – scrollanje, dragging, zooming – trenutačno predstavljaju izazov za Claude.
Salesforce Agentforce
Salesforce Agentforce nije platforma za chatbotove – to su autonomni agenti za prodaju, usluge i marketing. Agenti izvršavaju cjelovite tijekove rada: od kvalificiranja potencijalnih klijenata do generiranja ugovora, bez čovjeka u svakom koraku.
Brojke koje govore:
- Do prosinca 2025., Salesforce je zaključio gotovo 10.000 plaćenih Agentforce ugovora
- Ukupno 18.500 korporativnih klijenata (rast od 70% tromjesečje za tromjesečje)
- Više od 3 milijarde automatiziranih tijekova rada mjesečno
- Godišnji prihod od preko 540 milijuna dolara
Rezultati klijenata:
- Preko 100 milijuna dolara u godišnjim uštedama
- IRS (američka porezna uprava): Ured glavnoga pravnog savjetnika štedi 98% manualnih aktivnosti – otvaranje sudskih predmeta ubrzano s 10 dana na 30 minuta
- Wiley: Više od 40% povećanje u rješavanju predmeta
- Simplyhealth: 92% smanjenje vremena odgovora na e-mail, dvostruko povećanje produktivnosti
Agentforce se integrira s postojećim Salesforce automatizacijama – klijenti su kreirali preko 4 trilijuna automatizacija, uštedjeli 5,6 milijardi sati rada. AI agenti sada mogu koristiti te automatizacije kao akcije.
OpenAI Operator
OpenAI također ulazi u prostor korištenja računala s agentom Operator, trenutačno u ograničenom istraživačkom pretpregledu dostupnom samo korisnicima s najvišim plaćanjem.
Rani testeri izvještavaju da Operator može biti spor ili zbunjen na stvarnim web stranicama, ponekad halucinira akcije ili krivo čita stranice. Kao i Claude Computer Use, ovo je izričito eksperimentalna značajka u ranoj fazi, ne opća dostupnost.
Anthropic Agent Skills – Otvoreni standard
Anthropic također lansira Agent Skills – značajku koja omogućava tvrtkama da uče Claude posebne, radne zadatke. U prosincu 2025., Anthropic je Skills specifikaciju učinio otvorenim standardom, olakšavajući svakome dijeljenje i implementaciju novih vještina.
Zanimljivo otkriće: OpenAI je tiho usvojio strukturno identičnu arhitekturu u ChatGPT-u i svom Codex CLI alatu. Developer Elias Judin otkrio je implementaciju – direktorije koji sadrže skill datoteke koje preslikavaju Anthropic specifikaciju, s istim konvencijama imenovanja, formatom metapodataka i organizacijom direktorija.
Korisnici imaju pristup unaprijed izrađenim Skills od Anthropic partnera uključujući Canva, Notion, Figma i Atlassian.
Trenutačna ograničenja (Iskrena procjena)
IBM-ova studija „AI Agents in 2025: Expectations vs. Reality” daje trijeznu procjenu trenutačnoga stanja. Prema IBM-ovim stručnjacima:
„Ono što se uobičajeno naziva ‘agentima’ na tržištu je dodavanje osnovnog planiranja i sposobnosti pozivanja alata LLM-ovima.”
Što to znači u praksi?
1. Agenti nisu dosljedno pouzdani
Mogu impresivno raditi jednu minutu i potpuno zakazati sljedeću. Sklonost halucinaciji u LLM-ovima postaje problematičnija kod agenta koji klikće po vašem CRM-u ili naručuje stvari.
2. Izvrsni u strukturiranim okruženjima, slabi kod iznimaka
Kako IBM izvještava: „Za jednostavne slučajeve uporabe, agenti su sposobni birati ispravne alate, ali za sofisticiranije slučajeve uporabe, tehnologija tek treba sazrijeti.” Stope uspjeha padaju kod rubnih slučajeva.
3. Upravljanje i transparentnost zaostaju
Jedan stručnjak upozorava: „Korištenje agenta danas je u biti uzimanje LLM-a i dopuštanje mu da poduzima akcije u vaše ime. Što ako ta akcija spoji se sa skupom podataka i ukloni osjetljive zapise?” Mehanizmi za praćenje (traceability) i odgovornost (accountability) ostaju nerazvijeni.
4. Ljudi su loši komunikatori
„Agenti obično budu vrlo neefikasni jer su ljudi vrlo loši komunikatori. I dalje ne možemo navesti agente za razgovor da ispravno interpretiraju što želite cijelo vrijeme.”
5. Potreban je veliki skok u kontekstnom rasuđivanju
„Izgradnja AI agenata koji mogu autonomno obavljati složeno donošenje odluka zahtijevat će više od samo boljih algoritama. Potrebni su nam veliki skokovi u kontekstnom rasuđivanju i testiranju rubnih slučajeva.”
Arhitektura modernih agenata
Da bi agent funkcionirao, mora svladati nekoliko ključnih komponenti:
- Razumijevanje dostupnih alata: Agent mora znati koji alati postoje i što svaki radi
- Odabir pravoga alata: Između sličnih opcija, mora izabrati najtočniju
- Točno formatiranje unosa: Parametri moraju biti u ispravnom formatu (datum, JSON, string, itd.)
- Pozivanje u pravom redoslijedu: Neke akcije zahtijevaju slijed – ne možete poslati e-mail prije nego ga napišete
- Integracija povratnih informacija: Od ljudi ili drugih agenata – i prilagođavanje plana ako nešto ne uspije
Berkeley Function Calling Leaderboard pokazuje da vrhunski modeli izvrsno obavljaju jednostavne zadatke, ali složenije planiranje s više koraka s memorijom i dugoročnim rasuđivanjem ostaje istraživački izazov.
Što ovo znači za budućnost?
2025. godina nije godina transformacije – to je godina istraživanja. IBM-ov survey pokazuje da 99% developera koji grade korporativne AI aplikacije istražuje ili razvija AI agente. Ali to je eksperimentiranje, ne produkcijska zrelost.
Od ‘chata’ do ‘akcije’:
Ključna promjena je da agenti djeluju kroz API-je i alate. Kreiranje ticketa. Pretraživanje CRM-a. Pokretanje web pretraga. Generiranje ugovora. Odobravanja. Kupnje.
2025. je godina kada su tool use, orkestra i upravljanje dostigli produkcijsku razinu – barem za posebne, dobro definirane slučajeve uporabe s odgovarajućim ljudskim nadzorom.
Što organizacije trebaju znati:
- Većina organizacija nije spremna za agente. Uzbudljiv rad uključuje izlaganje korporativnih API-ja upravo sada.
- Uspjeh zahtijeva da organizacije strukturiraju vlastite podatke pravilno, ne samo usvajanje trendovske tehnologije.
- Potrebni su robusni okviri upravljanja AI-jem – zapisi revizije, mehanizmi vraćanja, praćenje usklađenosti od samoga početka.
- Nemojte postati „čekić u potrazi za čavlom” – prvo identificirajte poslovnu vrijednost, pa zatim implementirajte rješenje.
Realna očekivanja:
Trenutačne sposobnosti ostaju ograničene u odnosu na šumovitu reklamu. Pravo autonomno donošenje odluka još je godinama daleko. Uspjeh ovisi o zrelosti upravljanja i strateškom fokusu, ne samo tehnološkim probojima.
Ali za one koji pristupe strateški – s jasnim slučajevima uporabe, strukturiranim podacima i odgovarajućim upravljanjem – agenti već danas donose mjerljive rezultate. Ne budućnost. Sadašnjost. Samo treba znati gdje gledati.
Izvori
- IBM – AI Agents in 2025: Expectations vs. Reality
- Anthropic – Introducing computer use
- Berkeley Function Calling Leaderboard (BFCL)
- Salesforce Agentforce
- VentureBeat – Anthropic launches enterprise Agent Skills
- Anthropic – Writing effective tools for AI agents
- Towards Data Science – AI Agents: The Intersection of Tool Calling and Reasoning
