Workflow, nebo agent? Kdy se ještě vyplatí n8n a Make

Krásný den, vítejte u dalšího dílu podcastu Coffee Break s Filipem. Doufám, že pijete taky něco dobrého, jako já tematicky tady upět kávu. A dneska bych se rád společně zamyslel na trochu si tvořit opět velmi zajímavým tématem. A to je myšlenka, jestli stále se v dnešní době vyplatí dělat automatizace pomocí NITN, Makeu a podobných nástrojů, nebo jestli už tady ty úlohy a ty problémy dokážou obsloužit AI agenti.

A pokud je dokážou obsloužit, tak jak k tomu přistoupit? A pokud ne, tak jestli se vlastně jako vyplatí počkat na ten postup těch AI agentů a neinvestovat zbytečně do tady těch automatizací a workflows. T. se na to nejvíc vezla, tak začaly být populární tyhlety automatizační platformy.

A ty, pokud je neznáte, tak vám umožňujou vzít nějakej vstup nebo nějakej trigger, to znamená nějakej spouštěč, třeba že se spouštějí nějakej čas, a dokážou vám spustit nějaký workflow, který vy ale nemusíte programovat, ale vlastně si ho jako naklikáte jako takový bloky. Jeden blok může být, stáhni mi něco z Google Sheetu, druhej blok zapište do mailu atd. Zkrátka, vizuálně si poskládáte ty bloky za sebe, popropojíte a tím jste schopní automatizovat nějaký workflows. Do podobné kategorie si troufnu tvrdit, že pro to dnešní povídání tak bych zařadil i různý vibecoded, automatizace a skripty.

To znamená vlastně jako jedno účelové řešení, kdy máte předem přesně daný začátek a konec, a jak to má probíhat. Jasně můžeme se bavit, že i v N8N, i v Makeu můžete tam dávat ty agentní nody, kdy ten AI agent je schopnej dynamicky si měnit to flow, pro tu dnešní diskuzi, tak bych to chtěl odlišit tím stylem, že to, co já považuji za AI agenta, když o AI agentovi dneska budu mluvit, tak je jako plně autonomní obecnej nějaký AI agent, který ho mám na svým počítači nebo někde v internetu a dokážu si ho jako provolat a dokáže on mi zařídit ty moje úkoly za mě. A jasně zase u těch AI agentů se můžeme pohybovat na nějakým spektru. Od AI agentů typu CLOD, kterého bychom do jisté míru mohli považovat za AI agenta, protože dokáže si natáhnout věci z internetu, dokáže používat nástroje pomocí MCP, Přes nějaký kovork, klod, kod, až potřeba platformy jako je Manus, nebo pak třeba ten největší extrém, asi jako OpenCLO, který je úplně autonomní, má k dispozici celý ten počítač.

Takže to spektrum těch AI agentů je obrovsky prostáhlý a strašně se lišejí ty jejich schopnosti. Nicméně tohle jsou AI agenti, když o nich v kontextu tady toho videa budu mluvit. No a ta myšlenka nebo ten problém, se kterým já nebo i lidi, se kterýma se bavím a konzultuju, setkáváme, je ten, že polemizujeme nad tím, jestli dává smysl pro určitý případy tvořit nějaký pevně definovaný workflow, typický příklad potřebuji brainstormovat nápady na video nebo popisky, titulky, tak jestli je lepší dělat pevně definovaný workflow a nebo využít nějakého AI agenta, který do jisté míry za pomocí nějakých nástrojů, které mu dáme, tak dokáže udělat stejné vlastně jako věci. Dokáže dojít k tomu mísledku dostipodobně.

A je to podle mě jako velmi zajímavý problém. A jak já se na to snažím dívat, je ten, Ano, v dnešní době, v době AI, tak jako veškerá investice do nějaký infrastruktury nebo do nějakých automatizací, tak je nutno jí brát s určitou mírou rizika, protože ty technologie se vyvíjí jako neuvěřitelně rychlým tempem. A typicky autoři, třeba Boris Černý z Cloud Codu, tak hodně mluví o tom, že když on staví nějaké nástroje, jako je třeba Cloud Cod, tak oni je staví vlastně aby byly tady přizpůsobeny ty funkce a ty nástroje pro modely, které přijdou za tři, šest, devět měsíců. To znamená, že oni vlastně jako myslejí dopředu, stavějí ten scaffolding toho, aby vlastně, když pak přijde nějaký nový silný model, tak dokázal vlastně využít ten nástroj naplno.

A neomezují se jenom na ten současný model. Což je ten přístup, který ideálně jako chcem do jisté míry podle mě mít taky u těch automatizací. Nicméně pořád tam je ten problém toho, že mi potřebujeme řešit nějaké problémy hnedka. A to je za mě jako framework, který já používám, když se rozhoduju, jestli něco postavit automatizací nebo wipe koded střízení.

kryptem, a nebo na to zkusit nasadit AI agenta, i když to třeba nebude teďka dokonalý, protože ty AI agenti bych si jako troufl tvrdil, že pořád jsou jako velice mocný, ale ten scaffolding, to jak je řídit, orchestrovat, kontrolovat ty výsledky, tak je pořád jako dostih na začátku. Takže ten můj framework je takovej, že pokud mám něco, co má plně definovaný deterministický workflow, to znamená, vím, že tohle je vstup, tohle je, co je výstup, a tady přesně dokážu pojmenovat kroky, co se mají stát, a nemám tam moc motivaci něco měnit, nepotřebuju tam ten prvek dynamičnosti, tak tam za mě dává pořád smysl to workflow. Už jenom z toho pohledu, že ten AI agent, tak ty výsledky nemusí mít vždy deterministický. To znamená, že ne vždy ten výsledek musí dopadnout stejně jako to předchozí spuštění.

To znamená, že, co tím chci říct, když třeba chcete generovat nápady na titulky, tak vždy chcete vygenerovat x titulků, vždy chcete v nějakým ton of voice a tak dál, tak tam to workflow dává smysl, protože Není potřeba tam zapojovat toho agenta, protože je to jenom prostě nějaká konfigurace zavolání jazykovýho modelu získání odpovědí naspět. Takže jako v těchto případech mi to dává obrovský smysl, takže to je tak, když víte, že je to jednoučelová věc, nějaký velký, složitější workflows, který mají velký množství jako a co když, a co když, takových těch podmínek, vlastně jako v Makeu to jsou ty rozvětvení, ty if nodes, tak tam už podle mě dává větší smysl se jako zamýšlet, jestli to nedává smysl obsloužit AHA agentem. Nicméně, zpátky ještě, kdy dávajte automatizace smysl. První věc je tady to, kdy mají ten jeden účel a jsou jednoduchý.

Druhá věc je, když tam je rychlá návratovost. Pokud vy jste schopní spočítat, a teď to je hodně spíše pro firmy, ale i my jako jednotlivci tak můžeme jenom vyměnit tu jednotku místo peněz, tak si dosadit čas, tak pokud jsme schopní si říct, fajn, já když teď věnuju půl dne tvoření tohoto workflow, a ušetří mi to každý týden dvě hodiny času, tak to znamená, že já za tři týdny přibližně to máme jako zpátky, tu investici, a pak už jenom šetřím čas. A v tu chvíli podle mě dává jako pořád smysl udělat to workflow, ušetřím čas, a i kdyby za tři měsíce jsem zjistil, že ten AI agent umí udělat to samý, Tak ale mně se to workflow, to vytvoření tý automatizace vlastně vrátilo. Já už jsem ji jako vytvořil, investoval jsem čas, ušetřil jsem víc, dá se to přepočítat na peníze a v tu chvíli pro mě to byl jako výhodný krok, který jsem jako udělal.

podle mě, jako v době AI, nejde se dívat na věci, které děláte tak, že jsou statistické, že něco vytvoříte a už to s váma tady bude na x let. To podle mě není úplně reálné, protože ta doba se vyvíjí extrémním tempem. Všechny jsme měli před rokem, před věma, jak ta technologie jde strašně dopředu a nejenom ty modely, ale i ten tooling. Takže ten mindset toho, že mám vlastně jako něco, co si postavím a budu mít za x let a bude mi to fungovat, tak podle mě úplně jako nemusí být úplně správnej.

Já se dostanu na konci k tomu, jak třeba k tomu jako přistupovat z toho dlouhodobího hlediska, jak na to přistupuju jako já. Nicméně tohle je k těm automatizacím. Takže když to ještě jednou zapakuju, když to workflow je jednoznačný a je jednoduchý, nebo ve chvíli, kdy vím, že ta návratovost bude jako velice rychlá v řádu jednotek, nižších jednotek měsíců, ať už finanční nebo časová. Tak.

Pak se dostáváme na to pomezí, kdy už podle mě dává jako smysl přemýšlet nad tím, jestli to fakt dělat tady tou automatizací a nebo jestli fakt už dneska nevyužít AI agenta. To jsou nějaký složitější workflows, který mají spoustu jako podmínek, chcete do nich zasahovat, chcete tam mít toho human in the loop. a zároveň chcete nějak jako víc s tím interagovat. Pokud to workflow je složitější, chcete tam mít jenom human in the loop, tak tohle to dokážou vyřešit tak jako velice dobře ty platformy automatizační, můžete tam mít nějaký vstupy, že vám to pošle na chat, počká na tu vaši odpověď a pak až se doprovede zbytek.

Takže to jde jako udělat. Ale tady už vidím obrovský prostor pro to, řešit to s nějakýma AI agentama. Typicky, pokud to workflow nechci mít někde přístupný z internetu, to znamená, řeším ho pro sebe a pravděpodobně ho řeším vždycky na počítači, tak mi dává obrovský smysl jít se s tou kloud kovorků nebo podobných agentů, Gemini CLI, Codec CLI, protože sice to jsou programovací agenti, ale dokážou dělat i ty automatizace u mě. A ta mi dává smysl i k touhletou cestou, protože vy užijete svůj subscription, nemusíte to nikterák nastavovat, kromě nějakého promtu, případně nějakých klod MD v případě Kovorku, a případně Kovorku, jak to tam vyplňujete do toho UI.

No a máte vlastně jako nastavený to workflow. Jedinej velkej zádrhel, který je dobrý zmínit, tak to workflow, nebo respektive ten AI agent, ten jeho výsledek nemusí být vždycky nutně deterministický. To znamená, že pokud ho zpustíte jednou, dostanete výsledek takhle, pokud ho zpustíte po druhé, dostanete trošku jiný výsledek. A je to hodně o vytvoření toho těch instrukcí, který se snaží toho agenta držet v těch kolejích.

To znamená pokiny, role, příklady jsou super a zkrátka dát mu co nejvíc z těch, co má dělat a co nemá dělat do těch instrukcí. A tady to dává podle mě smysl už z pohledu toho, že z mé zkušenosti je spousta workflows, které mají spoustu těch ifítek. Jakože když tohle, tak udělej tady tu část, když tohle, tak udělej tohle. mají tendence boutnat.

To znamená růstnaté složitosti a to znamená, že pořád se vracíte do workflowu a pořád přidáváte i feedka, když to u toho agenta se dá řídit mnohem líp. A já třeba u sebe i na tvorbu titulků a popisků jsem přešel na AI agenta z jednoho prostého důvodu, protože jsem měl automatizaci, dostal jsem výsledky, ale teď jsem s nima nebyl úplně 100% spokojený a chtěl jsem tam dělat nějaké změny. A jasně, mohl jsem to vzít, mohl jsem to poslat do modelu, ale bylo to takové jako více omezené, jo, když bych si to dělal v té automatizaci, tak to bude takový jako krkolomný, ale já třeba chci říct, hele, tohle je super, ten nápad na ten titulek, ale ještě jako dohledej si, vím, že tady někdo dělal něco podobného, tak se vlastně jako inspiruj. A to je za mě jako to, kdy už ty agenti dávají smysl.

kdy vy víte, že do toho provádění těch činností budete chtít vlastně jako vstoupit a nějakým způsobem s ní interagovat. Tady dávají skvělej smysl ty lokální agenti, Cloud Cowork, nebo ty CLI nástroje, nebo těch agentů je prostě jako celá řada. Pokud chcete jít o krok dál, to znamená, že chcete jít přístupný z internetu, tak tam zatím si troufnu to, že jsme hodně na začátku. Jasně, máme agenty jako je Manus, máme OpenCLO a další, ale troufnu si to ředit, že OpenCLO je extrémně na začátku, co se týče security a je to spíš takový proof of concept.

Ale já ho třeba jako využívám, protože když ho mám nasazený na svým starým počítači, nebo můžete mít i na servru, dělal jsem na to vlastně jako video, jak se ho na servru zpustit, tak vy najednou to, co máte v klotkovorku, tak ale máte na servru a můžete si s ním povídat z různých četovacích aplikací, i když jste na telefonu, na jiným počítači, Můžete ho přijat do konverzací s více lidma atd. A najednou toho agenta můžete ovládat z více zařízení a i víc lidí. A zase tady podle mě dává obrovský smysl, když máte velice nedeterministický, komplikovaný workflow, tak zkusit přistoupit k tomu z pohledu těch agentů. Je důležité si ale podle mě uvědomit nebo mít na mysli to, že čím složitější je to workflow, tím méně deterministický ten výsledek bude.

A jak já k tomu přistupuju, ty svoje workflows, tyhle ty složitý, tak abych měl přesnější výsledek, tak by bylo asi jednodušší si třeba navypkoudit nějaký skript, nebo si udělat tu automatizaci. 6. který je jako fascinující, tak já si připravuji ty své workflow tak, abych je měl připravený pro agenty. To znamená, že vím, že teď ty výsledky nebudou 100%, někdy budu muset je nechat opravit, někdy jako to budu muset zpustit znova, nebo víc jako nasměrovat, a ve výsledku mi to dá třeba víc času, než kdybych měl pevně definovaný workflow nějakou automatizací.

ale jsem schopnej já si vlastně jako připravovat to, jak budu pracovat s agentama, který budou lepší. To znamená, že... Můj myšlenkový pochod je takovej, že já se uvědomuji, že OpenCLo nebude to finální řešení, který já budu používat. 6 nebude to finální řešení, ale já se za prvý sebe snažím naučit, jak s těma AI agentama pracovat efektivně, jak jim zadávat instrukce.

Já jsem mluvil třeba v předchozím díle o OpenCLo a jak to mám nastavený na Discordu, na ty různý kanály, na ty různý kontexty, tak to je přesně to, co já se učím na tom. A až přejdu do nějakého jiného agenta, tak už tuhle cestičku budu mít prošlapanou a budu hledat jenom, OK, zapojím to takhle, takhle, takhle. Jo? Protože ano, já bych mohl počkat, až se ty agenti rozvinou a prostě zapojit je, až budou dávat jako větší smysl, budou prostě spolehlivější.

ale zase bych si tuto cestičku musel prošlepávat znova. Takže já se teď se spokojím s tím horším výsledkem, ale už si hledám ty cestičky, které mě budou fungovat v práci s těmi agentami pro to moje workflow. Takže tohle je jedna věc. Druhá věc je, že spoustu těch workflows, my můžeme mít nějaké triggery, třeba jako co se týče makeu, aniten a tak dál, ale jsou jako dosti omezený.

A mě se jako u těch agentů líbí, já na to asi udělám nějakou jako zvlášť epizodu. Ta změna toho paradigmatu, že my se nad tím musíme naučit uvažovat tak jako delegovat práci na toho agenta, aby on za náma chodil s těma požadavkama. Jako to znamená, že abych já nemusel být ten iniciátor té konverzace, ale aby ten agent vlastně jako inicioval tu konverzaci. Nicméně v tomhle jsem taky jako na začátku snažím se tohle ten mindset naučit a určitě na to udělám pak v budoucnu nějakej díl podcastu, kdy se podělím o nějaký delší jako zkušenosti.

Zpátky teda k té problematice. Je mi jasný, že jsem tady tím povídáním nastavil zajímavý mindset a myslím si, že to může být dobrý nad tím takhle přemýšlet. Budu rád, když mi dáte vědět, jak nad tím přemýšlíte vy. Ale chápu, že si z toho třeba neodnášíte úplně jasné akční kroky.

Tak čistě můj pohled na to, jak já se teda rozhoduji, když ho ještě jednou sharnu. Pokud je to jednoduchá, jednoučelová automatizace, která nemá spoustu těch větvít, i feedka, jdu cestou automatizace. NA10 make. Nebo já v dnešní době už to řeším nějakýma skriptama přes wipecoding.

Protože je to pro mě rychlejší to na wipecodit, než řešit nějaké posudničky, nějaké spojování těch bloků. Ano, existují MCP servery, které umožňují nechat vytvořit to workflow v cloud kódu a pak ho importovat do NA10, takže jako jde to. To vlastně není jako myšlenkou tohohle videa proti gustu, jako žádný disputát, prostě udělejte to, jak vám to jako vyhovuje. Ale zkrátka dává smysl tamto workflow.

Pokud potřebujete jasně definovaný výsledek nebo deterministický výsledek a zároveň chcete, aby se staly ty kroky tak, jak vy chcete, opět dává smysl workflow nebo respektive ta automatizace. Pokud se vám dějou dvě věci u těch fork flows, pokud jsou velice komplikovaný, to znamená, že se tam začínáte dostávat do různých ifovejch podmínek, jako když tohle, tak tamto a máte jich tam prostě vyšší jednotky nebo desítky, A nebo pokud potřebujete do toho workflowu často zasahovat a chcete mít možnost, ten směr, kterým se ta práce ubírá směřovat, tak tam za mě dává smysl začít zaobírat těma AI agentama a začít, pokud je nepotřebuji, na serveru, to znamená, že stačí mi u mě na počítači, já osobně vyšel se s tou Cloud Coworku, Skvělej nástroj, funguje fakt dobře, je podstavený nad klodkodem, takže je to ponočná paná cesta. Pokud najednou začínáte mít potřebu přístupa k tomu ze serveru, tak já to teď řeším pomocí OpenCLO, ale chci upozornit, je to velice experimentální věc. Běřím, že brzo, vlastně jako teďka, vlastně jako ta perplexity přišla s tím kompiutrem, další přicházejí s různýma věcmi a OpenAI určitě taky něco představí, protože vlastně začaly spolu pracovat s tím Petrem, což je autor OpenCLO.

Takže jako všechno tohle je tímhle směrem, takže já si myslím, že v následujících měsících se podobných agentů, který neběží u vás, ale na třeba vašem starým počítači, nebo na serverech OpenAI, nebo někoho takovýho, tak se jich jako dočkáme, tak to je pak ta cesta, jak jako využít. Není to vždycky nutně za mě ta jako nejlepší cesta. Ty lokální agenti pořád dávají smysl pro práci s nějakýma lokálníma souborama. Pokud mám nějaké excelovské tabulky u sebe a tak dál, tak jako dává smysl prostě kovork, než to cpat do nějakého openclou přes čet, nechat to přeshrůsta a poslat mi to zpátky.

Takže tady ten jako výběr mezi tímhle tím přístupem je podle mě jako různej. No a pak samozřejmě ten argument pročít cestou nějakých agentů, i když třeba ty výsledky, když si je vyzkoušíte, nebudou vždycky stoprocentní, tak je za mě primárně to, že se nastavujete si to svoje workflow, to, jak jste zvyklí pracovat s těma modelama tak, teda s modelama, pardon, s AI agentama tak, aby vlastně, až přijdou ty velice dobrý agenti, ty velice dobrý agentní systémy, tak už byste měli vyzkoušený to, co vám funguje, co vám nefunguje, a najednou to přejití podle mě bude jako velice jednoduchý. Takže na závěr bych chtěl říct, určitě si nemyslím, že automatizace jsou mrtvý, jako co se týče N8n a Makeu. Mají svoje místo.

A jsou dvě věci k tomu. Jedna, že zkuste třeba, pokud wipekoudujete, tak si ty automatizace udělat wipekodingem jako nějaký skript. Je to za mě jako zajímavá alternativa, která mi funguje líp a nemám žádný omezení té platformy. Prostě to mám jako skript, který si pak musím nasejít na server.

To je ta nevýhoda. A to je jedna věc, zkuste to pomocí toho wipecodingu. A druhá věc je, zkuste si nasazovat ty AI agenty a pochopit to workflow, jakým způsobem se s nima pracuje a jak se s nima funguje. Nicméně zase vždycky nejhorší to je, když prostě neuděláte tu automatizaci, necháte čekat takovou rozhodovací paralýzu toho, že jo, já nevím, jestli použít tohle nebo tohle, tak neudělám nic.

Prostě podle mě my musíme přijmout, že ta AI doba je extrémně dynamická a spoustu věcí, které uděláme, tak za chvíli budeme muset předělat. A jenom jde o to, aby buď to jsme z těch věcí získali know-how, to znamená, že jsme se naučili s tím pracovat líp a v příští iteraci to využijeme líp, takže to byla investice do vzdělání. A nebo ta návratovost byla dostatečně rychlá a tím pádem to, že jsem automatizaci udělal, ona by fungovala dva měsíce a teď to dělám jinak, ale za ty dva měsíce mi ušetřá 20 hodin, tak je to vlastně war fit. A tohle podle mě musíme přijmout.

Dejte mi vidět do komentářů, jak se na tu problematiku díváte vy, co si o tom myslíte, jak k tomu přistupujete. když se rozhodujete jak nějaké věci zautomatizovat a to je pro tenhle ten díl vlastně úplně všechno. Díky moc, že jste se dívali nebo že jste poslouchali. Ještě jednou budu rád zadiskuzovat už v komentářích nebo v naší Discord komunitě AI s Rozumem.

Já se jmenuji Filip Oborník z projektu AI s Rozumem a budu se na vás těšit u dalšího dílu podcastu Coffee Break s Filipem, u dalšího YouTube videa a nebo třeba právě v té naší Discord komunitě. Mějte se krásně.