Agent otevře ticket, upraví kód, spustí testy a po neúspěchu začne znovu. Po desátém kole svítí testovací sada zeleně. Jenže úkol ještě nemusí být hotový: agent mohl obejít typový systém, rozmnožit tutéž logiku do pěti souborů nebo přidat závislost, jejíž cenu tým pozná až při další změně.
Právě tady končí užitečnost hesla „dej to do smyčky“. Smyčka je dobrý motor pro lokální opravy s rychlou zpětnou vazbou. Není to návrh vývojového procesu a už vůbec ne náhrada úsudku o produktu, architektuře a budoucí údržbě. Rozumnější postup drží smyčky uvnitř menších, předem vymezených etap. Člověk rozhoduje, co má vzniknout a podle čeho pozná úspěch; agent dostává prostor při provedení.
„Loops are dead“ je tedy schválně přehnaný titulek.
Mrtvá je spíš víra, že delší běh, více tokenů a další opravné kolo vyřeší chybějící návrh.
Smyčka umí opravit výsledek, ne špatné zadání
Agentní smyčka v nejmenší podobě opakuje čtyři kroky: naplánovat akci, provést ji nástrojem, přečíst výsledek a upravit další postup. Anthropic takto agenty popisuje, zároveň však rozlišuje mezi agentem a workflow. Workflow vede model po předem určených cestách, kdežto agent volí postup dynamicky. V doporučeních z prosince 2024 firma radí začít nejjednodušším řešením a přidávat více kroků teprve tehdy, když měření prokáže jejich přínos. U agentů požaduje podmínku zastavení, zpětnou vazbu z prostředí a možnost lidského zásahu. Anthropic, 19. prosince 2024
Tohle rozlišení se v debatě o kódovacích agentech snadno ztratí. Smyčka odpovídá na otázku, zda má agent pokračovat. Workflow určuje, jakými kontrolními body musí změna projít. A člověk stále ručí za to, že se řeší správný problém.
Dex Horthy, zakladatel HumanLayer, to v srpnovém rozhovoru s Davidem Ondrejem staví ostřeji. Horthy začal programovat už na střední škole při práci pro výzkumníky NASA JPL; označení „ex-NASA developer“ v názvu videa je proto spíš youtubová zkratka než popis jeho kariéry. Dnes se zabývá spoluprací vývojářů s agenty. David Ondrej, 7. srpna 2026, Y Combinator: profil HumanLayer
Jeho tým v červenci 2025 zkusil režim, ve kterém lidé četli specifikace a tickety, ale běžné změny přenechali agentům a přestali průběžně číst kód. Podle Horthyho vlastní retrospektivy se po třech měsících objevil problém, který agenti nedokázali rozplést. Návrat do cizího, mezitím narostlého kódu zabral týdny a část systému nakonec přepsali. Je to svědectví jedné firmy, nikoli kontrolovaný experiment. Přesto dobře ukazuje, kde vzniká dluh z neporozumění: každá samostatná změna může projít, zatímco znalost celku pomalu mizí. HumanLayer: Why Software Factories Fail, červenec 2026
Zelené testy měří jen to, na co se zeptáte
Smyčka funguje nejlépe, když má levné a rychlé „orákulum“, tedy rozhodnutí, zda se výsledek zlepšil. Kompilátor vrátí chybu. Test projde nebo selže. Latence klesne pod 800 milisekund. Agent může zkoušet další varianty a během několika sekund dostane nový signál.
Udržovatelnost se takto poslušně neměří. Špatné rozdělení odpovědností se může projevit až ve chvíli, kdy další požadavek vynutí úpravu na jedenácti místech. Testy původní funkce přitom dál procházejí. HumanLayer proto namítá, že běžné benchmarky odměňují funkční opravu, ale většinou neúčtují budoucí cenu návrhu.
Od března 2026 už pro tuto námitku existují i první cílená data. Benchmark Needle in the Repo kombinuje funkční testy se skrytými strukturálními kontrolami. Ve 483 vyhodnocených výsledcích prošlo 64 řešení všemi funkčními testy, ale selhalo na podmínce udržovatelnosti. Nejlepší z 23 konfigurací zvládla 57,1 % případů a úspěšnost u vícekrokových úloh klesla na 20,6 %. Autoři sami upozorňují, že pracují s 21 kurátorovanými sondami v C++, takže z výsledku nelze dělat univerzální žebříček modelů. Rozdíl mezi „funguje teď“ a „snese další změnu“ ale zachytili přímo. Zhu et al., Needle in the Repo, 29. března 2026
Podobný směr volí SWE-CI. Každá z jeho 100 úloh vychází z historie repozitáře o průměrné délce 233 dnů a 71 navazujících commitů. Autoři zjistili, že většina zkoušených modelů vyřešila méně než polovinu úloh; další iterace navíc nedokázaly nahradit omezení samotného modelu a pozdější kola měla klesající přínos. Chen et al., SWE-CI, 4. března 2026
Další průchod tedy není neutrální.
Spotřebuje čas a kontext, někdy jen hlouběji zakope první chybné rozhodnutí.
Když zrychlí výroba, přesune se fronta
Kódovací agenti dramaticky zkrátili samotné psaní změn. Kontrola požadavku, posouzení návrhu a ověření v provozu se však nezrychlují stejným tempem. Výsledkem bývá fronta pull requestů, nikoli automaticky vyšší počet spolehlivě doručených funkcí.
StrongDM tento problém zkusilo obejít důsledně. V únoru 2026 popsalo továrnu, kde lidé kód nepíší ani nekontrolují. Firma nahradila běžné testy scénáři uloženými mimo kódovou bázi a vytvořila napodobeniny služeb, jako jsou Okta, Jira nebo Slack, aby mohla ve velkém ověřovat chování. Její vlastní text zároveň přiznává, že jednoduché testy nestačily: agent se naučil zkracovat cestu a plnit metriku bez zamýšleného výsledku. StrongDM, 6. února 2026
OpenAI ukazuje méně černobílou variantu. Tři inženýři podle firemního popisu během pěti měsíců řídili Codex při vzniku interního produktu o zhruba milionu řádků. Lidé kód ručně nepsali, ale navrhovali prostředí, architektonické hranice, dokumentaci a hodnoticí mechanismy. Repo mělo vlastní strukturní linty a pravidelné úklidové agenty. OpenAI přesto uvádí, že neví, jak se bude soudržnost plně agentně vytvořené architektury vyvíjet v horizontu let. OpenAI, 11. února 2026
To není spor mezi autonomií a ručním programováním. Oba příklady ukazují cenu spolehlivé autonomie: potřebuje vlastní testovací svět, čitelné provozní signály, strojově vynucené hranice a průběžný úklid.
Prosté while not done je proti tomu pár řádků kolem problému, nikoli řešení problému.
Lepší jednotka práce je ověřitelný řez
Horthy navrhuje čtyři etapy: produktový záměr, systémovou architekturu, návrh programu a vertikální řezy. Hodnota tohoto postupu neleží v názvech dokumentů. Každá etapa přesouvá drahé rozhodnutí do chvíle, kdy ještě existuje levná možnost změnit směr.
Produktový záměr má určit bolest uživatele a pozorovatelný výsledek. Místo „přidej onboarding“ může vzniknout podmínka „nový uživatel dokončí první import bez podpory“. Agent pak neoptimalizuje pouze počet hotových souborů. U drobné opravy s jasnou reprodukcí by takový dokument byl jen papírování; HumanLayer podle vlastního odhadu posílá asi 40 % úloh rovnou na jeden pokus nebo na krátkou opravu po zpětné vazbě.
Systémová architektura zachytí hranice služeb, toky dat, endpointy a schémata. Následuje často vynechávaný návrh programu: strom volání, umístění souborů, typy, signatury metod a zamýšlené testy. Model může oba dokumenty připravit. Člověk do nich vloží znalost místních omezení a schválí rozhodnutí dřív, než se rozlijí do dvou tisíc řádků.
Pak přichází vertikální řez. Agent nejprve spojí tenkou cestu napříč systémem, třeba kontrakt API s mockovanými daty a nejmenší obrazovku, kterou lze otevřít v prohlížeči. Další řez napojí službu, potom databázi. Každý kus se dá osahat přes curl, prohlížeč, logy a testy. Horthy doporučuje u citlivého kódu kontrolovat zhruba 100 až 200 řádků a včas změnit směr, místo aby člověk na konci rozebíral obří diff. Číslo je jeho pracovní heuristika, ne naměřená hranice. HumanLayer, červenec 2026
Smyčky v tomto postupu zůstávají. Uvnitř řezu agent upravuje implementaci, spouští test, čte chybu a zkouší další krok. Nad smyčkou však stojí smlouva: omezený rozsah, pozorovatelný výsledek, rozpočet pokusů a podmínka pro předání člověku. Chyba, která se potřetí vrátí v jiné podobě, nemá automaticky dostat dalších sto kol.
Člověk nemá schvalovat každé kliknutí
„Human in the loop“ často sklouzne k představě, že vývojář potvrzuje každý příkaz. Takový dohled brzy otupí pozornost. Výzkum Anthropic nad reálným používáním agentů našel jiný vzorec: zkušení uživatelé častěji automaticky povolují jednotlivé akce, zároveň ale častěji běh přeruší. Firma proto doporučuje přehled nad činností a snadný zásah namísto povinného schvalování každého kroku. Anthropic, 18. února 2026
Tuto dělbu ještě zpřesňují data z přibližně 400 000 relací Claude Code mezi říjnem 2025 a dubnem 2026. Lidé v průměru učinili asi 70 % plánovacích rozhodnutí, zatímco Claude převzal přibližně 80 % rozhodnutí při provedení. Vyšší znalost řešené domény souvisela s častějším úspěchem. Jde o data výrobce z vlastního produktu a úspěch měřil interní klasifikátor, takže výsledek zaslouží rezervu. Přesto odpovídá praktičtější dělbě práce: člověk hlídá cíl, rozhraní a důkazy; agent obstarává většinu mechaniky. Anthropic, 16. června 2026
Smyčka přežije jako motor, ne jako volant
Dobrá agentní smyčka má přesný cíl, silný signál z prostředí a konec. Hodí se na opravu reprodukovatelné chyby, optimalizaci latence nebo doplňování testů kolem známého chování. Slábne tam, kde úspěch závisí na vkusu, nevyřčených produktových souvislostech a ceně budoucích změn.
Praktická náhrada za loopsmaxxing proto není větší graf plný dalších agentů. Je to řízený sled rozhodnutí: nejdřív pojmenovat výsledek, pak vymezit systém a program, nakonec pouštět krátké vertikální řezy s vlastním důkazem.
Smyčka dál dělá práci.
Volant ale zůstává u člověka, který pozná, kdy zelený test zakrývá špatný směr.
Zdroje
- David Ondrej: Ex-NASA dev reveals his Agentic Engineering Workflow, 7. srpna 2026
- Dex Horthy: Why Software Factories Fail, HumanLayer, červenec 2026
- StrongDM: Software Factories And The Agentic Moment, 6. února 2026
- Ryan Lopopolo: Harness engineering, OpenAI, 11. února 2026
- Erik Schluntz a Barry Zhang: Building effective agents, Anthropic, 19. prosince 2024
- Miles McCain et al.: Measuring AI agent autonomy in practice, Anthropic, 18. února 2026
- Anthropic: Agentic coding and persistent returns to expertise, 16. června 2026
- Haichao Zhu et al.: Needle in the Repo, 29. března 2026
- Jialong Chen et al.: SWE-CI, 4. března 2026
- Y Combinator: HumanLayer, profil firmy a zakladatele, přístup 31. srpna 2026
