AI ügynök

Az AI ügynök (AI agent) olyan mesterséges intelligencia, ami nemcsak válaszol egy kérdésre, hanem önállóan dönt és cselekszik — feladatokat hajt végre, eszközöket használ, többlépéses folyamatokat futtat le ember beavatkozás nélkül. A klasszikus chatbothez vagy AI asszisztenshez képest több autonómiája van: nem csak tanácsot ad, hanem például foglal egy időpontot, kiküld egy e-mailt, frissít egy CRM-bejegyzést, vagy keres az interneten, és az eredmények alapján további lépéseket tesz.

Így is ismerheted

Magyarul AI ágens, autonóm AI rendszer. Angolul AI agent, autonomous agent, agentic AI, vagy AI agentic workflow. A 2024-2026 közötti fő trend: a chatbot → asszisztens → ügynök fejlődés. A különbség nem éles, inkább fokozatos. Egy chatbot „kommunikál”; egy asszisztens „segít”; egy ügynök „cselekszik”.

Mire jó cégeknek az AI ügynök?

Az AI ügynök ott jön elő, ahol több, egymásra épülő lépéses folyamatot kell végrehajtani, és minden lépésben „gondolkodás” kell — döntés, információ-keresés, eszköz-használat. Néhány tipikus üzleti felhasználási terület:

• Sales-folyamat — beérkező lead-et átnéz, megnézi a CRM-ben van-e már nyitott ajánlat, lekérdezi a céges adatbázisban hasonló korábbi projekteket, és a vélemény-anyagból ajánlat-vázlatot készít.
• Onboarding — új ügyfél bevitele után minden szükséges lépést végrehajt: fiók létrehozás, jogosultság-beállítás, üdvözlő e-mail, projekt-tér készítés, kalendáriummeghívók.
• Riporting — havi beszámolóhoz összeszedi az adatokat 5-6 forrásból, vizualizálja, narratívát ír, és kiküldi a megfelelő embereknek.
• Hibakezelés — egy IT-incidens érkezik: az ügynök elemzi, ellenőrzi a tipikus megoldásokat, ha tudja, megoldja; ha nem, eszkalálja.
• Tartalom-előkészítés — egy témára kutatást végez, forrásokat gyűjt, vázlatot készít, és átadja egy szerkesztőnek.

Hogyan különbözik a chatbottól és asszisztenstől?

A három szint közötti különbség lényege az autonómia mértéke:

• Chatbot — kérdés-válasz formátum. Beszélget, de nem cselekszik. Egy klasszikus AI chatbot.
• Asszisztens — kérdés-válasz + egyszerű akciók ember megerősítésével. Pl. „akarsz egy hírlevél-tervet írni?” → te válaszolsz „igen” → asszisztens megírja.
• Ügynök — magától tervez, lépéseket választ, eszközöket használ. Ember csak felügyel, vagy magas-szintű célt ad meg.

A 2026-os állapotban az igazán autonóm ügynökök még többnyire kísérleti fázisban vannak. Az „AutoGPT”, „LangChain agents”, „CrewAI”, „Microsoft AutoGen” frameworkök technikailag működnek, de az éles üzleti bevezetés sok edge case-szel jár. A klasszikus „assistant + ember megerősítése” minta jobban skálázódik a gyakorlatban.

Hogyan épül fel egy AI ügynök?

A klasszikus architektúra:

Egy nagy nyelvi modell (LLM) szolgál „központi gondolkodóként”. Ezt a modellt egy cél-lal indítjuk („készíts egy ajánlat-vázlatot ennek a lead-nek”), és hozzáadunk egy eszköz-készletet (tools): tud weben keresni, CRM-ben lekérdezni, e-mailt küldeni, kalkulátort használni, kódot futtatni stb. A modell minden lépésnél „elgondolkodik” (chain-of-thought), kiválasztja, melyik eszközre van szüksége, használja, és az eredmény alapján a következő lépést tervezi.

A folyamatot egy „loop” futtatja: gondolkodás → eszköz-használat → eredmény-értékelés → új gondolkodás. Egy egyszerű ügynöki feladat 5-20 lépésen át megy, és minden lépés egy LLM-hívást jelent.

Milyen frameworkök léteznek?

A 2026-os állapotban a fő opciók:

• LangChain / LangGraph — Python keretrendszer, sok integráció, általános-célú.
• LlamaIndex — főleg RAG-alapú ügynökökre, dokumentum-feldolgozásra.
• CrewAI — multi-agent rendszerek (több ügynök együttműködve), Python.
• Microsoft AutoGen — vállalati fókuszú, Microsoft-stackbe illeszkedő.
• OpenAI Assistants API — egyszerű, beépített tool-okkal (file search, code interpreter).
• Anthropic Claude tool use — Claude-specifikus, jó dokumentációval.
• n8n AI workflow-k — vizuális, kód nélküli ügynök-építés egyszerűbb esetekre.

Mibe kerül egy AI ügynök bevezetése?

A költség három részből áll:

Fejlesztés: 1-5 millió forint körüli egy átlagos magyar középvállalati projekt. A komplexitás függvénye: hány eszközt használ, milyen integrációk, milyen UI.

LLM-tokenek: a sok lépéses ügynöki feladat sok LLM-hívást igényel. Egy lefutás 5-15 hívással jár, és minden hívás 1000-5000 token. Egy közepes forgalmú ügynök havi $200-2000 token-számlát hozhat.

Üzemeltetés és monitoring: havi 50-200 ezer forint, mert az ügynököt aktívan felügyelni kell — hibás döntéseket észrevenni, finomhangolni a viselkedést.

Mire figyelj egy ügynök-bevezetésnél?

Az első és legfontosabb buktató a kontroll-vesztés. Egy ügynök, ami valós cselekvéseket hajt végre (e-mail-küldés, CRM-módosítás, fizetés), súlyos hibákat is okozhat. Védvonal: minden „magas tét” akciónál legyen emberi megerősítés („akarsz tényleg kiküldeni 50 e-mailt?”), és minden lépést naplózni kell.

A második a végtelen loop. Az ügynök elveszhet egy „gondolkodási kör”-ben, és újra-újra ugyanazt a lépést próbálja. Védvonal: max-lépésszám korlát, és értelmes „adj fel” feltételek.

A harmadik a költség-robbanás. Egy kontrollálatlan ügynök, ami megpróbál minden eshetőséget átgondolni, percek alatt sok dollárt elköthet LLM-tokenekben. Védvonal: token-budget per feladat.

A negyedik a hallucinációs cselekvés. Az LLM néha kitalál egy eszközt, ami nem létezik, vagy rossz paraméterekkel hívja. Védvonal: szigorú tool-séma, validáció minden eszköz-hívás előtt. Részletesen az AI hallucination cikkben.

Az ötödik a biztonsági kockázat. Egy ügynök, ami céges rendszerekhez hozzáfér, prompt injection-támadás célpontja. Részletesen a prompt injection cikkben.

Az AI ügynök egy izgalmas, gyorsan fejlődő terület, de 2026-ban még óvatosan érdemes belevágni. A klasszikus „assistant + emberi megerősítés” minta nagyon sok feladatra bőven elég, és sokkal kontrolláltabb. Az ügynöki rendszerek a következő 1-2 évben fognak igazán éretté válni.

Ha ügynöki AI-megoldást szeretnél kipróbálni vagy bevezetni a cégednél, az AI és automatizáció szolgáltatásunkból induljunk ki: feladat-feltárás, megfelelő szint-választás (asszisztens vs. ügynök), prototípus, monitoring-beállítás. Egy weboldali ügyfél-interakcióhoz a chatbot fejlesztés a relevánsabb induló pont.