Jarvis Pattern pro AI-agenty bez frameworků

Jarvis Pattern: operační systém místo frameworků pro AI agenty

AI agent založený na LLM plně automatizuje úlohy DevSecOps – od nasazení clusterů po bezpečnostní audit obrazů. Autor navrhuje Jarvis Pattern: LLM jako mozek, OS jako vykonávající ruce, souborový systém jako paměť. To nahrazuje frameworky, grafy a vektorové databáze, čímž se agent stává samostatným specialistou.

Problémy frameworků a orchestrátorů

Moderní nástroje pro LLM agenty přidávají vrstvy middleware: grafy volání, vektorová úložiště, pipeline z desítek uzlů. Výsledkem jsou křehké systémy, které se rozbijí při aktualizacích. Místo zjednodušení vzniká nová složitost.

Lešení se nerovná budově. Frameworky jsou dočasné konstrukce, které je třeba odstranit. Agent by měl přímo interagovat s infrastrukturou, jako Jarvis s dílnou Tonyho Starka.

Vzorec Jarvis Pattern:

LLM (mozek) + OS (ruce) + souborová paměť (mapa znalostí) = plnohodnotný specialista

Souborová paměť místo vektorových databází

Agent nepotřebuje načítat celou dokumentaci. Ukládají se indexy a odkazy: soubory o 30 řádcích s API endpointy, autentizací, metodami. Je to mapa, ne skládka dat.

Vektorové databáze řeší vyhledávání podle embeddingů, ale sémantická blízkost ≠ kontextové porozumění. Dva podobné fragmenty z různých domén dávají odpad.

Výhody souborové paměti:

• Struktura přes složky a názvy souborů.
• Rychlý přístup bez režie vyhledávání.
• Škáluje se na stovky souborů pro ops-úlohy.
• Snadno aktualizovat a defragmentovat.

Indexový soubor core.md obsahuje přehled: projekty, umístění zdrojů. Agent naviguje stromem rozhodnutí.

OS jako univerzální toolkit agenta

Unixové principy jsou ideální pro AI: vše je soubor, malé utility pro jeden úkol, jejich kombinace.

LLM samostatně vybírá nástroje:

• REST požadavky: curl.
• Parsování JSON: jq.
• Vyhledávání: find, grep.
• Chybějící nástroj: agent napíše CLI skript, přidá do PATH.

Agent využívá existující infrastrukturu: Prometheus pro metriky (PromQL dotazy), Vault pro tajemství, Grafana pro dashboardy. Markdown soubor s adresami a metodami – a agent pracuje jako DevOps inženýr.

Zpracování chyb na úrovni operátora

Retry, backoff, circuit breaker jsou potřeba skriptům. Agent je operátor: analyzuje 500 odpověď, rozlišuje rate limit od nedostupnosti, čeká nebo eskaluje k člověku.

Při slepé uličce: jasná zpráva o příčině, bez zaseknutí.

Tři typy paměti agenta

Deklarativní

Fakta: účty, tokeny, cesty ve Vault. Markdown soubory.

Procedurální

Runbooky: kroky pro publikaci článku, nasazení. Markdown instrukce.

Epizodická

Zkušenost: úspěšné vzory + negativa („přístup X selhal kvůli Y, použij Z“). Strukturované soubory chyb.

Pozadí Memory Agent-kurátor konsoliduje relace: zaznamenává fakta, aktualizuje rozpory, odstraňuje odpad. Analogie spánku u člověka.

Jeden agent – jeden specialista

Agent je vázán na člověka: dědí přístupy, role, kontext. Žije v kontejneru na serveru, ne v klientovi. Člověk je manažer pro nejistotu, agent je vykonavatel rutiny.

Praktický případ umax (DevSecOps profil):

• RBAC a přístupy: Kubernetes RBAC, FreeIPA, Vault integrace, rotace tokenů.
• Nasazení: LXC v Proxmox → K8s clustery se síťovými politikami, ingress.
• Bezpečnostní audit: Trivy/Grype pro obrazy, GitLeaks, SonarQube, OWASP kontroly.
• CI/CD: TeamCity, Nexus, webhooky, rollbacky.
• Migrace a monitoring: LVM, nákupy podle metrik.

Pracuje na Claude Sonnet – střední úrovni modelu.

Co je důležité

• Jarvis Pattern minimalizuje závislosti: LLM + OS + soubory.
• Souborová paměť je škálovatelná, vyhýbá se problémům vektorového vyhledávání.
• Agent rozšiřuje toolkit dynamicky, využívá Unix utility.
• Memory Agent-kurátor automatizuje konsolidaci zkušeností.
• Plný cyklus enterprise úloh na střední LLM.

— Editorial Team