Tri godine su AI agenti bili predmet šala. Demonstracije su izgledale impresivno. Rezultati u produkciji bili su sramotni. Kompanije su potrošile milione na agente koji nisu mogli pouzdano da završe desetominutni zadatak bez halucinacija, gubitka konteksta ili tihog pada.

Onda se nešto promenilo. Ne postepeno. Odjednom.

Decembra 2025. više nezavisnih posmatrača prijavilo je istu stvar: AI agenti, tačnije agenti za kodiranje, prešli su prag pouzdanosti. Mogli su da drže složene zadatke u memoriji. Da se oporave od grešaka. Da iteriraju nakon neuspeha. Da rade autonomno u dužim periodima bez raspada. Reč koja se neprestano pojavljivala bila je “koherentnost.”

Na OpenClaw.rocks upravljamo ličnim AI agentima za hiljade korisnika. Ovo polje pažljivo pratimo godinama. Ono što sledi je naša analiza: šta se desilo, zašto je razvoj softvera bio prvi domen koji se transformisao i šta putanja agentičke AI znači za svakog profesionalca.

Zašto su AI agenti postali pouzdani

Decembar 2025. nije bio jedan jedini proboj. Konvergirale su dve stvari.

Modeli su prešli prag kvaliteta. Claude Opus 4.5, GPT-5.2 i Gemini 3 Pro objavljeni su u razmaku od nekoliko nedelja. Svaki je doneo skokovito poboljšanje koherentnosti dugog konteksta: sposobnost praćenja složenog zadatka kroz hiljade tokena, rezonovanja o graničnim slučajevima i oporavka od ćorsokaka bez gubljenja niti. Raniji modeli su mogli da generišu isečke koda. Ovi modeli su mogli da drže ceo projekat u glavi, nalete na zid, istraže rešenje, vrate se i pokušaju drugačiji pristup. To je razlika između automatskog dovršavanja i agenta.

Alati su naučili da koriste računar. Claude Code, Cursor i OpenAI Codex ne predlažu samo kod. Čitaju vaše fajlove, pokreću vaše testove, izvršavaju komande u terminalu, tumače greške i direktno menjaju vašu bazu koda. Upravljaju vašim razvojnim okruženjem onako kako bi to radio programer, samo što se ne umaraju i ne gube kontekst tokom tridesetominutne sesije debagovanja.

Kombinacija pametnijih modela i alata koji mogu da deluju u stvarnom svetu je ono što je prešlo prag. 84% programera sada koristi AI alate, a 51% ih koristi svakodnevno. Tržište to odražava: Claude Code je dostigao $1 mlrd godišnjih prihoda u roku od šest meseci od pokretanja i udvostručio se na $2,5 mlrd do februara 2026. Tržište AI za kodiranje vredno $4 mlrd sada ima tri igrača iznad $1 mlrd ARR (GitHub Copilot, Claude Code, Cursor), sa preko 70% kombinovanog udela na tržištu.

Benčmarkovi AI agenata: novi Murov zakon

Promena nije samo anegdotska. Istraživači iz METR izgradili su vodeći benčmark za AI agente, testirajući agente na približno 230 zadataka iz stvarnog sveta od 2019. Njihov nalaz: dužina zadataka koje agenti mogu pouzdano da obave udvostručuje se svakih sedam meseci. U najnovijim podacima od 2024. do 2025. tempo se ubrzao na udvostručavanje svakih četiri meseca.

Korelacija između dužine zadatka i stope uspeha agenta je izuzetno čista (R² = 0,83), a trend ne pokazuje znake usporavanja:

Chart showing AI agent task duration growing exponentially from 30-second tasks in 2022 to 14.5 hours with Claude Opus 4.6 in February 2026, with projections reaching 1 work week by 2028 and 1 work month by 2029

Od 30-sekundnih zadataka 2022. do 14,5 sati sa Claude Opus 4.6 u februaru 2026. Originalna METR linija trenda projektovala je da će agenti savladati 8-časovni radni dan do 2027. Taj prelomni momenat je dostignut godinu dana ranije.

Produkcijski podaci Anthropic-a pokazuju isto ubrzanje iz drugog ugla. Među najdužim sesijama Claude Code-a, trajanje 99,9. percentila se skoro udvostručilo između oktobra 2025. i januara 2026: od ispod 25 minuta do preko 45 minuta neprekidnog autonomnog rada. Rast je ravnomeran između verzija modela, bez naglih skokova.

Ako se trenutna stopa udvostručavanja održi, METR projektuje da će agenti savladati 40-satnu radnu nedelju do 2028. i radni mesec do 2029. Ovo nisu prazne prognoze. Zasnovane su na liniji trenda sa šest godina podataka, a poslednja tačka podataka je već premašila projekciju.

Zašto su AI agenti za kodiranje uspeli prvi

Postoji razlog zašto agenti za kodiranje rade pre ostalih. Softver ima strukturna svojstva koja ga čine jedinstveno pogodnim za autonomne AI sisteme.

Rezultati su proverljivi. Kod se kompajlira ili ne. Testovi prolaze ili padaju. Tipovi se proveravaju ili bacaju greške. Ovo agentima daje čvrstu povratnu spregu za samokorekciju. Nijedan drugi profesionalni domen nema tako jasnu, automatizovanu validaciju kvaliteta rezultata.

Specifikacije se direktno preslikavaju u promptove. Razvoj softvera je već imao praksu pisanja zahteva, kriterijuma prihvatanja i test slučajeva. Oni se direktno prevode u uputstva za agenta. Specifikacija je u suštini strukturiran prompt.

Infrastruktura za validaciju već postoji. Git, CI/CD cevovodi, linteri, provere tipova, okviri za testiranje: agenti se direktno priključuju na decenije alata. Nova infrastruktura nije potrebna.

Sve ostaje digitalno. Kod je tekst. Agenti ne moraju da komuniciraju sa fizičkim svetom. Ceo lanac ulaza/izlaza je digitalan, deterministički i revizijski proverljiv.

Ova svojstva stvaraju virtuelni ciklus: agenti pokušavaju rad, dobijaju trenutnu povratnu informaciju, koriguju smer i poboljšavaju se. Dario Amodei, CEO Anthropic-a, otišao je tako daleko da je u Davosu predvideo u januaru 2026. da će AI preuzeti većinu zadataka softverskog inženjerstva u roku od šest do dvanaest meseci.

Ali važan uvid se ne tiče kodiranja. Tiče se obrasca. Svaki domen koji gradi proverljive rezultate, jasne specifikacije i automatizovane povratne sprege pratiće istu putanju.

AI agenti za biznis: izvan kodiranja

Dizajn, infrastruktura, finansije i marketing upravo sada grade te povratne sprege.

Dizajn. Figma je uspostavila partnerstvo sa Anthropic u februaru 2026. da poveže AI alate za kodiranje sa svojom dizajn platformom. Napravite funkcionalan interfejs davanjem prompta agentu, zatim ga uvezite direktno u Figmu za doradu. Povratna sprega između dizajnerske namere i funkcionalnog koda se sužava na minute.

Infrastruktura. Samoisceljujući Kubernetes klasteri prelaze iz istraživanja u produkciju. AI agenti neprekidno skeniraju radna opterećenja, detektuju kvarove poput CrashLoopBackOff ili OOMKilled, prikupljaju logove, dijagnostikuju korenski uzrok i autonomno primenjuju ispravke.

Finansije. Goldman Sachs koristi Claude agente za računovodstvo transakcija i uvođenje klijenata u produkciji. Ne pilot. Stvarne transakcije.

Marketing. AI SEO agenti sada prate rangiranja, identifikuju prilike za optimizaciju i izvršavaju promene. Jedan dokumentovani radni tok postigao je 28% porast klikova za sedam dana.

Od vibe coding-a do agentic engineering-a

Industrija je usred promene rečnika koja otkriva dublji strukturni pomak.

U februaru 2025. Andrej Karpathy je skovao termin “vibe coding”: razigrana, eksperimentalna upotreba AI za generisanje koda bez detaljnog pregleda. Tačno godinu dana kasnije zamenio ga je sa “agentic engineering”: disciplinovana, ljudski nadgledana orkestracija agenata gde vi definišete rezultate, a agenti se bave izvršavanjem.

Realan dobitak u produktivnosti danas je oko 1,5x, ne 10x koliko obećavaju ciklusi preteranog optimizma. Ali 1,5x održano kroz celu profesiju je enormno. I taj dobitak nesrazmerno ide ljudima sa ekspertizom u domenu. Ekspertiza postaje vrednija u svetu koji pokreću agenti, ne manje vredna.

Lični AI agent je sledeći

Goldman Sachs predviđa da je 2026. godina ličnih AI agenata. OpenAI je zaposlio Petera Steinbergera, kreatora OpenClaw, u februaru 2026. da izgradi “sledeću generaciju ličnih agenata.”

Putanja iz METR podataka je jasna. Današnji agenti obrađuju zadatke merene u satima. Do 2028. obrađivaće zadatke merene u nedeljama. To nije dovoljno vremena da čekate i gledate. Dovoljno je da počnete graditi kompetenciju.

Šta to znači u praksi

Poluga je stvarna, ali zahteva stručnost. Agenti pojačavaju ono što već znate. Duboko domensko znanje postaje usko grlo i prednost.

Agenti prelaze sa reaktivnih na trajne. Sledeći talas radi u pozadini. Nadgleda. Planira. Deluje u vaše ime preko vaših komunikacionih kanala i radnih sistema. Razlika između AI agenta i čatbota je razlika između alata i člana tima.

Ne bi trebalo da čuvate svog agenta. Trenutna generacija AI alata zahteva da otvorite aplikaciju, pokrenete sesiju i sami upravljate interakcijom. Pravi lični agent radi u pozadini, uvek dostupan, uvek ažuriran i uvek bezbedan. To znači da neko mora da se bavi infrastrukturom, ažuriranjima, dostupnošću i bezbednošću kako biste vi mogli da se fokusirate na korišćenje.

To radi OpenClaw.rocks. Dajemo vam ličnog AI agenta koji radi 24/7 na vašim omiljenim platformama za poruke: Telegram, WhatsApp, Discord, Signal. Mi brinemo o infrastrukturi, bezbednosti i ažuriranjima. Vi samo razgovarate sa svojim agentom. Izgrađen je na OpenClaw, okviru otvorenog koda za agente, pa nema vezivanja za provajdera i vaši podaci ostaju vaši.

Prelaz od igračke do revolucije se u softveru već desio. Upravo se dešava u dizajnu, finansijama i infrastrukturi. Lična produktivnost je sledeća.

Najbolje vreme za početak bio je decembar. Drugo najbolje je danas.

Nabavite svog.