Co se stalo
Společnost Cohere Labs vydala Agentic Task Ecosystem, datovou sadu vytvořenou z 696 291 nástrojů uvedených na 123 069 veřejných serverech Model Context Protocol. Doprovodná analýza zkoumá, jaké pracovní úkoly vývojáři sestavují agenty AI, aby je vykonávali, a zjišťuje, že agentní nástroje jsou koncentrované, nerovnoměrně distribuované a zatím nejsou důkazem jejich širokého přijetí.
Společnost Cohere Labs uvádí, že v květnu 2026 shromáždila 696 291 nástrojů ze 123 069 veřejných seznamů serverů MCP v sedmi adresářích a deduplikovala servery uvedené na více místech. Společnost popisuje výsledný Agentic Task Ecosystem jako největší otevřený datový soubor svého druhu, ale zdroj neuvádí umístění ke stažení, licenci ani podmínky přístupu. Cena není doložena.
Pomocí jazykového modelu, který spojoval nástroje s příkazy úkolů O*NET, vědci použili přísný test: nástroj musel provést uznávaný pracovní úkol od konce do konce, místo aby poskytoval informace nebo dokončil pouze jeden krok, který osoba stále koordinuje. V rámci tohoto testu se kvalifikovalo 2,6 % nástrojů. Cohere uvádí, že 419 z 923 povolání nemělo žádnou zastoupenou činnost agenta.
Analýza seskupuje většinu nesrovnatelných nástrojů do menších částí stávající práce, kombinací více zaznamenaných úloh nebo infrastruktury potřebné k provozu agentů. Cohere identifikuje 35 kategorií – asi 3 % zkoumaných kategorií – jako zjevně novou práci bez věrohodného profesního protějšku, většinou zahrnující správu agentů, jako je výběr syntetických hlasů, přepínání osob AI a hodnocení, zda lze agentovi důvěřovat.
Cohere uvádí, že realizované nástroje korelují s teoretickou expozicí AI u 178 povolání, ale expozice nepředpovídá, zda nástroje dosáhnou rutinních úkolů nebo specializované práce. Zdroj říká, že nástroje se rozšiřují směrem ke specializované práci ve zdravotnictví a výpočetní technice, zatímco se shlukují směrem k rutinním okrajům v právních, výrobních a obchodních profesích. Toto jsou zjištění uvedená autory; zdroj neprokazuje následné ekonomické účinky.
Podrobnosti o zdroji: cohere.com ↗
Proč na tom záleží
Výzkum nabízí prvotní pohled na automatizaci AI na straně nabídky: spíše to, co vývojáři zabalili pro agenty, než to, co společnosti nasadily nebo co pracovníci aktuálně používají. Cohereova analýza naznačuje, že celková měření expozice neodhalí, které části pracovních míst jsou ovlivněny. Tento rozdíl by mohl mít význam pro mzdy, najímání, školení a způsob, jakým pracovníci získávají odborné znalosti, zejména když AI dosáhne specializované práce založené na softwaru.
Soubor dat měří nabídku, nikoli přijetí, spolehlivost nebo ekonomický dopad. Veřejný nástroj ukazuje, že vývojář považoval úkol za dostatečně konkrétní, aby jej mohl zabalit pro agenta, ale neukazuje, že společnost tento nástroj používá, že funguje spolehlivě ve výrobě nebo že pracovníci byli přemístěni.
Zdroj tvrdí, že umístění automatizace uvnitř úlohy může být důležitější než celkový podíl vystavené práce. Odstranění rutinní práce by mohlo zaměstnancům ponechat specializovanější povinnosti, zatímco automatizace specializované práce by mohla snížit odbornost potřebnou pro zbývající práci. Oba modely mohou ovlivnit mzdy a zaměstnanost odlišně.
Cohere také uvádí, že expertní úsudky o technické proveditelnosti předpovídaly, která povolání obdržela nástroje, zatímco preference pracovníků ohledně toho, co chtějí automatizované, nikoli. Toto zjištění vyvolává praktickou otázku řízení: zda se vývoj AI bude řídit tím, co pracovníci a dotčené komunity oceňují, nebo především tím, co vývojáři považují za technicky zvládnutelné.
Výzkum má výrazné omezení viditelnosti. Zahrnuje veřejné adresáře a vynechává zakázkové interní servery MCP, které se podle Cohere mohou soustředit na procesy back-office. Udávaný 2,6% podíl tedy autoři prezentují jako spodní, nikoli úplné měřítko automatizace.
Interaktivní mechanismus: Jak to vlastně funguje
Interaktivně prozkoumejte základní technologii tohoto vývoje.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Na co se dále dívat
Výzkumní pracovníci, zaměstnavatelé a tvůrci politik budou muset porovnat datový soubor s nasazením soukromých podniků, skutečným využitím, údaji o zaměstnanosti a mzdách. Nejdůležitější nevyřešenou otázkou je, zda nástroje, které odstraňují rutinní úkoly na základní úrovni, také snižují příležitosti pro pracovníky k rozvoji odborných znalostí.
Užitečnost datové sady bude záviset na tom, zda k ní budou moci přistupovat jiní výzkumníci a mohou ji kontrolovat, reprodukovat klasifikace a testovat, jak rychle se mění prostředí veřejných nástrojů. Zdroj neuvádí licenci vydání, dokumentaci nad rámec článku nebo plán údržby.
Budoucí důkazy by měly propojit veřejné nástroje se soukromým nasazením, využíváním pracovníky a měřitelnými výsledky na trhu práce. Bez těchto vazeb nemohou zjištění ATE ukázat, zda je povolání ekonomicky ohroženo nebo zda nástroj zvyšuje produktivitu.
Zdroj upozorňuje na zvláštní riziko týkající se práce na základní úrovni: pokud jsou rutinní úkoly automatizovány, mohou mít pracovníci méně příležitostí naučit se tyto úkoly, než převezmou specializované povinnosti. Otevřenou otázkou je, zda organizace přepracují školení a profesní dráhu.
Analýza si také zasluhuje kontrolu, protože profesní shody a seskupení kategorií částečně spoléhají na úsudky podle jazykového modelu. Cohere hlásí slepou lidskou kontrolu 120 kategorií, které ukazovaly stejným směrem, ale zdroj zde neuvádí dostatek podrobností, aby mohl posoudit celý proces validace nebo chybovost.