Vysvětlení Agentic Webu: AGENTS.md, MCP vs. A2A a nástup Webu 4.0

Internet prochází nejvýznamnější architektonickou změnou od vynálezu webového prohlížeče. V roce 2026 jsme svědky vzniku Agentic Webu — nového paradigmatu, kde AI agenti lidem nejen pomáhají, ale autonomně naším jménem procházejí web, provádějí transakce, vyjednávají a spolupracují napříč internetem.

Nejedná se o vzdálenou budoucnost. Infrastruktura se buduje právě teď. Společnost Anthropic vydala Model Context Protocol (MCP). Google uvolnil protokol Agent-to-Agent (A2A). A tichá revoluce souborů AGENTS.md přetváří způsob, jakým AI agenti interagují s kódovými základnami v desítkách tisíc repozitářů na GitHubu.

Tento průvodce přináší komplexní, na vývojáře zaměřený rozbor každé části tohoto vznikajícího ekosystému — co jednotlivé protokoly dělají, jak do sebe zapadají a co to všechno znamená pro tvorbu softwaru v roce 2026 a dále.

Obsah

• Co je to Agentic Web?
• Tři pilíře agentního ekosystému
• AGENTS.md: Jak naučit AI agenty orientovat se ve vašem kódu
• MCP: Univerzální konektor pro AI agenty
• A2A: Jak nechat agenty mluvit mezi sebou
• MCP vs. A2A: Přímé srovnání
• Jak tyto protokoly spolupracují
• Případová studie z reálného světa: OpenClaw a ekosystém agentů
• Web 4.0: Od orientace na člověka k nativní podpoře agentů
• Co to znamená pro vývojáře a firmy
• Jak začít: Praktické kroky pro rok 2026
• Související zdroje

Co je to Agentic Web?

Agentic Web je vizí internetu, kde AI agenti jsou plnohodnotnými účastníky, nikoliv jen nástroji běžícími uvnitř aplikací. Dnes, když si chcete rezervovat letenku, otevřete prohlížeč, přejdete na webovou stránku, porovnáte ceny, vyplníte formuláře a kliknete na „koupit“. V Agentic Webu to vše provede váš osobní AI agent autonomně — vyhledá služby, vyjedná ceny, ověří údaje a dokončí transakci, aniž byste se dotkli obrazovky.

Tento posun vyžaduje tři základní schopnosti:

1. Konektivita agent-nástroj: Agenti potřebují standardizované způsoby přístupu k databázím, API, souborovým systémům a externím službám.
2. Komunikace agent-agent: Agenti vytvoření různými společnostmi pomocí různých frameworků se musí umět navzájem najít a spolupracovat.
3. Repozitáře podporující agenty: Kódové základny a projekty musí deklarovat, jak s nimi mají agenti interagovat.

Každá z těchto schopností má nyní vznikající standard. Společně tvoří infrastrukturní vrstvu toho, co mnozí nazývají Web 4.0.

Tři pilíře agentního ekosystému

Představte si Agentic Web jako třívrstvý stack:

Každá vrstva řeší jiný problém. Žádná z nich sama o sobě nestačí. Ale společně vytvářejí podmínky pro internet skutečně nativně přizpůsobený agentům.

AGENTS.md: Jak naučit AI agenty orientovat se ve vašem kódu

Co to je

AGENTS.md je konvence — soubor markdown umístěný v kořenovém adresáři kódového repozitáře, který poskytuje instrukce AI agentům pracujícím na daném kódu. Představte si to jako README.md pro AI. Zatímco README.md říká lidským vývojářům, jak nastavit projekt a jak do něj přispívat, AGENTS.md říká AI kódovacím agentům, jaké standardy kódování mají dodržovat, jaká architektonická rozhodnutí byla učiněna a jaká pravidla respektovat.

Koncept vznikl organicky v komunitě AI asistovaného kódování v roce 2025. Různé nástroje přijaly vlastní varianty: Claude Code od Anthropic používá CLAUDE.md, Cursor používá .cursorrules, Windsurf používá .windsurfrules a širší komunita se ustálila na AGENTS.md jako na standardu nezávislém na konkrétním nástroji.

Proč na tom záleží

Čísla adopce jsou ohromující. Od začátku roku 2026 obsahuje více než 60 000 repozitářů na GitHubu nějakou formu souboru s instrukcemi pro agenty — ať už AGENTS.md, CLAUDE.md, .cursorrules nebo podobné varianty. Toto číslo roste exponenciálně s tím, jak se AI kódovací nástroje stávají standardní infrastrukturou vývojářů.

Soubor AGENTS.md typicky obsahuje:

• Standardy kódování: Jazykové konvence, pravidla formátování, preferované knihovny
• Architektonická rozhodnutí: Jak je kód strukturován, kam patří různé typy kódu
• Požadavky na testování: Jaké testovací frameworky použít, očekávání minimálního pokrytí
• Pravidla nasazení: Jak fungují buildy, co očekávají CI/CD pipeline
• Bezpečnostní hranice: Které soubory by se nikdy neměly měnit, jakým tajům (secrets) se vyhnout

Příklad AGENTS.md

# Project Guidelines

## Architecture
- Next.js 15 with App Router
- TypeScript strict mode required
- All API routes in /app/api/

## Coding Standards
- Use functional components with hooks
- Prefer server components over client components
- All database queries through Prisma ORM

## Testing
- Jest for unit tests, Playwright for E2E
- Minimum 80% coverage for new code
- Run `npm test` before committing

## Security
- Never modify .env files
- All user input must be validated with Zod
- Authentication handled by NextAuth.js

Širší význam

AGENTS.md představuje něco hlubokého: poprvé v historii výpočetní techniky jsou kódové základny navrženy tak, aby jejich primárním publikem byli nelidští agenti. Nejedná se o dokumentaci pro vývojáře, kteří by mohli používat AI nástroje. Je to dokumentace přímo pro AI nástroje. Znamená to začátek přístupu k vývoji softwaru nativního pro agenty, který je v souladu s širším hnutím vibe coding.

MCP: Univerzální konektor pro AI agenty

Co to je

Model Context Protocol (MCP) je open-source standard vytvořený společností Anthropic pro propojení AI aplikací s externími systémy. MCP, oznámený v listopadu 2024 a rychle přijatý v průběhu let 2025-2026, poskytuje standardizovaný způsob, jakým mohou AI agenti přistupovat k datovým zdrojům, nástrojům a pracovním postupům.

Anthropic jej popisuje jako „USB-C port pro AI aplikace.“ Stejně jako USB-C poskytuje jediný univerzální konektor pro nabíjení, přenos dat a video výstup napříč všemi zařízeními, MCP poskytuje jediný univerzální protokol pro připojení jakékoli AI aplikace k jakémukoli externímu nástroji nebo datovému zdroji.

Jak MCP funguje

MCP využívá architekturu klient-server se třemi klíčovými účastníky:

• MCP Host: AI aplikace (např. Claude Code, VS Code, Claude Desktop), která koordinuje připojení
• MCP Client: Komponenta uvnitř hostitele, která udržuje vyhrazené spojení s jedním MCP serverem
• MCP Server: Program, který poskytuje nástroje, zdroje nebo prompty AI aplikaci

Protokol pracuje ve dvou vrstvách:

Datová vrstva — Používá JSON-RPC 2.0 k definování struktury zpráv. Podporuje tři základní serverové primitivy:

• Nástroje (Tools): Spustitelné funkce, které mohou AI agenti vyvolat (např. operace se soubory, volání API, databázové dotazy)
• Zdroje (Resources): Datové zdroje, které poskytují kontextové informace (např. obsah souborů, záznamy v databázi)
• Prompty: Znovupoužitelné šablony, které strukturují interakce s jazykovými modely

Transportní vrstva — Zajišťuje komunikaci prostřednictvím dvou mechanismů:

• Stdio transport: Standardní vstup/výstup pro lokální procesy, nulová síťová režie
• Streamable HTTP transport: HTTP POST s volitelnými Server-Sent Events pro vzdálené servery, podporující autentizaci OAuth

Kdo používá MCP

Adopce MCP je pozoruhodná. Od roku 2026 tento protokol podporují:

• Anthropic: Claude Code, Claude Desktop, Claude na webu
• Microsoft: Visual Studio Code (přes GitHub Copilot)
• JetBrains: IntelliJ IDEA, PyCharm, WebStorm
• OpenAI: Desktopová aplikace ChatGPT, Codex
• Google: Integrace Gemini
• Nezávislé nástroje: Cursor, Windsurf, Cline a stovky komunitních MCP serverů

Ekosystém MCP serverů nyní zahrnuje oficiální konektory pro Sentry, GitHub, Slack, Google Drive, PostgreSQL, přístup k souborovému systému a mnoho dalších. Jakýkoli vývojář může sestavit vlastní MCP server pomocí SDK dostupných v Pythonu, TypeScriptu, Javě, Kotlinu, C# a Swiftu.

Proč je MCP revoluční

Před MCP vyžadoval každý AI nástroj vlastní integrace s každou externí službou. Pokud jste měli 10 AI nástrojů a 20 služeb, potřebovali jste 200 integrací (problém M x N). MCP to redukuje na problém M + N: každý AI nástroj implementuje podporu MCP klienta jednou a každá služba implementuje MCP server jednou.

A2A: Jak nechat agenty mluvit mezi sebou

Co to je

Agent-to-Agent (A2A) protokol je otevřený standard vytvořený společností Google pro umožnění komunikace mezi AI agenty postavenými na různých frameworkech a provozovanými různými organizacemi. A2A, vydaný jako open-source projekt pod Linux Foundation s licencí Apache 2.0, řeší kritickou výzvu: jak mohou agenti, kteří nebyli nikdy navrženi ke spolupráci, vzájemně objevovat své schopnosti, vyjednávat formáty interakce a spolupracovat na složitých úkolech?

Jak A2A funguje

A2A používá JSON-RPC 2.0 přes HTTP(S) a zavádí několik klíčových konceptů:

Karty agentů (Agent Cards) — Každý agent publikuje strojem čitelnou „kartu agenta“, která popisuje jeho schopnosti, podporované režimy interakce (text, formuláře, média) a požadavky na autentizaci. Ostatní agenti mohou tyto karty objevit a pochopit, co daný agent umí, ještě před zahájením komunikace.

Flexibilní režimy interakce — A2A podporuje:

• Synchronní požadavky: Jednoduché vzorce požadavek-odpověď
• Streamování: Server-Sent Events (SSE) pro data v reálném čase
• Asynchronní oznámení: Pro dlouhotrvající úkoly, které mohou trvat minuty nebo hodiny

Neprůhlednost už od návrhu (Opacity by Design) — Základním architektonickým principem A2A je, že agenti si navzájem neodhalují svůj vnitřní stav, paměť ani nástroje. Agent pro rezervaci cest a agent pro zpracování plateb mohou spolupracovat, aniž by jeden věděl, jak ten druhý vnitřně funguje. To chrání duševní vlastnictví a umožňuje bezpečnou spolupráci mezi různými dodavateli.

Kdo podporuje A2A

A2A přispěl Google a nyní jej spravuje Linux Foundation. Implementační SDK jsou k dispozici v Pythonu, Go, JavaScriptu, Javě a .NET. DeepLearning.AI (založená Andrew Ng) vytvořila kurz vyučující praktickou implementaci A2A napříč různými frameworky pro agenty.

Proč na A2A záleží

Představte si podnikový scénář: společnost používá agenty Salesforce pro CRM, agenty ServiceNow pro IT provoz a vlastní agenty pro interní analytiku. Bez A2A se tito agenti nemohou koordinovat. S A2A může CRM agent požádat analytického agenta o vygenerování reportu, což spustí IT provozního agenta k zajištění dalších výpočetních zdrojů — to vše bez zásahu člověka a bez nutnosti, aby jakýkoli agent rozuměl vnitřní architektuře ostatních.

MCP vs. A2A: Přímé srovnání

Pochopení rozdílu mezi MCP a A2A je zásadní pro architekty a vývojáře budující agentní systémy. Jedná se o doplňkové, nikoliv konkurenční protokoly.

Klíčový poznatek

MCP je vertikální integrace — prohlubuje to, co může jeden agent dělat, tím, že jej připojuje k více nástrojům a datovým zdrojům. A2A je horizontální integrace — rozšiřuje to, čeho mohou agenti dosáhnout, tím, že jim umožňuje spolupracovat s jinými agenty, které dříve neznali.

Plně funkční Agentic Web vyžaduje obojí.

Jak tyto protokoly spolupracují

Zde je konkrétní scénář ukazující všechny tři komponenty v akci:

Scénář: Vývojový tým používá kódovacího AI agenta k vytvoření nové funkce.

1. AGENTS.md říká kódovacímu agentovi, že projekt používá Next.js 15, TypeScript a Prisma ORM. Specifikuje, že všechny API routy patří do /app/api/ a že testy musí projít před commitem.

2. MCP propojuje kódovacího agenta s GitHub repozitářem projektu (přes GitHub MCP server), systémem pro sledování chyb Sentry (přes Sentry MCP server) a PostgreSQL databází (přes databázový MCP server). Agent může číst kód, dotazovat se na logy chyb a kontrolovat schéma databáze — to vše přes standardizovaná MCP připojení.

3. A2A umožňuje kódovacímu agentovi spolupracovat se samostatným QA agentem (postaveným na jiném frameworku jiným týmem). Kódovací agent publikuje své změny prostřednictvím Karty agenta, QA agent tyto změny objeví, spustí automatizované testy a nahlásí výsledky zpět — to vše, aniž by kterýkoli z agentů znal vnitřní implementaci toho druhého.

Tato třívrstvá architektura zrcadlí způsob, jakým pracují lidé: přečtete si dokumentaci projektu (AGENTS.md), použijete své nástroje (MCP) a komunikujete s kolegy (A2A).

Případová studie z reálného světa: OpenClaw a ekosystém agentů

Nejzřetelnějším příkladem Agentic Webu v akci je OpenClaw — open-source osobní AI asistent, který explodoval na více než 209 000 hvězdiček na GitHubu a 38 600 forků, což z něj činí jeden z nejpopulárnějších open-source projektů v historii.

OpenClaw, původně vytvořený Peterem Steinbergerem jako víkendový projekt s názvem „WhatsApp Relay“, se připojuje k více než 50 platformám pro zasílání zpráv (WhatsApp, Telegram, Slack, Discord, Signal, iMessage, Microsoft Teams a další) prostřednictvím lokální brány. Ale to, co činí OpenClaw relevantním pro diskusi o Agentic Webu, je jeho architektura:

• MCP Registr: OpenClaw obsahuje vestavěnou podporu MCP, což uživatelům umožňuje připojit jakýkoli MCP kompatibilní nástroj k jejich osobnímu AI asistentovi. To znamená, že váš OpenClaw agent může přistupovat k vašemu kalendáři, souborům, databázím a vlastním API prostřednictvím stejného standardizovaného protokolu.
• Platforma dovedností: Model rozšiřitelnosti OpenClaw (balíčky dovedností, spravované dovednosti, dovednosti pracovního prostoru) zrcadlí vzorec souborů s instrukcemi pro agenty — každá dovednost definuje, co agent může dělat a jak by se měl v konkrétních kontextech chovat.
• Vícekanálová architektura: Současným připojením k desítkám komunikačních platforem OpenClaw demonstruje k agentům nativní přístup ke komunikaci — jeden agent, mnoho rozhraní, standardizované protokoly v pozadí.

OpenClaw dokazuje, že Agentic Web není jen teoretický. Skuteční uživatelé provozují osobní AI agenty, kteří používají standardizované protokoly k připojení k nástrojům, správě dat a autonomnímu fungování napříč platformami. Chcete-li se dozvědět více o celém příběhu OpenClaw, podívejte se na našeho kompletního průvodce OpenClaw.

Web 4.0: Od orientace na člověka k nativní podpoře agentů

Abyste pochopili, kam směřujeme, pomůže vám podívat se na celkový oblouk evoluce webu:

Web 4.0 — Agentic Web — nenahrazuje Web 2.0 ani Web 3.0. Přidává nad nimi novou vrstvu. Webové stránky budou pro lidi stále existovat. Ale nejdůležitějšími „uživateli“ internetu budou stále častěji AI agenti jednající jménem lidí.

Evropská komise zveřejnila svou první strategii pro Web 4.0 v roce 2023 a popsala budoucí internet charakterizovaný „inteligentní automatizací“, „ambientním computingem“ a „plynulou interakcí mezi lidmi a stroji“. To, co bylo v roce 2023 politickým dokumentem, se v roce 2026 stalo inženýrskou realitou.

V čem se Web 4.0 liší

Základní architektonický rozdíl je tento: Web 2.0 byl postaven pro lidské kognitivní schopnosti (vizuální rozhraní, klikací tlačítka, čitelný text). Web 4.0 je postaven pro strojové kognitivní schopnosti (strukturovaná API, protokoly pro objevování agentů, strojem čitelné popisy schopností).

To neznamená, že lidská rozhraní zmizí. Znamená to, že si internet vyvine duální rozhraní — povrchy čitelné pro lidi a protokoly čitelné pro stroje (agenty), které budou fungovat současně na stejné základní infrastruktuře.

Co to znamená pro vývojáře a firmy

Pro vývojáře

1. Naučte se MCP: Pokud vyvíjíte nástroje, API nebo služby, vytvoření MCP serveru zpřístupní váš produkt každému AI agentovi v ekosystému. Je to podobné tomu, jak vytvoření REST API v roce 2010 zpřístupnilo vaši službu každé mobilní aplikaci.

2. Pište soubory AGENTS.md: Každý projekt, který spravujete, by měl mít soubor s instrukcemi pro agenty. To se rychle stává stejným standardem jako mít .gitignore nebo package.json. Čím více vývojářské práce proudí přes AI kódovací nástroje jako Claude Code, Cursor nebo multi-agent frameworky, tím více jasné instrukce pro agenty přímo zlepšují kvalitu kódu.

3. Přemýšlejte v agentních workflow: Navrhujte své systémy s předpokladem, že s nimi budou interagovat jak lidé, tak agenti. Vedle webových rozhraní vystavujte strukturovaná API. Vytvářejte chybové zprávy parsovatelné strojem. Do metadat svých služeb zahrňte popisy schopností.

Pro firmy

1. API ekonomika se vyvíjí v agentní ekonomiku: Stejně jako společnosti, které v roce 2010 budovaly API, získaly výhodu v éře mobilních zařízení, získají v éře agentů výhodu společnosti, které v roce 2026 vybudují MCP servery a agenty kompatibilní s A2A.

2. Vítězí produkty nativní pro agenty: Produkty navržené pro interakci s agenty (strukturovaná data, jasná rozhraní nástrojů, strojem čitelná dokumentace) překonají produkty navržené pouze pro lidskou interakci. Pokud AI agent nemůže používat vaši službu, stále větší počet potenciálních zákazníků se k vám nikdy nedostane.

3. Stavitelé platforem těží nejvíce: Nástroje, které pomáhají vývojářům budovat, nasazovat a spravovat AI agenty — jako NxCode pro vývoj multi-agentních aplikací — mají výhodnou pozici v centru tohoto ekosystémového posunu. Poptávka po vizuálních a přístupných nástrojích pro vývoj agentů poroste s tím, jak bude Agentic Web dozrávat.

Jak začít: Praktické kroky pro rok 2026

Pokud se chcete zapojit do Agentic Webu již dnes, zde je prioritní seznam kroků:

Krok 1: Přidejte AGENTS.md do svých projektů

Vytvořte soubor s instrukcemi pro agenty v každém aktivním repozitáři. Začněte jednoduše — standardy kódování, poznámky k architektuře a požadavky na testování. Soubor vylepšujte podle toho, jak uvidíte AI nástroje interagovat s vaším kódem.

Krok 2: Prozkoumejte MCP

Nainstalujte si nástroj kompatibilní s MCP (Claude Code, VS Code s Copilotem nebo Cursor) a připojte jej k MCP serveru. Začněte se souborovým serverem nebo serverem GitHub, abyste pochopili protokol. Poté zvažte vytvoření vlastního MCP serveru pro interní nástroje, které váš tým denně používá.

Krok 3: Pochopte A2A

Přečtěte si specifikaci A2A v GitHub repozitáři Google. Pokud vaše organizace provozuje více AI agentů, vyhodnoťte, zda jim A2A umožní efektivnější koordinaci. SDK pro Python a JavaScript jsou nejvyspělejšími výchozími body.

Krok 4: Budujte s ohledem na agenty

Při vytváření nových funkcí nebo služeb se ptejte: „Může to použít AI agent?“ Navrhujte API se strojem čitelnými popisy. Používejte strukturované formáty chyb. Publikujte metadata o schopnostech. Považujte přístupnost pro agenty za prvořadý požadavek, stejně jako mobilní responzivitu a přístupnost (accessibility).

Krok 5: Zůstaňte informovaní

Agentic Web se vyvíjí rychle. Protokoly se aktualizují, vydávají se nové nástroje a osvědčené postupy se ustalují v reálném čase. Sledujte oficiální dokumentaci MCP na modelcontextprotocol.io, repozitář A2A pod Linux Foundation a širší vývojářskou komunitu.

Související zdroje

• Co jsou to AI agenti? Průvodce pro začátečníky — Základní pochopení AI agentů, jak fungují a proč na nich záleží.
• Průvodce Vibe Coding 2026 — Jak programování v přirozeném jazyce souvisí s hnutím vývoje nativního pro agenty.
• LangChain vs. CrewAI vs. NxCode: Srovnání multi-agentních frameworků — Výběr správného frameworku pro budování systémů s více agenty.
• Kompletní průvodce OpenClaw 2026 — Celý příběh open-source AI agenta s více než 209 tisíci hvězdičkami na GitHubu.
• Týmy Claude agentů: Průvodce paralelním vývojem AI — Jak kódovací týmy složené z více agentů fungují v praxi.