Ve středu večer otevřeli v Cockroach Labs jeden GitHub issue. V pátek odpoledne byla hotová podpora migrací z IBM Db2: nový konvertor schémat, nová cesta pro načtení dat, porovnávání výsledků i přes deset tisíc řádků testovacích fixtur. Žádný člověk nenapsal jediný řádek kódu a účet za tokeny činil 4 172 dolarů. Zázrak? Ne — multiagentní workflow postavené jako nemocnice, kde má každý agent svou roli a každý krok svůj gate.
Stejná práce při přidávání podpory Oracle v roce 2024 trvala 9 měsíců a stála zhruba 160 000 dolarů. Db2 zabralo méně než dva dny a bylo 164× rychlejší a 38× levnější. Rozdíl neudělaly jen lepší modely, ale systém pojistek, který agenty pustil ke kódu jen po kontrole (Cockroach Labs, 9. 10. 2026).
V tomto článku si rozebereš sedm pojistek z jejich systému MOLT Sinai, které přeneseš do vlastního nasazení agentů — ať už běží na GitHub Actions, v Claude Code nebo v n8n.
Nemocnice, kde jsou issue pacienti
MOLT Sinai pojmenovali podle nemocnic Mount Sinai v Torontu a New Yorku, kde autoři žijí. Metafora se ale nezastavila u názvu — celý slovník ji dodržuje: issue je pacient, merge je propuštění z nemocnice a lidé, kteří rozhodují, jsou přednostové (Chiefs of Medicine).
Pipeline běží celá na GitHub Actions. Stav každého „pacienta“ je uložený v labelech na issue a v poznámkách, které agenti píší do scratch souborů. Label spustí workflow, workflow nahraje prompt pro danou roli, agent odvede práci, zapíše strukturovanou poznámku a nalepí další label — a tím spustí další etapu.
Role jsou rozdělené jako na klinice: agent v roli Fellowa (atestant) provede vyšetření a navrhne léčbu, Review Attending (druhý, úmyslně kritický agent) plán posoudí, Discharge Nurse kontroluje proces před sloučením, Charge Nurse obchází raz za třicet minut a hledá zaseknuté případy. Infection Control může při rozbití hlavní větve zamknout celý provoz, bezpečnostní oddělení dělá týdenní revize procesu a výzkumné oddělení navrhuje novou práci.
Modely se v nemocnici routují podle náročnosti. Zpočátku běžel na všech pozicích Opus; dnes plánuje Fable a právě vygenerovaný plán vybírá model pro implementaci — levnější Sonnet nebo Opus. Když implementace zasekává, eskaluje se na dražší Fable. Náklady to šetří, aniž by nejtěžší případy přišly o nejvýkonnější model.
A jedna pojistka stojí nad všemi rolemi: po prvním týdnu plně autonomního provozu zapli v Cockroach Labs „human approval mode“. Každý merge od té doby musí projít lidskýma očima. Právě v tomhle režimu mohli být dostatečně jistí, že kód smí do rukou zákazníkům — a v něm dnes nemocnice píše většinu Migration Assistantu, nástroje, který provádí celé migrace z Postgresu do CockroachDB.
Přesně tyto role a pár pravidel v nich zakódovaných drží celý systém pohromadě. Bezpečnost přitom neřeší sofistikovaná infrastruktura, ale sedm pojistek, které si můžeš okopírovat dnes večer.
7 pojistek, které drží multiagentní workflow na uzdě
1. Žádný kód bez plánu a review plánu
Než agent začne cokoli opravovat, musí reprodukovat problém, provést „diferenciální diagnózu“ a zveřejnit léčebný plán: diagnózu, soubory ke změně, testy k přidání, rizika a otevřené otázky. Plán pak posoudí jiná instance agenta s promptem postaveným na hledání chyb, ne na opravování. Kód přijde na řadu až po schválení.
Plány se odmítají v méně než 10 % případů, ale jde o nejcennější review v celém systému — posouvá opravy na nejranější možný bod. Případ z praxe: review plánu na odstranění hostname a názvu databáze z telemetrie odhalilo mezeru, kterou by code review nejspíš přehlédlo.
2. Neimprovizovat
Pokud se během implementace změní rozsah, agent se zastaví, sepíše revidovaný plán a vrátí se k review plánu. Instrukce v skill souboru má doslova dvě slova: „Don't improvise.“ Agent, který sebevědomě implementuje špatnou opravu, spálí víc tokenů a času než agent, který se zastaví a zeptá se.
3. Testy se neoslabují
Agent nesmí test vypnout, přeskočit, oslabit ani upravit, aby prošel. Když test padá, test má pravdu, dokud se nedokáže opak. Pokud agent opravdu věří, že test je špatný, změna testu musí být vlastní commit, samostatně zdůvodněný a reviewovaný zvlášť od fixu.
A hlavní trik: každé code review začíná tím, že se změna zakáže a kontroluje se, že všechny nové testy padají. Pokud nepadají, jsou buď mimo rozsah, nebo nesprávné. Procházející test, který změnu ve skutečnosti netestuje, je podle Cockroach Labs horší než žádný test. K tomu, jak testovat AI agenta systémově, máme samostatný návod.
4. Strukturované handoffy místo paniky
Když se agent zasekne, nesnaží se víc. Napíše handoff ve formátu I-PASS (závažnost, souhrn pacienta, seznam akcí, situační povědomí, syntéza) — formátu převzatém přímo z reálných nemocnic — a eskaluje na vyšší roli. Přejímající agent musí ještě před začátkem práce napsat zpět, co z handoffu pochopil.
Cockroach Labs cituje studie, podle kterých standardizované zápisy při předání směny snižují počet nežádoucích událostí v nemocnicích zhruba o polovinu; jejich agenti proto dodržují stejný protokol. Ve vlastním týmu to znamená jediné: handoff mezi agenty (i mezi člověkem a agentem) má mít šablonu, ne volný text.
5. Audit reviewera, ne jen kódu
Poslední gate před sloučením nekontroluje kód. Kontroluje, že review skutečně proběhlo: existuje schválení, šablona je vyplněná, žádné vlákno nezůstává otevřené, CI je zelené a historie commitů je čistá. Discharge Nurse zveřejňuje checklist a když políčko nejde zaškrtnout, propuštění z nemocnice se nepovede.
Pravidlo existuje proto, že agenti občas nedělají, co se jim řekne. Kdo předává kontrolu agentům, potřebuje vrstvu, která ověřuje samotné ověřování — podobně jako AI dohled nad agenty, který drží druhou AI na řetěze.
6. Precedent log před obtěžováním šéfa
Každé lidské rozhodnutí, které se dá zevšeobecnit, se zapisuje do append-only logu precedentů. Agent, který chce eskalovat, si log nejdřív přečte — a pokud precedens existuje, řídí se jím a cituje ho místo eskalace. Nový precedens může zapsat jen člověk. Během pěti měsíců to výrazně snížilo počet eskalací k lidem.
7. Circuit-breaker proti nekonečnému review
Nejdražší lekce systému. Jednořádkový fix označený jako urgentní prošel 11 koly reworku za dva dny — kvůli hygieně komentářů, nepřesnosti v popisu PR, drobné odchylce od plánu a kvalitě testů. V jednom bezpečnostním okně tři složité issue zvládly 9, 9 a 7 kol a spolkly zhruba 631 z 1 046 dolarů, které nemocnice utratila.
Bezpečnostní revize tehdy zdokumentovala, že proces nemá „spočítatelný circuit-breaker“ pro nezkonvergující smyčky. Fix: po čtyřech po sobě jdoucích kolech, kde vždy vyjde nové blokující zjištění, nebo po šesti obsažných kolech musí reviewer předat práci Attendingovi. Podobné smyčky jsou jeden z důvodů, proč 40 % agentic AI projektů selže.
Provoz za 5 měsíců přes milion řádků kódu, více než 135 000 $ v tokenech, průměrně 84 $ na issue a 1–2 dny hospitalizace.
Jak si pojistky vezmeš do vlastního workflow
Nejcennější poznatek Cockroach Labs je nepříjemný: model agentů zvládne práci, ale kvalita stojí na procesu, který se tváří jako byrokracie. Vedení firmy explicitně říká, že systém není levnější ani jednodušší než swarm agentů — je ale kvalitnější, a v byznysu, kde drobná chyba poškodí zákaznická data, se to vyplácí.
Druhá lekce: pojistky jsou procesní, ne technologické. Nepotřebuješ GitHub Actions ani vlastní nemocnici. V praxi stačí pravidla zapsat tam, kde je agenti čtou — do AGENTS.md nebo skill souborů. Návod, jak nastavit AGENTS.md pro coding agenta, už máme — pravidla „žádný kód bez plánu“ a „testy se neoslabují“ patří mezi první, která tam dopíšeš.
Třetí lekce se týká údržby vlastních instrukcí. V červenci auditovali 25 skill souborů o 100 000 slovech a 23 % textu bylo redundantních — totéž pravidlo opsané na více místech. Discharge Nurse při každém běhu načítala 21 800 slov instrukcí, zhruba 29 000 tokenů, než vůbec přečetla PR. Prompty hnijí jako legacy kód, jen se to pozná pozdě — na fakturách. Detailnější kontroly pro AI agenty v podobě auditního checklistu máme rozebrané zvlášť.
A čtvrtá: nech systém, aby si vedl vlastní backlog. Téměř polovina všech issue v repozitáři vznikla uvnitř nemocnice — dekompozice velkých úkolů, followupy, návrhy výzkumného oddělení. Lidé přestali být hlavním zdrojem práce už ve druhém měsíci. Když agenti sami hlásí problémy a navrhují práci, monitorování AI agentů v produkci se mění z nutného zla na zdroj backlogu.
Časté otázky
Musím na pojistky z MOLT Sinai použít GitHub Actions?
Ne. Celý běh Cockroach Labs stojí na labelových automatech, ale pojistky samotné jsou procesní pravidla. Review plánu jiným agentem, zákaz oslabování testů, I-PASS handoffy i precedent log zvládneš i v Claude Code, Cursoru nebo n8n workflow — jako separátní prompty, šablony a soubory s pravidly.
Kolik stojí provoz takového multiagentního workflow?
Cockroach Labs zaplatilo za 5 měsíců provozu přes 135 000 dolarů v tokenech, průměrně 84 dolarů na issue. Rozpočet na podobný systém je tedy spíš řádově desetitisíce dolarů měsíčně než stovky — počítej s tím, než agentům otevřeš přístup do produkčního repozitáře.
Kterou pojistku zavést jako první?
Review plánu před kódem. Je to nejlevnější gate s nejvyšší hodnotou: plány se odmítají málo, ale každé odmítnutí posouvá opravu na nejranější možný bod, kde je změna nejlevnější. Druhá v pořadí je „neimprovizovat“.
Funguje nemocniční model i pro juniory?
Zatím ne úplně. Cockroach Labs sami přiznávají, že postavili „učící nemocnici, která neučí“ — model spoléhá na seniorní úsudek lidských předností. Na to, aby agenti reviewovali plány juniorů a ti se od nich učili, právě pracují.
Závěr
MOLT Sinai není důkaz, že AI agenti nahradí vývojářské týmy. Je důkaz, že s dostatečně přísnou sadou pojistek dokáže tým agentů dodat produkční kód, který by zvládl jen mnohaměsíční lidská práce — a že pojistky jsou vždycky proces, ne nástroj. Začni review plánu, zakaž oslabování testů a přidej circuit-breaker na nekonečné revieweře. Přidej i strop dekompozice: v MOLT Sinai se každá změna nad 1 000 řádků (včetně testů) musí rozdělit na menší issue s grafem závislostí, aby ji reviewer — agent i člověk — dokázal udržet v hlavě celou. Db2 sprint tak z jediného přijatého issue vyrobil 32 dílčích úloh. Zbytek nemocnice si dostavíš, až když to budeš potřebovat.
Zdroje: Cockroach Labs — Five months treating bugs like patients (9. 10. 2026), Cockroach Labs na LinkedInu — přednáška Rafi Shamima o MOLT Sinai (září 2026).
Claude AI zdarma 
n8n zdarma 
