Rozhovory

Jan Čurn, spoluzakladatel a generální ředitel společnosti Apify – série rozhovorů

Antoine Tardif
Přidejte Unite.AI mezi své preferované zdroje na Google
Jan Čurn, Co-Founder and CEO of Apify
Klíčové bodyAgenti si pronajmou existující nástroje, když stavba od nuly stojí více než koupě.
Zobrazit více
  • Agenti si pronajmou existující nástroje, když stavba od nuly stojí více než koupě.
  • Tichá selhání umožňují agentům sebevědomě shrnout prázdné stránky, aniž by si všimli problému.
  • Apify minulý měsíc vyplatila několika stovkám tvůrců celkem přibližně 2 miliony dolarů čistých výdělků.

Jan Čurn je spoluzakladatelem a generálním ředitelem společnosti Apify, kterou v roce 2015 založil společně s Jakubem Baladou v rámci programu Y Combinator Fellowship. Původní produkt, nástroj pro převod webových stránek na API, pomohla inspirovat praktická potřeba shromažďovat nabídky bytů v Praze. Čurn od té doby řídil jeho proměnu z infrastruktury pro procházení webu v platformu pro webová data a automatizaci prohlížeče i v tržiště nástrojů, které stále častěji využívají agenti umělé inteligence.

Apify nabízí platformu pro získávání dat z webu, automatizaci prohlížeče a hotové nástroje nazývané Actors. Vývojáři mohou prostřednictvím jejího tržiště nástroje Actors zveřejňovat a zpeněžovat, zatímco firmy a tvůrci řešení s umělou inteligencí je využívají k získávání strukturovaných webových dat a automatizaci úkolů. V tomto rozhovoru Čurn hovoří o tom, jak agenti vyhledávají specializované nástroje a používají je, proč jsou důležitá aktuální data a jakou spolehlivost, oprávnění a ekonomické podmínky agenti potřebují, aby mohli ve velkém měřítku pracovat na webu.

Společnost Apify jste s Jakubem Baladou založili v roce 2015 v rámci programu Y Combinator Fellowship. Zpočátku jste se zaměřovali na to, aby vývojáři mohli snadněji vytvářet flexibilní a škálovatelné nástroje pro procházení webu. Co vás k tomuto nápadu přivedlo a jak se vaše původní vize za posledních deset let vyvíjela?

Nápad na Apify vzešel z problému, na který jsme s Jakubem narazili sami. Pracovali jsme na projektu pro klienta, který potřeboval nabídky nových bytů v Praze, a stávající nástroje si nedokázaly dobře poradit s dynamickým JavaScriptem a nepravidelnou strukturou webových stránek. Vytvořili jsme si proto vlastní nástroj, který dokázal převést jakoukoli webovou stránku na API.

Postupně se z něj stala platforma pro získávání dat z webu, automatizaci prohlížeče a práci s webovými daty, která přesáhla původní zaměření na procházení webu. Poté jsme otevřeli tržiště, kde mohou vývojáři zveřejňovat své nástroje nazývané Actors a dostávat zaplaceno, když je používají ostatní. Stále větší část uživatelů těchto nástrojů dnes tvoří agenti umělé inteligence.

Apify vzniklo jako platforma pro procházení webu dávno předtím, než se agenti umělé inteligence stali významným tématem v oboru. Kdy jste si uvědomil, že infrastruktura, kterou jste vybudovali, může být obzvlášť cenná pro agenty umělé inteligence, kteří potřebují přistupovat k webu a pracovat s ním?

První moment „aha“ přišel začátkem roku 2023, krátce po spuštění ChatGPT. Najednou bylo možné vložit do zadání aktuální data z webu, místo aby se trénoval nový model. Apify patřilo mezi první platformy pro získávání dat z webu, které nabídly nástroje pro procházení webu určené pro vznikající postupy RAG a integrovaly se s novými knihovnami, jako jsou LangChain nebo LlamaIndex.

Pak přišla vlna agentů umělé inteligence. Představte si, že požádáte agenta, aby porovnal cenu produktu na 20 e-shopech. Odkud získá data? Právě tento problém jsme vývojářům pomáhali řešit už řadu let. Když tedy Anthropic koncem roku 2024 vydal Model Context Protocol (MCP), hned jsme ho přijali. Už jsme měli tisíce nástrojů s jasně definovanými vstupy a výstupy, což je přesně to, co agent potřebuje.

Skutečný zlom nastal koncem roku 2025, kdy se modely zdokonalily natolik, že agenti dokázali odvádět smysluplnou práci. Agenti potřebují vhodné nástroje a spolehlivá data. Od té doby využívání Apify výrazně vzrostlo a rychle se blíží hrubému ARR ve výši 100 milionů dolarů.

Apify se rozrostlo v platformu s více než 90 000 nástroji pro webová data, získávání dat z webu, automatizaci a umělou inteligenci. Jakou roli podle vás hraje tento ekosystém v době, kdy agenti stále více potřebují specializované nástroje namísto toho, aby se spoléhali pouze na schopnosti velkého jazykového modelu?

Je pravda, že modely budou schopné vytvářet od nuly stále složitější software, ale existuje hranice, za níž je pro agenta efektivnější koupit si hotový nástroj, než ho vytvářet od začátku. S tím, jak se budou modely zlepšovat, se tato hranice posune, ale vždy budou existovat případy, kdy bude prostor pro prodej předem připravených nástrojů, zejména pokud vycházejí ze soukromých dat a obtížně dostupného kontextu.

S klesajícími náklady na vývoj softwaru a rostoucím počtem softwarových systémů a nástrojů se hlavním omezením stává jejich vyhledávání: kde najít důvěryhodné a užitečné nástroje, které vám pomohou úkol splnit. A místo toho, abyste zaplatili 500 dolarů za to, aby se nástroj řádně vytvořil, můžete někomu zaplatit 5 dolarů za pronájem již existující služby.

Když se podíváte na komunitu vývojářů kolem Apify, jaké jsou dnes nejzajímavější praktické aplikace vytvořené pomocí agentů umělé inteligence a které případy využití se skutečně dostávají do produkčního provozu?

Některé z nejzajímavějších příkladů jsou až překvapivě specifické. Viděli jsme, jak umělá inteligence prochází YouTube, eBay a japonské obchody, aby pomohla rozhodnout, které karty Pokémonů stojí za koupi. Jedna pojišťovna použila Apify ke kontrole 55 italských webů s nekrology a ověřování úmrtí pojistníků. Na opačném konci spektra využívá společnost Canary Apify pro nástroj Spotlight, který pomáhá vyšetřovatelům najít oběti obchodování s dětmi.

Tyto aplikace spojuje konkrétně vymezený problém a přístup ke správným datům, nikoli agent navržený tak, aby zvládal od všeho trochu.

Jednou z největších výzev pro agenty umělé inteligence je získávání aktuálních, strukturovaných informací z webových stránek namísto výhradního spoléhání na statická tréninková data. Jak důležitý bude přístup k webu v reálném čase, až se agenti budou pouštět do stále složitějších úkolů?

LLM je ztrátovou kompresí dat, na kterých byl natrénován. Dokáže přijít s velmi chytrými odhady, pořád jsou to ale jen odhady. Jakmile se od agenta očekává, že bude v reálném světě rozhodovat nebo plnit úkoly, nemůže se spoléhat výhradně na trénovací data. Ceny se mění, produkty mizí, konkurence přichází s novinkami a webové stránky se neustále aktualizují.

Model zajišťuje uvažování, ale řada agentů potřebuje spolehlivý způsob, jak získávat aktuální informace z webu a převádět je na strukturovaná data, která mohou využívat ve velkém měřítku.

Webové prostředí může být nepředvídatelné: rozhraní se mění, obsah je dynamický, může být vyžadováno ověření totožnosti a stránky využívají systémy proti automatizaci. Jakým největším technickým výzvám čelí vývojáři, kteří chtějí vytvářet agenty schopné spolehlivě pracovat na otevřeném webu?

Moderní webové stránky mohou vracet dynamický JavaScript, stránky s bezpečnostními kontrolami nebo neúplný obsah. Systémy proti botům navíc zohledňují vše od reputace IP adresy až po otisk prohlížeče. Chyby často zůstávají neodhalené, takže agent může sebejistě shrnout prázdnou stránku, aniž by si toho všiml.

Vytvořit něco, co jednou funguje, je poměrně snadné. Mnohem těžší je vytvořit něco, co bude fungovat i při změnách webových stránek a ve velkém produkčním měřítku.

Agenti získávají schopnost nejen vyhledávat informace, ale také provádět online akce. Co je třeba zlepšit v oblastech, jako jsou spolehlivost, oprávnění, ověřování a lidský dohled, než jim firmy svěří více autonomních pracovních postupů?

Oprávnění jsou mnohem důležitější, když agent může jednat, nejen číst. Agent by nikdy neměl vidět vaše přihlašovací údaje a všechna tajemství musí zůstat mimo zabezpečené izolované prostředí; model k nim nikdy nesmí mít přístup. Tento problém izolace prostřednictvím proxy řešíme u Actors na platformě Apify i v nástroji mcpc, našem open source klientovi CLI pro MCP.

Vývojáři experimentují s různými přístupy, od automatizace prohlížeče přes specializovaná rozhraní API až po nově vznikající protokoly pro agenty. Jak podle vás bude vypadat další vývoj architektury AI agentů a jaká bude ideální spolupráce mezi modely, nástroji, zdroji dat a prohlížeči?

Myslím, že velké platformy pro agenty, jako jsou ChatGPT a Claude, se stávají novým operačním systémem – hlavním rozhraním, jehož prostřednictvím lidé ovládají počítače. Nástroje se do nich zapojují podobně jako aplikace v telefonu. U nástrojů běžících jinde se jako standardní komunikační protokol prosadil MCP.

Když agent potřebuje údaje, jako jsou hodnocení restaurací a kontaktní informace, může v prohlížeči otevřít Google Maps a procházet je jako člověk, což je nepřesné a nákladné. Může také najít a zavolat nástroj, který vrací strukturovaná mapová data; to je rychlejší a spolehlivější. Hlavní agent také předá úkoly, jako je rezervace stolu nebo hledání letů, specializovaným podřízeným agentům, kteří běží na levnějších modelech.

Apify už řadu let buduje infrastrukturu pro vývojáře a zároveň vytváří tržiště, na kterém mohou vývojáři třetích stran zveřejňovat vlastní nástroje. Mohla by agentní AI vytvořit mnohem větší ekonomiku specializovaných nástrojů a služeb, které agenti sami objevují a využívají?

Ano, naše tržiště už je její menší verzí. Vývojáři zveřejňují Actors, lidé je používají a vývojáři za to dostávají zaplaceno. To přivádí další vývojáře a přináší další nástroje. Tento samoposilující cyklus funguje už řadu let díky lidem na straně zákazníků.

S tím, jak AI agenti přebírají více odpovědnosti, budou k plnění některých úkolů potřebovat peníze. Lze si představit, že agentovi zadáte úkol, svěříte mu malou peněženku a necháte ho průběžně platit za potřebné nástroje pomocí agentního platebního protokolu, jako je x402 nebo MPP. Objem těchto transakcí je zatím malý, ale věřím, že většina ekonomické aktivity bude nakonec probíhat autonomně mezi agenty a s čím dál menším lidským dohledem.

Apify vstupuje do své druhé dekády a AI agenti se stávají mnohem významnější součástí softwarového prostředí. Jak podle vás bude společnost v příštích několika letech vyvíjet a co dnešnímu ekosystému agentů podle vás stále chybí?

Stále více lidí nyní zapojuje Apify do svých agentů, jako jsou Claude nebo ChatGPT, a zjišťuje, že jim tyto nástroje pomáhají rychleji zvládat složitější úkoly na webu. Platformu Apify a Actors optimalizujeme tak, aby agentům poskytovaly skvělé prostředí, a tím podporovaly větší využívání i útraty.

Na druhé straně tržiště stále více tvůrců softwaru pravidelně vydělává na svých Actors: více než 300 komunitních Actors generuje přes 1 000 dolarů měsíčně. Jen minulý měsíc jsme několika stovkám tvůrců vyplatili celkem přibližně 2 miliony dolarů čistého výdělku.

Růst tržiště Apify nabírá na tempu, stejně jako naše ambice vybudovat z Apify největší a nejdůvěryhodnější tržiště nástrojů AI na světě, které lidem a jejich miliardám budoucích agentů pomůže pracovat na webu.

Děkujeme za skvělý rozhovor. Čtenáři, kteří se chtějí dozvědět více o webových datech, automatizaci prohlížeče a nástrojích pro agenty AI, mohou navštívit Apify.

Antoine je vizionářský lídr a zakládající partner Unite.AI, kterého pohání neochvějné nadšení pro utváření a podporu budoucnosti umělé inteligence a robotiky. Jako podnikatel, který založil několik společností, věří, že AI promění společnost stejně zásadně jako elektřina, a často s nadšením hovoří o potenciálu převratných technologií a obecné umělé inteligence (AGI).

Jako futurista se věnuje zkoumání toho, jak tyto inovace budou utvářet náš svět. Je také zakladatelem Securities.io, platformy zaměřené na investice do špičkových technologií, které nově definují budoucnost a proměňují celá odvětví.