Practical AI. Computer-Use Agents and the Future of the Agentic Internet (Demetrios Brinkmann) (2026-09-10)¶

Epizód: Practical AI Podcast epizód — Computer-Use Agents and the Future of the Agentic Internet Vendég: Demetrios Brinkmann (Agentic AI Foundation, MLOps community founder, „member of the nontechnical staff”) Házigazda: Chris Benson (Daniel Whitenack távollétében) Forrásfájl: /tmp/transcripts/practical_ai_computer_use/transcript.txt (9378 szó, Transistor.fm emberi szerkesztésű átirat) Media URL: https://share.transistor.fm/s/72586f97

Bevezetés és a Computer-Use Agents forradalma¶

Demetrios Brinkmann, a Practical AI egyik leggyakoribb visszatérő vendége, ezúttal egy személyes áttörés történetét hozta el: az OpenAI 5.6 modell Computer-Use képessége az ő személyes munkafolyamatait gyökeresen átalakította. A beszélgetés középpontjában az áll, hogy a Computer-Use nem egy futurisztikus tech-demo, hanem a B2C (fogyasztói) felhasználási esetekben 2026 szeptemberére már-már megbízhatóan működik, miközben a B2B (vállalati) alkalmazás a security- és governance-kérdések miatt még gyerekcipőben jár. A műsor második felében a házigazda Chris Benson és Demetrios egy közös gondolatkísérletbe kezd: mi történik, ha a chat felület válik az internet új „böngészőjévé”, és az agent-ek agent-ekkel kereskednek, nem emberekkel? A válaszuk nem technológiai, hanem filozófiai: „messy lesz, és az emberek kipróbálják”. Az epizód egyúttal az Agentic AI Foundation legfrissebb mérföldköveit is bemutatja (MCP Linux Foundation alá kerülése, 250+ tagvállalat, 1000+ ambassador-jelentkező, 80+ város, 250 helyi chapter), és a közelgő Agent Con eseményeket (Amszterdam szeptember 17., San Jose október 22., Midwest AI Summit Indianapolis október 15.).

Az Agentic AI Foundation és Demetrios új szerepe¶

Az MCP (modell-kontextus protokoll) 2025 végén a Linux Foundation alá került, és ezzel párhuzamosan megalakult az Agentic AI Foundation, mint semleges irányító testület. Az áttérés jelentősége, hogy az MCP ezzel elvesztette az Anthropic-központú governance-et, és mostanra a top ipari szereplők mind csatlakoztak a kezdeményezéshez. Az MLOps community, amelyet Demetrios alapított, logikus lépésként egyesült az Agentic AI Foundation-nel, és a rebrand után „Agentic AI community”-ként folytatja a munkát. Az ambassador programba 1000+ jelentkezés érkezett, és 80+ városban 250 helyi chapter vezető szervezi a közösségi eseményeket. Demetrios a saját szavaival élve „ez mostanra a Linux Foundation egyik legnagyobb alapítványa, ne quoteelj, de azt hiszem, a legnagyobb”. A közelgő Agent Con Amszterdamban (szeptember 17.) különleges formátumú lesz: 36 órás, ESPN-stílusú play-by-play livestream, ahol a fő színpad mellett a breakout sávok is rögzítésre kerülnek, és a szervező „going down with the ship, if it does” mentalitással vág neki. A San Jose-i Agent Con október 22-én követi, és a Midwest AI Summit Indianapolisban október 15-én zárja az őszi szezont (Demetrios a Practical AI hallgatóknak PRACTICAL AI 20 kóddal 20% kedvezményt ajánlott).

Computer-Use Agents: Demetrios személyes használati esetei¶

Az OpenAI 5.6 modell Computer-Use skillje az a technológiai ugrás, amely Demetrios szerint mindent megváltoztatott: „There are very few things that I can throw at it that it does not accomplish”. A személyes workflow-k közül kiemelkedik a multi-account email aggregáció (3-4 Gmail + 5 Slack workspace egyidejű figyelése), a repülőjegy-vásárlás („find me the best flight on this day to this day”. Demetrios a fizetés előtt még mindig manuálisan hagyja jóvá a tranzakciót, és Chris hasonlóan tartózkodó), a check-in automatizálás email-triggerrel („monitor my inbox, and if you ever see an email that says it's time for you to check-in, just go check-in”), valamint az űrlapkitöltés általában (passportszám tárolása, németországi jogosítvány-ügyintézés). A németországi példa különösen tanulságos: a német kormány helyi önkormányzatának nincs API-ja, amivel egy coding agent kommunikálhatna, de van egy weboldala, amelyet a Computer-Use sikeresen bejár Demetrios számára — időpontfoglalás, átütemezés, naptárbejegyzés, lemondási szám, minden automatikusan. A „forbidden fruit” effektus itt kristályosodik ki: a fogyasztók megtapasztalják, milyen egyszerű lehet, és ez visszafordíthatatlan nyomást gyakorol majd a B2B szoftverekre is. A leglátványosabb példa a LinkedIn: az API zárt (nem úgy, mint az X, ahol fizetéssel mindent el lehet érni), ezért Demetrios a Computer-Use-t használta: az agent letölti az összes LinkedIn adatot (a rendszer 48 óra alatt csomagolja és emailben küldi), pollingolja a postaládát, majd 500 fős shortlistet készít a valódi kétirányú beszélgetésekből, és minden címzettnek személyre szabott üzenetet + média-csomag weboldalt generál.

B2B kihívások: security, MCP és az agent-to-agent jövő¶

A B2C use case-ek könnyen megvalósíthatók Computer-Use-zal, de B2B-ben „good luck, dude” — Demetrios barátja, Sam, frappánsan foglalta össze a helyzetet. Ha egy vállalatnál minden alkalmazott Computer-Use-t használ minden email fiókjában és ERP rendszerében, az „security nightmare”: a role-based access control részben megoldja a jogosultságkezelést, de a mai enterprise szoftverek nem erre lettek tervezve. Az MCP, mint a jelenlegi ipari szabvány, fontos lépcső, de nem végcél: a German DMV soha nem fog MCP szervert építeni, és számos kormányzati, egészségügyi, vagy legacy rendszerű partner hasonló cipőben jár. A Computer-Use itt nem alternatíva, hanem kiegészítő megoldás: ott is működik, ahol az MCP sosem fog. Chris kérdésére (mikor lesz minden szervezetnek agentic interface-e?), Demetrios szerint a fogyasztói oldal nyomása fogja kierőszakolni a B2B átalakulást. A security architektúrák fejlesztése az Agentic AI Foundation egyik központi feladata, és a szabványok itt fognak megszilárdulni, mielőtt a vállalati szektor tömegesen adaptálhat.

Hogyan hozzuk be a tömegeket?. A „wife”-effektus¶

Az AI natív korai alkalmazók és az általános közönség közötti szakadék áthidalása a podcast egyik legizgalmasabb kérdése. Demetrios a Google / keresőmotorok kezdeti korszakához hasonlította a helyzetet: sokan korán adaptáltak, mások csak évekkel később. A konkrét példa: Demetrios felesége nem tech-savvy, kerüli a telefonokat és a számítógépeket, amennyire csak lehet. Amikor szüksége volt a PayPal fiókja törlésére és újranyitására, Demetrios letöltötte a ChatGPT-t és a WhisperFlow-t (hangvezérlés), és azt mondta: „Hey, I need to get rid of my PayPal account, and I need to start a new one. Let's start with just, like, deleting this PayPal account, and, like, canceling everything that's related to it.” A felesége szeme felcsillant — „for her, that is so much time that she would have had to have spent, especially yeah, because she's not [tech-savvy]”. A tapasztalat azonnali meggyőzés: „it's instantly bought in. It's like, oh, okay, so tell me what else can I do here?” A trust factor probléma azonban nem tűnik el: ha a terület szakértői (Chris, Demetrios) is tartózkodók a saját bankszámlájuk felett $X alatti automatikus vásárlásnál, akkor az általános közönség még inkább az lesz. A „$20 szabály” (ha 20 dollár alatt van, az agent intézkedjen) egyes kollégáknál már működik, de Demetrios tartózkodó: „I'm like, yeah, it can just buy something for $20 20 times, and then I'm pissed.”

A harness-modell határvonal és a fejlesztői eszközök jelenlegi állapota¶

A Claude Code (Anthropic) jelenlegi válsága a másik nagy téma: az Opus 5 modellel a felhasználói élmény „jittery”, a válaszok „book-like” hosszúságúak („you just wrote a book on this last thing, and I just wanna get to the end”). A felhasználók visszagörgetnek régebbi modellekre, és a fórumok tele vannak panaszokkal. Demetrios maga is „love-hate relationship”-ben van a Cloud Code-dal, és korábban „minden kibírta” az Anthropic körüli drámát, de most elérte a tűréshatárt. A harness vs. modell határvonal elmosódik: a system prompt a világ használata során egyre hosszabb lesz, az új modellbe RL-elve pedig „weird janky stuff” történik. A laborok (Anthropic, OpenAI) elvileg a legjobb terméket tudják nyújtani (minden user-adat náluk van), de a gyakorlatban most nem feltétlenül ez a helyzet, és a nyílt modellek (kínai open-source) bizonyos feladatokra jobbak saját harness futtatására. A Pi (Mario alkotása) és a Hermes a két alternatíva, amelyet Demetrios kiemelt: Mario például küzd a Claude-dal, hogy ne a Claude Code API-kat hívja, hanem a Pi saját útját járja. A „bro” és „show me” skill-ek (magyarázat egyszerűsítése, vizuális kiegészítés) a gyakorlatban működnek: Chris felismerte, hogy „I am that like today, because I spend a lot of time in client code, and I didn't know that, so I am invoking those today”.

Az agentic internet és a jövő e-kereskedelme: chat, mint új böngésző¶

A beszélgetés utolsó szakasza a legmerészebb jövőkép. Chris tézise: „the chat is the new browser” — a teljes vásárlási élmény a chat felületen fog zajlani, és az agent lesz az, amelyik a weboldalakat böngészi. A jelenlegi e-kereskedelmi élmény (Amazon, Shopify) emberre van optimalizálva: upsell, pop-up, „$3-ral többet költesz, ingyenes szállítás”, az agent nem törődik vele („just gets the stuff and gets out”). A kulcskérdés: hogyan vonzzuk az agenteket, ne az embereket? Agent-to-agent B2B interfészek MCP-n túl: valódi tárgyalás agent-ek között, ahol egy mini swarm (shopping agent + negotiation agent + upsell agent) autonóm módon egyezkedik. Az agent megtanulja a vásárló preferenciáit és autonóm módon cselekszik a deal-ek kapcsán („it has its ear to the street, and constantly be getting hit up with offers, potentially, that's that's the world, and then it discerns whether or not it should tell you about the offer”). Az OpenAI mint potenciális fizetési processzor a legmerészebb forgatókönyv: „Why not just pay me directly as OpenAI?” — ez a Shopify diszintermediációja. A fogyasztói bizalom kérdése: ha az OpenAI egyszerre marketplace és fizetési processzor, „playing both sides” érzés alakulhat ki. Demetrios végső üzenete visszafogottan optimista: „I think it's gonna be messy. People will try it out. Things are happening so much faster than anyone's expecting right now that I wouldn't surprise to see some of these things occurring before this year is out.”

Forrás¶

Epizód URL: https://share.transistor.fm/s/72586f97
Media fájl: https://pscrb.fm/rss/p/dts.podtrac.com/redirect.mp3/media.transistor.fm/72586f97/42471284.mp3
Practical AI honlap: https://practicalai.fm
Transistor.fm transcript (emberi szerkesztésű, 9378 szó)

Kapcsolódó külső források¶

Agentic AI Foundation (Linux Foundation alatt): MCP stewardship
MLOps Community → Agentic AI Foundation community rebrand
OpenAI 5.6 modell Computer-Use skill
Claude Code (Anthropic) és az Opus 5 user experience problémák
Nyílt modellek (kínai open-source): Pi, Hermes alternatívák
Agent Con Amsterdam (2026-09-17), San Jose (2026-10-22)
Midwest AI Summit Indianapolis (2026-10-15). PRACTICAL AI 20 kód 20% kedvezménnyel
MCP Dev Summit Japan (Demetrios következő héten)

Kapcsolódó belső források¶

A saját wiki tudásbázisban a Practical AI epizódok és a computer-use / agent téma kapcsolódó bejegyzései: - 2026-08-25 Practical AI: AI Proficiency (Mike Lewis), agent fejlesztés - 2026-08-28 Practical AI: Building the Agentic AI Era (Angie Jones) - 2026-09-03 Practical AI: Less About Models, More About Architecture (Chetan Gupta) - 2026-08-06 Practical AI ep367: Models, Harnesses, Multi-Agent Systems - 2026-07-17 Practical AI: CoreWeave - 2026-07-23 Practical AI ep365: Post-Agentic Economics - 2026-07-09 Practical AI: Building Durable AI Agents - 2026-06-11 Practical AI: Zero Trust AI Agents - 2026-05-21 Practical AI: Hermes Agent. Agents That Grow With You - 2026-06-25 Practical AI: AIUC1. Building Trust in AI Agents

Hogyan kapcsolódik a saját rendszerünkhöz¶

A Computer-Use agent-ek gyakorlati alkalmazása több ponton kapcsolódik a saját rendszerünkhöz:

Hermes Agent + Computer-Use integráció: A Hermes agent framework a Demetrios által említett harness-modell dilemmák egyik megoldási kísérlete. A saját rendszerünk Computer-Use képességeinek bővítése (böngésző-alapú workflow-k automatizálása) közvetlen párhuzamba állítható a demetrios-i személyes használati esetekkel: a LinkedIn adat-kinyerés, az űrlapkitöltés, a multi-account email aggregáció mind olyan feladatok, amelyeket a saját rendszerünk is támogathat.
AI-automatizáció a podcast-processing pipeline-ban: A saját pipeline-unk (transcript kinyerés → chunkolás → subagent summary → wiki sync) maga is egy multi-agent rendszer, ahol a Computer-Use elvek (kis lépések, emberi approval kritikus pontokon) alkalmazhatók. A Transistor.fm transcript kinyerés a share oldalról (<p> blokkokból) ma manuális Python regex, ez egy konkrét példa, ahol egy Computer-Use agent a jövőben átvehetné a transcript API-val nem rendelkező podcastok feldolgozását.
Agent-to-agent commerce mint jövőkép: Ha a saját rendszerünk mikro-fizetési modellt vezet be (Nostr Wallet Connect, Cashu, Lightning), ugyanazokkal a kérdésekkel szembesülhet, mint amiket Chris és Demetrios vitattak: melyik platform lesz a fizetési processzor? Hogyan profile-oljuk a vásárlót az agent-eken keresztül? Mennyi autonómiát adunk az agent-nek a vásárlási döntésekben? A privacy-first tervezés itt előnyt jelent, a saját zero-knowledge / E2EE alapelveink (Henky self-host preference) megvédhetnek a „playing both sides” csapdától.
Harness vs. modell tradeoff: A saját rendszerünk is szembesül azzal a kérdéssel, hogy a saját harness-ünk (skill library, memory system, hook-ok) mennyire legyen modellfüggő. A Pi + Hermes nyílt modell alternatívák kipróbálása a jövőbeli roadmap egyik lépése lehet, különösen a Claude Code jelenlegi „jittery” állapotában. A „bro” és „show me” skill-ek mintája is alkalmazható: saját skill-eket lehetne írni, amelyek egyszerűsítik a Claude válaszait a saját rendszerünk kontextusában.
Privacy és trust a Computer-Use munkafolyamatokban: A Computer-Use személyes adatokat kezel (Gmail, Slack, bankszámla, jogosítvány-ügyintézés). A saját privacy-first tervezési elvek közvetlenül alkalmazhatók: az agent-ek ne naplózzanak személyes adatokat, a munkafolyamatok lokálisan fussanak, és ahol lehet, a saját self-host infrastruktúrán (Haven, Blossom). A trust factor probléma (a szakértők is tartózkodnak a saját bankszámlájuk felett) arra ösztönöz, hogy a saját rendszerünkben is legyen explicit „human-in-the-loop” checkpoint érzékeny tranzakciók előtt.
A „forbidden fruit” effektus mint design-elv: A fogyasztói élmény (egyszerű, azonnali, magától értetődő) visszafordíthatatlan elvárássá válik. A saját rendszerünk felületének tervezésénél ez alapelv: a parancsok, a workflow-k, a válaszok úgy legyenek kialakítva, hogy az első interakció „eyes lit up” élményt nyújtson, ahogy Demetrios felesége is azonnal a meggyőzötté vált.