Rozumíte AI? 31 pojmů vysvětlených lidsky: LLM, tokeny, agenti, MCP, RAG, AGI a další

V dnešním díle se dozvíte, co je token, prompt, agent, MCP nebo RAG a kolik vás AI reálně stojí Každý o nich mluví, málokdo je umí vysvětlit. František Zeman si na gril pozval Vojtu Černého, který má v Algotechu na starosti umělou inteligenci a zároveň učí na vysoké škole. Zadání bylo jasné: žádné akademické řeči, vysvětlit to tak, aby to pochopila i babička 🎙️ Projdete s nimi 31 pojmů v pěti blocích: 🔹 Jak to funguje: proč je model mozek, co je prompt, token a kontextové okno 🔹 Kolik to stojí: jednoduché pravidlo 1 000 tokenů ≈ 1 cent, a proč vás reasoning může prodražit 🔹 Jak poznat dobrý model: benchmarky, benchmaxxing, halucinace a multimodalita 🔹 Od chatu k reálné práci: AI agenti, nástroje, MCP jako USB-C pro AI, skilly, artefakty a vibe coding 🔹 Co si hlídat: cloud vs. on-premise, RAG, fine-tuning, open weights a evropský AI Act Na závěr přijde rychlá palba: inference, teplota (aneb kolik má model vypito), embedding, prompt injection, guardrails, Copilot, AGI i bod singularity. Dozvíte se také, proč Franta od zapojení MCP konektoru do CRM už nemusel do systému vůbec přihlásit, a proč 95 % firemních AI projektů nemá dopad na výsledky. Podcast moderuje František Zeman, který má více než 30 let zkušeností z IT a byznysu, přes 23 let vede Algotech jako CEO a jako dobrovolník je členem představenstva Dukly Praha 👉 https://www.fkdukla.cz Spojte se s námi! LinkedIn:   / algotech_   Facebook:   / algotechczechrepublic   Instagram:   / algotech_cz   Nadace Algotech: https://www.algonadace.cz Cesta do cloudu: https://www.cestadocloudu.cz 🌐 Web Algotech: https://www.algotech.cz/ 🎥 Algotech podcast:    • Na Grilu: Algotech podcast   🎙️ A co na to Algotech:    • Co na to Algotech?   👤 František Zeman:   / frantisekzeman   Kapitoly: 00:00 Úvod: Proč potřebujeme AI slovník 01:47 LLM a prompt: Mozek a zadání 02:51 Tokeny a kontextové okno 08:44 Reasoning a přemýšlení AI 11:18 Benchmarky, halucinace a kvalita modelu 16:06 Multimodalita 17:52 AI agenti, nástroje a MCP 22:06 Skilly a artefakty 26:45 Vibe coding 28:13 Cloud, lokální modely a RAG 32:29 Fine tuning, open weights a AI Act 36:23 Rychlá palba: inference, teplota, embedding 38:23 Prompt injection, guardrails a Copilot 39:48 AGI a singularita 42:28 Latence a kontext firmy 43:39 Závěr EN: In today's episode, you will learn what tokens, agents, MCP and RAG mean and how much AI costs. Everyone talks about them, few can explain them. František Zeman invited Vojta Černý, who leads AI at Algotech and also teaches at university, to the grill. The brief was simple: no academic talk, explain it so even a grandma would get it 🎙️ Together they go through 31 terms in five blocks: 🔹 How it works: why the model is the brain, what a prompt, a token and a context window are 🔹 What it costs: the simple rule of 1,000 tokens ≈ 1 cent, and why reasoning can make it pricier 🔹 How to spot a good model: benchmarks, benchmaxxing, hallucinations and multimodality 🔹 From chat to real work: AI agents, tools, MCP as the USB-C for AI, skills, artifacts and vibe coding 🔹 What to watch out for: cloud vs. on-premise, RAG, fine-tuning, open weights and the EU AI Act It ends with a rapid-fire round: inference, temperature (or how many drinks the model has had), embeddings, prompt injection, guardrails, Copilot, AGI and the singularity. You will also hear why František hasn't had to log in to the CRM since connecting it through MCP, and why 95% of corporate AI projects have no impact on the bottom line. The podcast is hosted by František Zeman, with more than 30 years in IT and business, over 23 years as CEO of Algotech and a volunteer board member of the football club Dukla Praha 👉 https://www.fkdukla.cz Chapters 00:00 Introduction: Why We Need an AI Dictionary 01:47 LLM and Prompt: The Brain and the Instruction 02:51 Tokens and Context Window 08:44 Reasoning and AI Thinking 11:18 Benchmarks, Hallucinations and Model Quality 16:06 Multimodality 17:52 AI Agents, Tools and MCP 22:06 Skills and Artifacts 26:45 Vibe Coding 28:13 Cloud, Local Models and RAG 32:29 Fine Tuning, Open Weights and the AI Act 36:23 Rapid Fire: Inference, Temperature and Embeddings 38:23 Prompt Injection, Guardrails and Copilot 39:48 AGI and Singularity 42:28 Latency and Company Context 43:39 Conclusion #Algotech #NaGrilu #AI #umelainteligence #LLM #AIAgenti #MCP #RAG #vibecoding #AGI #AIAct #prompt #token #reasoning #benchmark #multimodalita #fineTuning #embedding #Copilot #artificialintelligence #AIagents #machinelearning #generativeAI #LLM #MCP #RAG #vibecoding #AGI #AIexplained