Így működik valójában a mesterséges intelligencia: a 7 réteg, amit minden cégvezetőnek értenie kell
Amikor beírsz egy kérdést a ChatGPT-be, a Claude-ba vagy a Geminibe, nem egyetlen „mindentudó aggyal” beszélgetsz. Nézzük meg közérthetően, hogyan épül fel egy mai AI-rendszer a fizikai GPU-vasaktól a modellsúlyokon, a védőkorlátokon (guardrail) és a hámon (harness) keresztül a skillekig, az ügynökökig (agents) és a kezelőfelületig!
A legtöbb felhasználó és vállalkozó egyetlen nagy fekete doboznak látja a mesterséges intelligenciát. Ha rossz választ kap, rávágja, hogy „buta a modell”; ha viszont látványos eredményt kap, azt hiszi, maga a nyelvi modell nyitotta meg az Excel-táblát vagy keresett rá az interneten a friss árfolyamra. A valóságban maga a nyelvi modell (a súlyok halmaza) egy süket és vak szobában ülő, befagyasztott lexikon – minden, ami körülötte történik, a ráépített 6 másik technológiai réteg műve.
Miért hisszük azt, hogy egyetlen programmal beszélgetünk?
Képzeld el, hogy beülsz egy modern autóba, megnyomod az indítógombot, és azt mondod: „ez egy jó kormánykerék, mert 200-zal megy az autópályán”. Pontosan ugyanezt a hibát követjük el, amikor a webes csevegőablakot (a ChatGPT-t vagy a Claude-ot) azonosítjuk magával az AI-modellel.
Amikor egy cégvezető vagy munkatárs panaszkodik, hogy „a modell elfelejtette, amit a beszélgetés elején írtam”, „nem tudta megnyitni a PDF-et”, vagy épp „megtagadta a választ egy ártatlan biztonsági kérdésre”, akkor az esetek 80%-ában nem magával a nyelvi modellel (a súlyokkal) van a probléma.
A hiba ilyenkor szinte mindig egy másik rétegben történik: vagy a Guardrail (a biztonsági szűrő) volt túl érzékeny, vagy a Hám (Harness) vágta le a kontextusablakot spórolásból, vagy hiányzott a megfelelő Skill / Extension a PDF-táblázat értelmezéséhez, esetleg a UI (kezelőfelület) nem küldte el a teljes fájlt a háttérrendszernek.
Ha egy vállalkozás nem látja át ezt a 7 egymásra épülő réteget, akkor rossz helyen fogja keresni a hibát, rossz előfizetést fog választani, és nem fogja érteni, miért teljesít ugyanaz a modell (például a Claude Sonnet vagy a GPT-5.4) teljesen másképp egy sima böngészős chatablakban, mint egy professzionális fejlesztői vagy ügynöki hámba (pl. Claude Code, Cursor, egyedi API-workflow) befogva.
Alulról felfelé: így épül fel egy modern AI-rendszer a vasaktól a képernyőig
Kattints az egyes rétegekre a bal oldali toronyban (vagy haladj végig a részletes leírásokon), hogy lásd, mi a szerepük, hogyan működnek, és hol tudnak elromlani a napi céges munkában!
1. Infografika: A 7 rétegű AI-hagymamodell (Hogyan burkolják körbe a szoftverrétegek a nyers modellsúlyokat?)
RendszerarchitektúraHardver (GPU / TPU / NPU és a VRAM-fal)
Minden mesterséges intelligencia legalsó szintje a színtiszta fizika: az adatközpontokban zakatoló NVIDIA H100/B200 GPU-klaszterek, a Google saját TPU-chipjei, vagy helyi futtatásnál a munkaállomásod videókártyája. Itt nem a hagyományos processzor (CPU) órajele számít, hanem két dolog: mennyi videómemória (VRAM) áll rendelkezésre, és milyen gyorsan tudja a chip olvasni azt (memória-sávszélesség, TB/s).
Miért fontos ez egy cégvezetőnek? Mert a modellsúlyoknak és az aktuális beszélgetés emlékezetének (KV-cache) teljes egészében be kell férnie a gyors VRAM-ba. Ha egy modell túl nagy a vashoz, vagy túl sokan használják egyszerre, a rendszer belassul, sorba állítja a kéréseket, vagy drasztikusan megvágja a modell emlékezetét.
Modellsúlyok (Weights / Paraméterek)
Amikor szűk értelemben „AI-modellről” beszélünk, valójában egy több tíz- vagy százgigabájtos fájlról (pl. .safetensors vagy .gguf) beszélünk, amely több százmilliárd lebegőpontos számot – úgynevezett súlyt (weights) – tartalmaz. Ezek a számok a hónapokig tartó előtanítás (pre-training) során rögzültek, és a emberi nyelv, a logika, valamint a programkódok statisztikai összefüggéseit kódolják.
A legnagyobb tévhit: Sokan azt hiszik, hogy a modell „folyamatosan tanul” abból, amit beírnak neki. Nem! A modellsúlyok a használat (inference) közben teljesen fagyottak, írásvédettek. A nyers súlyok önmagukban nem emlékeznek a tegnapi beszélgetésedre, nem látják, hány óra van, nincs internetkapcsolatuk, és nem tudnak megnyitni egyetlen fájlt sem. Csak egyetlen dolgot tudnak: ha kapnak egy számsort (tokeneket), kiszámolják a következő legvalószínűbb tokent.
Védőkorlátok (Guardrails és Alignment)
Egy nyers nyelvi modell bármire válaszolna: megírná a zsarolóvírust, kiadná a betanítási adatok között maradt személyes adatokat, vagy engedelmeskedne egy kívülről érkező támadó parancsnak (Prompt Injection). Ezért két szintű Guardrail (védőkorlát) veszi körül:
- Belső Guardrail (Alignment / RLHF): Már a finomhangolás során „belenevelik” a súlyokba, hogy milyen témákat kell megtagadnia (ez az, amit a kiberbűnözők az abliterated / cenzúrázatlan nyílt modellekből matematikai úton kioperálnak).
- Külső Guardrail (Input/Output Filter): A modell előtt és után ülő gyors ellenőrző szoftver, ami még azelőtt megállítja a kérést (vagy letiltja a választ), hogy az elhagyná a szervert – például ha hitelkártyaszámot, gyűlöletbeszédet vagy sérülékenység-kihasználó kódot észlel.
A Hám (Harness / Runtime / Orchestrator)
Ha a modellsúlyok jelentik a vad, nyers lóerőt, akkor a Hám (angolul Harness) az a szoftveres szerszámzat, ami ezt az erőt befogja és irányíthatóvá teszi. A nyers modell önmagában használhatatlan; a Hám az, ami minden egyes üzenetváltáskor elvégzi a kulisszák mögötti munkát:
- Összeállítja a láthatatlan Rendszerutasítást (System Prompt): Megmondja a modellnek, hogy ki ő, milyen dátum van ma, milyen nyelven beszéljen, és milyen szabályokat (`CLAUDE.md`, céges házirend) kövessen.
- Kezeli a memóriát és a kontextusablakot: Mivel a súlyok nem emlékeznek semmire, a Hám minden egyes új kérdésednél újra becsomagolja és beküldi a korábbi üzeneteket, sőt, ha betelik az ablak, automatikusan tömöríti (összefoglalja) a régebbi részeket.
- Vezérli a gondolkodási (Thinking / Reasoning) fázist: Engedi a modellt „magában gondolkodni” a válaszadás előtt, majd szétválasztja a belső jegyzeteket a végleges választól.
- Értelmezi az eszközhívásokat (Tool Calling): Ha a modell jelzi, hogy szüksége van egy számításra vagy fájlra, a Hám megállítja a szöveggenerálást, lefuttatja a külső eszközt, és visszatáplálja az eredményt a modellnek.
Addon, Extension, Skill, Tool és az MCP szabvány
Ezen a szinten kap a modell „kezeket és szemeket”, hogy kilépjen a puszta szövegjóslásból. Bár a marketingesek állandóan keverik a kifejezéseket, érdemes tisztán látni a négy fogalom közötti különbséget:
- Tool (Alapeszköz / Függvény) & MCP (Model Context Protocol): Egy konkrét műszaki képesség, amit a Hám meghívhat – például élő webes keresés, Python kódfuttató homokozó (sandbox), SQL-lekérdezés vagy számlázó API-hívás. Az MCP ennek az univerzális „USB-C csatlakozója”.
- Skill (Képesség- és munkafolyamat-csomag): Több, mint egy egyszerű eszköz: egy újrahasznosítható szakértői receptkönyv (utasítások + sablonok + szkriptek), amit a Hám csak akkor tölt be a memóriába, amikor az adott feladatra (pl. pénzügyi elemzésre vagy DOCX-generálásra) szükség van.
- Addon / Extension (Kiegészítő / Beépülő): Olyan szoftvermodul, ami egy meglévő programba (böngészőbe, VS Code-ba, Wordbe, levelezőbe) épül be, hogy az AI közvetlenül lássa az ott megnyitott munkádat.
Ügynökök (AI Agents)
Mi a különbség egy egyszerű chatbot és egy AI Agent (Ügynök) között? Egyetlen szó: az önálló ciklus (Loop). Egy sima chatbotnál te kérdezel egyet, ő válaszol egyet, és megáll. Egy Agent ezzel szemben célt kap, nem pedig lépésenkénti parancsot.
Az Agent (a Hám és a Skillek segítségével) önállóan felbontja a feladatot 10 részfeladatra, elindítja az első eszközt, megnézi a hibaüzenetet, magától kijavítja a saját hibáját, újrapróbálja, ellenőrzi az eredményt, és csak akkor szól neked, amikor a teljes munkafolyamat elkészült.
Kezelőfelület (UI – User Interface)
A legfelső, legvékonyabb réteg az, amit a felhasználó ténylegesen lát: a webes csevegőablak (`chatgpt.com`, `claude.ai`, saját szerveres `Open WebUI`), az oldalsó dokumentum-vászon (Canvas / Artifacts), az irodai programba épített oldalsáv, vagy rendszergazdáknál a parancssori terminál (`Claude Code`). Kritikus tanulság: a UI dönti el, milyen könnyű fájlt csatolni, projekteket rendszerezni vagy csapatban dolgozni – de a mögötte lévő 6 réteg végzi a valódi munkát.
Hám, Skill, Extension vagy Agent? Így tedd rendbe a fogalmakat 2 perc alatt!
A szoftvergyártók marketingesei mindent „Agentnek” vagy „Copilotnak” hívnak, hogy drágábban adhassák el. Az alábbi táblázat kristálytisztán szétválasztja, melyik réteg mire való, és hol hordoz biztonsági kockázatot.
| Réteg / Fogalom | Mi ez egyetlen mondatban? | Konkrét 2026-os példa | Honnan tudod, hogy ezzel a réteggel van baj? |
|---|---|---|---|
| Modellsúlyok (Weights) |
A betanított matematikai mátrix, ami szövegmintákat és logikát ismer. | GPT-5.6 Sol, Claude Sonnet/Opus, Gemini 4 Argon, Qwen-32B. | A modell nyelvileg zagyvál, nem érti a magyar ragozást, vagy logikai bukfencet vet. |
| Guardrail (Védőkorlát) |
Bemeneti és kimeneti biztonsági szűrő + betanított etikai korlát. | Llama Guard, Azure Content Safety, beépített RLHF megtagadás. | „Sajnálom, ebben nem segíthetek” választ kapsz egy teljesen legális, pl. IT-biztonsági kérésre is. |
| A Hám (Harness / Runtime) |
A vezérlőkeret, ami a modellt memóriával, rendszerprompttal és eszközökkel látja el. | Claude Code keretrendszer, Cursor belső motorja, LangGraph / vLLM. | A modell „elfelejti” a beszélgetés elejét, nem látja a CLAUDE.md szabályt, vagy rosszkor hív meg eszközt. |
| Tool & MCP (Eszköz & Protokoll) |
Szabványos csatlakozó külső adatbázisokhoz, fájlokhoz és API-khoz. | PostgreSQL MCP szerver, Számlázz.hu API, Python Code Interpreter. | Az AI hallucinálja a számokat ahelyett, hogy lekérdezné a valós adatbázist vagy számolna. |
| Skill (Képességcsomag) |
Szakértői munkafolyamat-leírás, sablon és szkript egy adott feladattípushoz. | Pénzügyi audit skill, DOCX/PDF generáló skill, biztonsági naplóelemző skill. | A modell tudja használni az eszközt, de nem a céges szabvány és lépéssorrend szerint dolgozik. |
| Addon / Extension (Beépülő modul) |
Meglévő szoftverbe (böngésző, Office, IDE) épülő híd az AI felé. | Böngésző-összefoglaló bővítmény, VS Code / JetBrains AI plugin, Outlook add-in. | Kézzel kell másolgatnod (Copy-Paste) a szöveget a munkaprogramod és az AI-ablak között. |
| Agent (Ügynök) |
Önálló ciklusban (tervez → végrehajt → ellenőriz → javít) dolgozó rendszer. | Önálló hibajavító fejlesztő-ügynök, automatizált számlafeldolgozó workflow. | Végtelen ciklusba ragad, túl sok tokent éget el, vagy jogosultsági korlát nélkül módosít valamit. |
Mi történik a másodperc tört része alatt, amikor elküldesz egy kérést?
Nézzünk meg egy tipikus magyar KKV-feladatot: „Nézd át a tegnapi bejövő számlákat, és készíts belőlük cash-flow táblázatot!” Kattints végig a 7 lépésen az alábbi szimulátorban, hogy lásd, melyik réteg mikor lép működésbe!
Feladat: „Készíts pénzügyi kimutatást a tegnapi bejövő számlákból!”
Miért nincs „bölcsek köve” és miért nincs „legjobb AI-modell”?
Minden héten kijön egy új grafikon, ami bizonygatja, hogy az éppen aktuális modell 2,4%-kal megverte a másikat egy egyetemi matekversenyen vagy szintetikus teszten. Aki azonban csak ezeket a nyers pontszámokat nézi, az egyáltalán nem érti, mivel érdemes dolgoznia.
A nyilvános ranglisták (leaderboardok) és szintetikus benchmarkok szinte kizárólag a 2. réteget – a csupasz modellsúlyokat – mérik steril, laboratóriumi kérdéseken. Csakhogy egy vállalkozás a való életben soha nem csupasz modellsúlyokkal dolgozik!
A gyakorlatban egy kicsit „gyengébb” vagy olcsóbb modell, amelyik egy kiválóan megépített Hámban (4. réteg) fut, pontosan megírt felhasználói és projektszintű utasításokat (CLAUDE.md) kap, és hozzáfér a megfelelő Skillekhez és MCP-eszközökhöz (5. réteg), köröket ver a világ legdrágább csúcsmodelljére, ha utóbbit csak egy csupasz chatablakban, félmondatos promptokkal próbálgatják.
- Az adott feladattól: Más modell és más hám kell egy 40 fájlos szoftver-refaktoráláshoz, más egy magyar nyelvű ügyféllevélhez, és megint más egy 200 oldalas szerződés átfésüléséhez.
- A felhasználói utasításoktól: A strukturált peremfeltételek és a kontextushigiénia (lásd a Mesterség és intelligencia 1. részét) többet számítanak, mint két modellgeneráció közötti különbség.
- A Hám (Harness) minőségétől: Hogyan kezeli a rendszer a memóriát, a fájlokat és a hibajavítást.
- A ráépített kiegészítőktől (Skills, Tools, Extensions): Kap-e a modell számológépet, kódfuttatót és ellenőrzött adatkapcsolatot, vagy fejből kell tippelnie.
2. Infografika: A „Szintetikus Benchmark Csapda” vs. Valós Vállalati Teljesítmény
Vezetői szemléletváltásKapcsolódó cikkek
A ChatGPT megfelelt a Turing-tesztnek. Na és…?
Valóban, de ez manapság már nem akkora dicsőség, hiszen a Google LaMDA elsőként 2022 nyarán teljesítette a Turing tesztet. Úgy hogy sokkal érdekesebbet…
Miért omlott össze a hagyományos KKV-védelem 2026 őszén?
Az AI-alapú támadások és a PHP2Shell-válság után a régi recept már nem véd. Mit építs meg, és mit vásárolj meg a cég védelméhez?
Mesterség és intelligencia · 2. rész
Miért fizetünk nyugati AI-ért, ha a kínai ingyen van?
Beszállítói kockázat, GDPR és a helyben futtatás valódi ára: miért nem az dönt, melyik AI-modell okosabb vagy olcsóbb.
Következő lépés
Tudd meg, hol vannak a céges IT valódi kockázatai.
Egy kockázatfelmérés során átvizsgáljuk a rendszered legfontosabb pontjait, majd világos, fontossági sorrendbe rendezett javaslatokat adunk a javításhoz.