TanStack AI 1.0: stabilní základ pro AI aplikace, agentní běh zatím experiment

AI v interní aplikaci potřebuje víc než textové políčko. Musí vědět, ke kterému zákazníkovi patří konverzace, co člověk schválil a co už proběhlo. Právě tady bych posuzoval TanStack AI 1.0.

Oznámení z 23. října 2026 stabilizuje základní API a současně představuje experimentální agentní harness, tedy vrstvu pro řízení delší práce. Označení 1.0 se na nový harness nevztahuje. Jde o doplňkový nález z primárního zdroje, nikoli o release odvozený z českého videa.

Kde bych ho nasadil

Dává mi smysl u vlastní podpůrné aplikace nebo interního CRM, kde tým potřebuje řídit uživatelské rozhraní i nástroje agenta. Pokud už proces spolehlivě běží v n8n nebo Make a nepotřebuje vlastní interakci, samotné číslo verze není důvod k přepisu.

Můj první pilot: dvacet syntetických support ticketů. Agent navrhne kategorii, dohledá podklady a připraví odpověď. Člověk vidí použitý zdroj i návrh změny. Odeslání provede samostatný krok s evidencí výsledku. Jde o návrh testu, ne o náš benchmark TanStacku.

Migrace není jen aktualizace balíčků

Průvodce migrací mění identifikátor konverzace na threadId, upravuje schvalování přes interrupts a vyžaduje řešit starší uložená data. Klient a server musí přejít společně.

Před nasazením bych zálohoval data, otestoval kopii skutečných konverzací a sepsal postup návratu. Nestačí, že projde TypeScript. Ověřil bych načtení starého chatu, čekající schválení, zobrazení přílohy a opětovné připojení po obnovení stránky. Bez těchto zkoušek může nový build fungovat jen pro nové uživatele.

Agent, který přežije restart

Dokumentace harnessu rozlišuje paměťové úložiště a trvalý session log. Ukázkové memoryPersistence() samo restart nepřežije. Provozní dokumentace navíc popisuje omezení obnovy.

V pilotu bych proces ukončil těsně před zápisem do CRM a znovu těsně po něm. Kontroloval bych, zda nevznikne druhý záznam, zda se neztratí schválení a zda lze dohledat vlastníka běhu. Identifikátor operace a kontrola duplicit mají být součástí cílové aplikace, ne jen instrukcí modelu.

Pro CTO je to kandidát na řízené ověření. Stabilní knihovna pomáhá s integrací; spolehlivost celého procesu musí prokázat vlastní testy.