Anatomien i en AI-agent

En agent er ikke en platform

Når folk hører “AI-agent” tænker de tit på et stort system. En platform man køber, logger ind på, og bruger måneder på at rulle ud. Sådan bygger jeg dem ikke, og det er heller ikke det I har brug for.

Har du brug for en kort definition først? Læs opslaget om AI-agenter. Her på siden går jeg gennem min måde at bygge dem på.

En agent, sådan som jeg griber det an, er en lille ting der løser én fast opgave. Den laver tilbudsudkast. Eller matcher fakturaer. Eller trækker handlinger ud af mødenoter. Én opgave, gjort ordentligt, hver gang.

Og under motorhjelmen er den ret enkel. Den består af tre ting: en mappe med instruktioner, en motor der kører dem, og et sted den bor. Det er hele anatomien. Resten af det her er bare en forklaring af de tre.

1. En mappe med instruktioner

Kernen i en agent er ikke kode. Det er instruktioner, skrevet i almindeligt sprog.

Forestil jer at I skulle lære en ny medarbejder en opgave op. I ville forklare hvad opgaven er, hvornår den skal gøres, hvilke regler der gælder, og hvad der aldrig må ske. Præcis den slags forklaring er det en agent kører på. Den ligger i en mappe med filer, og filerne er læsbare. Der står ting som “når en forespørgsel lander, så find kunden i systemet” og “send aldrig noget uden at et menneske har set det først”.

Det lyder banalt, men det er hele pointen. Fordi instruktionerne står i klart sprog og ikke i kode, kan I selv læse dem. Og I kan selv rette i dem. Skal agenten pludselig også tjekke lagerstatus, eller holde en bestemt tone, så er det en sætning der bliver ændret, ikke et udviklingsprojekt.

I samme mappe ligger agentens forbindelser til jeres verden: adgang til det system hvor kunderne står, til varekataloget, til indbakken. Det er de forbindelser der gør at agenten kan lave rigtigt arbejde og ikke bare snakke. Uden dem er den en chatbot. Med dem er den en kollega der kan slå op i tingene.

For større opgaver deler jeg tit arbejdet op i flere små agenter der hjælper hinanden. En der læser og forstår, en der slår op, en der skriver udkastet. Hver med sit ansvar, ligesom man ville fordele en opgave mellem folk. Men princippet er det samme: instruktioner i klart sprog, i en mappe I ejer.

2. Motoren der kører instruktionerne

Instruktionerne gør ikke noget af sig selv. De skal køres. Det er motorens job.

Motoren er det stykke der læser instruktionerne, spørger en sprogmodel (den samme slags teknologi som ChatGPT eller Claude bygger på), henter det den har brug for fra jeres systemer, og arbejder sig igennem opgaven trin for trin indtil den er færdig. Den holder styr på hvad der er gjort, og hvad der mangler.

I skal ikke tænke ret meget over motoren. Den er standard. Det er den samme motor uanset om agenten laver tilbud eller matcher fakturaer, på samme måde som en bils motor er den samme uanset om I kører på arbejde eller i sommerhus. Det der gør jeres agent til netop jeres, er instruktionerne, ikke motoren. Derfor bruger jeg det meste af tiden på instruktionerne og forbindelserne, ikke på maskineriet nedenunder.

3. Hvor bor agenten?

En agent skal køre et sted. Og her afhænger svaret af jeres virksomhed, ikke af teknikken. Der er grundlæggende tre veje:

Hos en leverandør der driver den for jer. Nemmest. I slipper for at tænke på drift, opdateringer og servere. Agenten kører et sted ude i skyen, og I bruger den bare. Det passer de fleste små virksomheder der ikke vil have endnu et it-system at passe.

I jeres egen sky. Hvis I allerede har jeres data og systemer hos Microsoft eller Google, kan agenten bo samme sted. Så ligger alt samlet, under jeres egne konti, med jeres egne adgange. Lidt mere opsætning, men fuld kontrol.

På jeres eget udstyr. Hvis jeres data absolut ikke må forlade huset, af hensyn til lovgivning eller følsomhed, kan agenten køre på jeres egen server. Mest arbejde at sætte op, men nogle gange er det kravet, og så er det den vej.

Der findes efterhånden tjenester bygget specifikt til at hoste den slags agenter tæt på brugerne og med styr på hukommelse og data. (Cloudflare har for eksempel sådan en, hvis nogen spørger til det tekniske.) Men valget handler sjældent om teknik. Det handler om hvor jeres data må ligge, og hvor meget I selv vil røre ved driften. Det finder vi ud af i en kort samtale, ikke i et dokument.

Mennesket sætter det sidste flueben

Uanset opgaven gælder den samme regel: agenten leverer et udkast, aldrig et færdigt resultat der ryger direkte ud af huset.

Tilbuddet lander som en kladde hos sælgeren. Fakturaerne bliver matchet, men de tvivlsomme bliver lagt frem til gennemsyn. Handlingerne fra mødet bliver foreslået, ikke sendt ud som ordrer. Et menneske kigger, retter det ene der skal justeres, og godkender. Det er dér ansvaret bliver liggende, hvor det hører hjemme.

Det er ikke en begrænsning jeg bygger ind fordi teknikken ikke kan andet. Det er sådan det skal være. Agenten fjerner opslagsarbejdet og skrivearbejdet. Dømmekraften bliver hos jer.

Derfor betyder det noget at I ejer den

Læg de tre dele sammen, og der falder noget vigtigt ud af det: en agent bygget sådan her er noget I ejer, ikke noget I lejer.

Instruktionerne står i klart sprog, i en mappe der er jeres. Motoren er standard og kan skiftes. Agenten bor hvor I bestemmer. Der er ingen der kan lukke for den, hæve prisen, eller efterlade jer afhængige af én udvikler. Bliver sprogmodellerne bedre næste år, hvad de gør, så bliver jeres agent bare bedre af det samme, uden at I skal bygge om.

Det er den enkle version af hvordan jeg bygger. Hver case her på siden er den samme opskrift, sat på én konkret opgave. Vil I se hvordan det ser ud i praksis, så læs et par af dem. De starter alle med hvor tiden bliver brugt nu, og ender med hvordan agenten tager over.

Flere opgaver fra hverdagen

Se de andre forslag i AI i praksis.