AI-agent

Hvad er en AI-agent?

En AI-agent er et AI-system der kan handle selvstændigt for at nå et mål. Den kombinerer en sprogmodels ræsonneringsevne med evnen til at bruge værktøjer (søge på nettet, køre kode, læse og skrive filer, kalde API’er) i en iterativ loop der fortsætter til opgaven er løst.

I Anatomien i en AI-agent viser jeg, hvordan jeg ville bygge en agent til én fast opgave. Her får du de enkelte dele forklaret.

Den vigtigste forskel mellem en AI-agent og en traditionel chatbot er handlingsevne. En chatbot genererer tekst. En agent handler. Den kan ændre ting i den virkelige verden: oprette filer, sende emails, opdatere databaser, deploye kode.

AI-agenter bygger typisk på en agentic loop: ræsonnér → planlæg → handl → observer → gentag. Agenten tænker over hvad der skal gøres, udfører en handling, ser resultatet, og beslutter næste skridt.

Anatomien af en AI-agent

1. LLM som hjerne. En sprogmodel (Claude, GPT, Gemini) er agentens ræsonnerings- og beslutningsmotor. Den analyserer opgaven, planlægger trin og bestemmer hvilke værktøjer der skal bruges.
2. Værktøjer. Funktioner agenten kan kalde: søgemaskiner, kodekøring, filsystem, API’er, databaser. Værktøjerne er agentens “hænder.”
3. Hukommelse. Agenten husker hvad den har gjort og lært undervejs. Kort-tids hukommelse (samtalehistorik) og potentielt lang-tids hukommelse (persisteret viden).
4. Planlægning. Evnen til at dekomponere et komplekst mål i håndterbare deltrin og udføre dem i den rigtige rækkefølge.
5. Fejlhåndtering. Når noget fejler, diagnosticerer agenten problemet og prøver en alternativ tilgang i stedet for at stoppe.

Typer af AI-agenter

1. Kodningsagenter. Claude Code, GitHub Copilot coding agent, Cursor. Kan selvstændigt undersøge, skrive, teste og debugge kode.
2. Research-agenter. Søger autonomt på nettet, læser dokumenter, syntetiserer information og producerer rapporter.
3. Kundesupport-agenter. Løser kundeproblemer ved at slå data op, udføre handlinger (refunderinger, ændringer) og eskalere til mennesker når nødvendigt.
4. Data-agenter. Analyserer datasæt, genererer visualiseringer og producerer indsigter autonomt.
5. Workflow-agenter. Automatiserer komplekse forretningsprocesser på tværs af systemer.

AI-agenter i praksis

1. Claude Code. Anthropics kodningsagent der kan navigere i en kodebase, forstå kontekst, skrive kode, køre tests og iterere. Alt i en terminal-baseret loop.
2. Devin. Cognitions AI-softwareingeniør der kan planlægge og udføre hele softwareprojekter over mange trin.
3. Custom agents. Virksomheder bygger egne agenter med frameworks som LangChain, CrewAI og Claude Agent SDK.
4. Browser-agenter. AI der kan navigere websites, udfylde formularer og interagere med web-applikationer som en menneskelig bruger.

Agenter vs. chatbots

1. Formål. Chatbot: besvare spørgsmål. Agent: løse opgaver.
2. Handling. Chatbot: genererer kun tekst. Agent: bruger værktøjer og ændrer ting.
3. Autonomi. Chatbot: venter på næste prompt. Agent: kører selvstændigt over mange trin.
4. Kompleksitet. Chatbot: ét svar ad gangen. Agent: kan udføre 10-100+ trin per opgave.
5. Fejlhåndtering. Chatbot: giver ét forsøg. Agent: itererer og prøver nye tilgange.

Læs hos kilden

Anthropic om agenter og workflows.