Scaffold / Scaffolding

Hvad er scaffolding?

Scaffolding (stillads på dansk) er al den kode og infrastruktur der omgiver en AI-model og gør den til noget brugbart. Modellen alene er bare en tekst-generator. Scaffolding er det der giver den evnen til at bruge værktøjer, huske kontekst, planlægge handlinger og interagere med verden.

Tænk på det som forholdet mellem en motor og en bil. Motoren (sprogmodellen) er kraftkilden, men uden chassis, rat, bremser og instrumentpanel (scaffolding) er den ubrugelig som transportmiddel.

Begrebet stammer fra softwareudvikling, hvor scaffolding traditionelt betyder autogenereret kode der giver en grundstruktur at bygge videre på, f.eks. rails generate scaffold i Ruby on Rails. I AI-konteksten har betydningen udvidet sig til at dække hele den infrastruktur der wrapper modellen.

Hvad indeholder scaffolding?

1. System prompt. Den instruktion der definerer agentens rolle, adfærd og begrænsninger. Det er agentens “jobbeskrivelelse.”
2. Tool definitions. Beskrivelser af de værktøjer agenten kan bruge: filsystem, API’er, databaser, søgemaskiner. Modellen kan kun bruge værktøjer der er defineret i dens scaffolding.
3. Parsing-logik. Kode der fortolker modellens output og konverterer det til handlinger. Når modellen siger “kald funktionen search()”, er det parsing-logikken der kalder funktionen.
4. Hukommelse. Systemer til at holde styr på samtalehistorik, kontekst og tidligere resultater. Modellen har ikke selv hukommelse mellem kald. Det håndterer scaffolding.
5. Fejlhåndtering. Logik til at håndtere fejl: hvad sker der hvis et tool call fejler? Hvis modellen hallucinerer et funktionsnavn? Hvis API-kaldet timer ud?
6. Guardrails. Sikkerhedslag der forhindrer uønsket adfærd: input-validering, output-filtrering, rate limiting og adgangskontrol.
7. Orkestreringsloop. Den overordnede loop der styrer agentens livscyklus: modtag opgave → tænk → handl → observer → tænk → … → returner resultat.

Scaffolding i praksis

1. Claude Code. Alt det der gør Claude Code til mere end en chatbot: filsystem-adgang, terminalkommandoer, git-integration, permission-system, context management og den iterative ReAct-loop. Selve Claude-modellen er den samme. Scaffolding er det der gør den til en kodningsagent.
2. ChatGPT med plugins. OpenAI’s plugin-system er scaffolding: det definerer hvilke API’er modellen kan kalde, parser modellens funktionskald og returnerer resultaterne.
3. LangChain/LangGraph. Populære frameworks der leverer scaffolding-komponenter: chains, agents, memory, retrievers og tool integrations.
4. Custom virksomhedsagenter. Virksomheder der bygger interne AI-agenter konstruerer typisk custom scaffolding: integration med interne systemer, rollebaseret adgangskontrol, audit logging og compliance-checks.

Scaffolding vs. modellen

1. Modellen er ren intelligens: sprogforståelse, ræsonnement, generering. Den ved ikke hvad den er, hvad den har adgang til, eller hvad den har gjort før.
2. Scaffolding giver kontekst, kapabiliteter og begrænsninger. Det fortæller modellen hvad den er, hvad den kan, og hvad den ikke må.

En vigtig indsigt: samme model med forskellig scaffolding opfører sig radikalt forskelligt. Claude med Claude Code-scaffolding er en kodningsagent. Claude med en kundesupport-scaffolding er en supportagent. Claude med en research-scaffolding er en research-assistent. Modellen er den samme. Scaffolding definerer agenten.

Godt scaffolding-design

1. Klar separation. Adskil scaffolding fra model-kald. Det gør systemet nemmere at teste, debugge og vedligeholde.
2. Robusthed. Scaffolding skal håndtere alle de måder modellen kan fejle på: ugyldigt output, hallucinerede funktioner, uendeligt loops.
3. Observerbarhed. Log hvad modellen tænker, hvilke værktøjer den kalder, og hvad resultaterne er. Uden observerbarhed er det umuligt at debugge agenters adfærd.
4. Fleksibilitet. God scaffolding lader dig nemt skifte model, tilføje nye værktøjer eller ændre agentens adfærd uden at omskrive alt.