Forstå hvad en agent er og kan
"Agent" er årets mest brugte og mindst forklarede ord i AI. Her er begrebet skåret ind til benet — og et eksempel du allerede har set: resuméet i Journalen her på siden skriver sig selv.
Fra begreb til et flow du kan se virke.
Fem trin til at forstå begrebet.
Du har allerede læst noget en agent lavede
De fleste har hørt ordet "agent" et utal af gange og har stadig en fornemmelse af, at det betyder alt og ingenting. Lad mig starte et konkret sted i stedet for et abstrakt.
Inde i Journalen her på siden ligger der hver mandag et resumé af ugens vigtigste AI-nyheder. Det er ikke noget, jeg sætter mig og skriver. Det skriver sig selv — eller rettere: en agent, jeg har sat op, gør det, mens jeg sover. Den henter ugens nyheder fra en håndfuld kilder, vælger de vigtigste fra, læser dem, skriver et resumé på dansk med kildehenvisninger, lægger det op som et blogindlæg og sender mig en mail om, at det er klar.
Det er meta, ja. Men det er også den hurtigste vej til at forstå, hvad en agent kan: du har sandsynligvis allerede læst noget, den har lavet, uden at tænke over det.
I resten af guiden bruger jeg det eksempel som rød tråd. Først begrebet, så skillelinjen til det, mange forveksler det med, og til sidst selve flowet trin for trin.
Hvad gør noget til en agent
En agent er ikke en bestemt app eller en bestemt model. Det er en måde at sætte en model i arbejde på. Tre ting skal være til stede, før det giver mening at kalde noget en agent.
Et mål, ikke en besked
Den får en opgave at løse — "lav ugens resumé" — ikke en enkelt instruks at besvare. Målet styrer, ikke det enkelte trin.
Handlinger i verden
Den kan gøre noget: hente en webside, læse en fil, sende en mail, oprette et dokument. En model alene kan kun skrive — en agent kan også handle.
Valg undervejs
Den træffer beslutninger selv på vejen mod målet: hvilke nyheder er vigtige, hvad skal med, hvad skal skæres fra. Ikke alt er bestemt på forhånd.
Sat sammen: en agent er en model, der har fået et mål, et sæt værktøjer den kan bruge, og lov til at træffe valg undervejs. Tag én af de tre væk, og det er noget andet — en chat, et script, en formular. Det er kombinationen, der er pointen.
Hvis ja, er du i agent-land. Hvis hvert skridt er bestemt på forhånd, er du et andet sted — og det er der, vi går hen nu.
Agent vs. simpel automatisering
Det her er den forveksling, der koster mest. Begge dele kører "af sig selv", og begge sparer tid. Men de håndterer det uventede vidt forskelligt — og det er hele forskellen, når du skal vælge værktøj.
En simpel automatisering følger en fast opskrift: når dette sker, så gør præcis dette. Den er forudsigelig og billig, og den fejler hårdt, så snart virkeligheden ikke passer til opskriften. En agent får et mål og finder selv vejen — den kan håndtere, at ugens nyheder er anderledes end sidste uges, fordi den vurderer indholdet i stedet for at følge en fast regel.
| Dimension | Simpel automatisering | Agent |
|---|---|---|
| Instruks | Fast opskrift: hvis X, så Y | Et mål — finder selv vejen |
| Det uventede | Fejler eller springer over | Vurderer og tilpasser |
| Valg undervejs | Ingen — alt er bestemt på forhånd | Træffer beslutninger selv |
| Bedst til | Faste, ensartede opgaver | Opgaver hvor input varierer |
| Pris & forudsigelighed | Billig, forudsigelig | Dyrere, mindre forudsigelig |
| Eksempel | "Flyt alle fakturaer til mappe X" | "Læs ugens nyheder og skriv det vigtigste sammen" |
Konkret med vores eksempel: en automatisering kunne hente alle ugens artikler og klistre dem ind i en mail. Det ville virke — og være ulæseligt. Agenten gør noget en fast regel ikke kan: den læser de godt hundrede artikler, vurderer hvilke ~10 der faktisk betyder noget, og skriver dem sammen i temaer. Det valg — hvad er vigtigt i denne uge — er præcis det, en opskrift ikke kan træffe.
Dér hvor input skifter fra gang til gang, og nogen skal vurdere frem for bare at udføre.
Ugens AI-resumé — trin for trin
Nu det konkrete. Her er, hvad agenten bag mandagsresuméet faktisk gør, fra den vågner til indlægget er live. Seks navngivne trin — uden teknik, men tæt nok på, at du kan se, hvor valgene træffes.
Ugentlig udløser
Indsaml kilder
Udvælg det vigtige
Berig
Skriv resuméet
Udgiv + besked
Den starter sig selv
Agenten starter på et fast tidspunkt hver uge. Ingen trykker på en knap. Det er det eneste "automatiske" ved den — resten er vurdering.
Friske artikler ind
Den henter friske artikler fra en håndfuld faste AI-kilder — dansk og internationalt, fx TechCrunch, MIT Technology Review, VentureBeat, AI-Portalen, Mobilsiden og Version2. Det bliver hurtigt over hundrede artikler på en uge.
Hvad betyder noget i denne uge
En model læser overskrifter og indledninger og skærer bunken ned til de få nyheder, der faktisk betyder noget. Det er det første rigtige agent-øjeblik: ingen fast regel siger hvilke — den vurderer.
Læs den fulde tekst
For hver udvalgt nyhed henter den den fulde artikeltekst og trækker den rene tekst ud, så den har noget reelt at skrive ud fra — ikke bare en overskrift.
Temaer, tone og kilder
Nu skriver agenten selve resuméet: grupperer nyhederne i temaer, skriver på dansk, holder en fast tone og sætter kildehenvisninger ind undervejs. Strukturen bestemmer den selv ud fra ugens indhold.
Live i Journalen
Til sidst gør den teksten klar til web, lægger den op som et nyt indlæg i Journalen, så siden går live, og sender mig en mail om, at ugens resumé er klar.
Det er forskellen fra forrige afsnit, gjort konkret.
Resultatet er det indlæg, du kan læse i Journalen lige nu. Det er ikke perfekt hver uge — en agent vurderer, og vurderinger kan ramme ved siden af. Men det illustrerer pointen bedre end nogen definition: en opgave, der før krævede en eftermiddag, kører nu af sig selv, fordi den er stykket sammen af de tre byggeklodser fra afsnit 02.
Sådan ser produktet ud
Det her er ikke en tegning — det er output fra agenten, live i Journalen. Begrebet → flowet → det færdige produkt.
Læs et eksempel →Hvornår en agent giver mening
Det vigtigste, du tager med, er ikke hvordan man bygger en — det er at kunne genkende opgaven. En agent giver mening, når tre ting er sande på én gang.
Igen og igen
Opgaven kommer igen — ugentligt, dagligt, ved hver ny sag. Engangsopgaver er sjældent værd at bygge en agent til.
Nyt hver gang
Materialet er nyt hver gang. Var det identisk, kunne en fast opskrift klare det billigere.
Et skøn, ikke flyt
Nogen skal vælge, prioritere eller skrive sammen — ikke bare flytte data fra A til B.
Mangler ét af de tre, er en agent som regel overkill. Skal du flytte filer efter et fast mønster, så byg en automatisering. Skal du have svar på ét spørgsmål, så skriv til en model i en chat. Agenten er til opgaven midt imellem: den tilbagevendende, der kræver et skøn hver gang.
Har du en opgave, der lyder som en agent?
Den tilbagevendende slags, der kræver et skøn hver gang — og som du er træt af at lave i hånden. Skriv til mig, så kigger vi på, om den er værd at bygge.
Skriv til mig →Tre ting at huske
En agent = mål + værktøjer + autonomi. Mangler én, er det noget andet.
Forskellen fra automatisering er vurderingen — agenten håndterer det uventede.
Byg kun en agent, når opgaven gentager sig, skifter input og kræver et skøn.