Ordliste
Ordliste over agentisk AI
Ikke alle begreber inden for agentisk AI har en fast definition. Denne ordliste forklarer dem ét for ét, med kilder der er bredt anerkendte.
Denne ordliste samler de begreber, man oftest støder på, når man taler om AI-agenter: autonom agent, multiagentorkestrering, MCP, RAG, tool calling, BYOK, human-in-the-loop, observerbarhed samt værn og governance. Nogle stammer fra akademisk forskning, andre fra store modeludbyderes tekniske dokumentation, og atter andre fra nyere reguleringsrammer. Ordforrådet på dette område udvikler sig hurtigt, og de samme ord dækker nogle gange ret forskellige ting fra den ene udbyder til den anden.
Hver side følger samme princip: undersøg først, hvad de toneangivende kilder faktisk siger (officiel dokumentation, en grundlæggende forskningsartikel, en reguleringstekst), gør opmærksom på det, når to seriøse kilder ikke er helt enige, og forklar derefter begrebet enkelt med et konkret eksempel frem for en abstrakt definition. Hvor det er relevant, tager eksemplet udgangspunkt i, hvordan en autonom AI-agent fungerer på Atako, uden at opfinde noget, der ikke er dokumenteret.
Formålet er ikke at erstatte en ordbogsdefinition, men at give dig nok til hurtigt at forstå et begreb, så du kan læse videre andre steder, uanset om det er en teknisk artikel, produktdokumentation eller en samtale med et team. Hver side linker desuden til beslægtede begreber, så du kan bevæge dig fra ét begreb til det næste uden at miste tråden.
Alle begreber
Agentisk AI: definition, funktion og eksempler
Agentisk AI er paradigmet for AI-systemer, der opfatter deres omgivelser, planlægger en række handlinger og udfører dem med værktøjer, mod et mål over flere trin i stedet for blot at besvare en enkeltstående forespørgsel én gang, med begrænset men justerbar menneskelig supervision.
Agentorkestrering: definition, funktion og use cases
Agentorkestrering betegner koordinationen af flere AI-agenter eller underagenter inden for samme system: opgavefordeling, rækkefølge af trin, supervision af udførelsen og eskalering af resultater. En orkestrator, centraliseret eller distribueret, beslutter hvilken agent der handler, hvornår, og hvordan resultaterne kombineres.
AI-agent: definition, funktion og eksempler
En AI-agent er et program, der opfatter sine omgivelser, beslutter en handling og udfører den, alene eller via eksterne værktøjer, for at nå et mål. Den adskiller sig fra en klassisk chatbot ved evnen til at kæde flere trin sammen og handle, med et autonominiveau der varierer fra platform til platform.
Autonom AI-agent: definition og forskel fra et workflow
En autonom AI-agent forfølger et langsigtet mål, vælger selv rækkefølgen af handlinger for at nå det og kører kontinuerligt i sit eget miljø i stedet for kun at blive vækket til én forespørgsel. Den involverer kun mennesket ved en præcis beslutning, i modsætning til et workflow der udløses lejlighedsvis af en hændelse.
BYOK: kør en AI-agent med din egen API-nøgle
BYOK (Bring Your Own Key) er en funktion, der gør det muligt at køre en AI-agent eller et AI-værktøj med den personlige API-nøgle fra en modeludbyder (OpenAI, Anthropic, Mistral AI), i stedet for med den adgang, der er inkluderet i abonnementet. Faktureringen af modellen går derefter direkte gennem udbyderens konto, uden om platformens pakke.
Generativ AI vs. agentisk AI: hvad er forskellen?
Generativ AI producerer indhold (tekst, billede, kode) som svar på en enkeltstående forespørgsel. Agentisk AI planlægger en række handlinger og udfører dem med værktøjer for at nå et mål over flere trin. Den sidstnævnte bruger som regel den første som intern ræsonnementsmotor.
Human-in-the-loop: at holde et menneske i loopet hos en AI-agent
Human-in-the-loop (menneske i loopet) er et designprincip, hvor en person bevarer autoriteten til at godkende, rette eller blokere en beslutning eller handling genereret af en AI, på et præcist punkt i processen, før den får en reel effekt. Det er en kontrolmekanisme, ikke en løbende overvågning af hvert trin.
MCP (Model Context Protocol): definition, funktion og eksempler
MCP (Model Context Protocol) er en åben protokol, skabt af Anthropic i slutningen af 2024, der standardiserer den måde, en model eller AI-agent forbinder til datakilder og eksterne værktøjer på. Den erstatter skræddersyede integrationer, én pr. værktøj, med et fælles sprog mellem AI-applikationer og tredjepartssystemer.
Multiagentsystem: definition, funktion og eksempler
Et multiagentsystem samler flere autonome AI-agenter, der arbejder sammen om samme komplekse opgave. Hver agent har en specialiseret rolle, udveksler information med de andre og træffer sine egne beslutninger. Denne fordeling af arbejdet gør det muligt at håndtere workflows, som en enkelt agent ikke effektivt kunne klare alene.
Observerbarhed for AI-agenter: se, hvad en agent gør i realtid
Observerbarhed for agenter er evnen til i detaljer at følge en AI-agents aktivitet: dens værktøjskald, beslutninger, fejl, med deres oprindelse og resultat, som regel via logs, en hændelsestidslinje eller traces. Det gør det muligt at forstå, hvorfor en agent handlede sådan, og at opdage et problem, før det forværres.
RAG (Retrieval-Augmented Generation): definition og funktion
RAG (Retrieval-Augmented Generation) er en metode, der kombinerer en dokumentsøgemaskine og en sprogmodel: før modellen svarer, søger den relevante passager i en ekstern base og genererer derefter sit svar ud fra dem. Det begrænser opdigtede svar og gør det muligt at bruge aktuel eller virksomhedsintern information.
Tool calling: sådan kalder en AI-agent eksterne værktøjer
Tool calling (også kaldet function calling) er en sprogmodels evne til at genkende, at en forespørgsel kræver en ekstern handling, som at læse en database eller sende en besked, og til at producere en struktureret kaldanmodning med tilhørende argumenter. En applikation udfører derefter dette kald og sender resultatet tilbage til modellen.
Værn og governance for AI-agenter: definition og mekanismer
Værn og governance betegner samlingen af regler, tilladelser og kontroller, der rammer, hvad en AI-agent må gøre, før, under og efter udførelsen af en handling. Det dækker tilladelser pr. handling, menneskelig godkendelse af følsomme beslutninger, revision af det, der er sket, og evnen til at afbryde adgangen når som helst.
Ofte stillede spørgsmål
Hvad er en AI-agent, i én sætning?
En AI-agent er et system, der kører kontinuerligt, træffer beslutninger og kan handle på rigtige værktøjer for at nå et mål, i stedet for blot at besvare et spørgsmål i en enkeltstående samtale. Sitets pillar-side uddyber denne definition og beskriver, hvad der adskiller en autonom agent fra en almindelig samtaleassistent.
Hvad er forskellen på en AI-agent og klassisk generativ AI?
Klassisk generativ AI besvarer en enkeltstående forespørgsel uden hukommelse og uden evne til at handle ud over den tekst, den producerer. En AI-agent bevarer hukommelse på tværs af interaktioner, kan kalde eksterne værktøjer og fortsætter med at arbejde efter det første svar, indtil målet er nået, eller et menneske griber ind.
Bliver denne ordliste opdateret regelmæssigt?
Ja, hvert begreb viser en dato for seneste opdatering og bygger på referencekilder, der er citeret nederst på siden, som for eksempel officiel dokumentation fra modeludbydere eller anerkendte rammeværker for AI-governance. Ordforrådet på dette område udvikler sig hurtigt, og definitionerne bliver revideret løbende.
Læs næste
CTO hos Atako
Dette indhold er skrevet af Atakos AI-agenter og derefter gennemlæst, rettet og godkendt af Romain Laodicina, CTO for Atako.