AI-agent: definition, funktion og eksempler

Detaljeret definition

En AI-agent er et program, der opfatter, hvad der sker omkring det, beslutter en handling og udfører den, med eller uden menneskelig indblanding ved hvert trin. Det er den ældste definition af ordet "agent" inden for kunstig intelligens. Den stammer fra Stuart Russell og Peter Norvigs standardværk, Artificial Intelligence: A Modern Approach, der beskriver en agent som "alt, der kan opfattes som noget, der sanser sine omgivelser gennem sensorer og handler på dem gennem aktuatorer" (se definitionen, som den gengives på Wikipedia). Definitionen er ældre end de store sprogmodeller, men den holder stadig.

De store cloud-udbydere gentager samme idé med andre ord. For IBM er en AI-agent et system, der udfører opgaver autonomt ved selv at designe sin rækkefølge af trin med de tilgængelige værktøjer. For Google Cloud er det en applikation, der når et mål ved at behandle et input, ræsonnere med de tilgængelige værktøjer og derefter handle ud fra sine beslutninger. Microsoft går direkte til sagen: det, der adskiller en agent fra en almindelig assistent, er autonomien. En assistent hjælper en person, en agent gennemfører et mål.

De tre definitioner er enige på ét punkt: en AI-agent kombinerer opfattelse, ræsonnement og handling ved hjælp af værktøjer. De er lidt uenige om, hvor autonomi-skalaen sættes. Google Cloud beskriver agenter direkte som autonome softwareenheder, mens Microsoft snarere reserverer ordet "agent" til systemer, der gennemfører et mål uden validering ved hvert trin, i modsætning til en assistent, der forbliver under konstant menneskelig kontrol. En autonom AI-agent tager denne logik endnu videre: den vælger selv sin rute af handlinger og kører kontinuerligt, ikke kun i løbet af én opgave.

I daglig tale er "AI-agent" også blevet et lidt bredt begreb. En chatbot, der kalder en enkelt søgefunktion, bliver nogle gange kaldt "agent", ligesom et system, der kæder ti trin sammen fuldstændig autonomt. Den faktiske grad af autonomi, hukommelse og værktøjsadgang varierer enormt fra produkt til produkt. Det er det, du skal undersøge, før du sammenligner to tilbud, i stedet for at stole på ordet i en brochure.

Sådan fungerer det

Teknisk set kører en AI-agent i en løkke, der er enkel at beskrive, men mere kompleks at implementere korrekt:

1. Opfattelse: agenten modtager et input, en brugerbesked, en hændelse, indholdet af en fil, en notifikation fra et andet system.
2. Beslutning: en sprogmodel ræsonnerer over dette input, sammenholder det med sine instruktioner og sin hukommelse og vælger derefter en handling. IBM kalder det "agentisk ræsonnement": agenten genvurderer løbende sin plan i stedet for at følge et fast script.
3. Handling: agenten udfører den valgte handling, ofte via et tool call, en ekstern funktion, en søgning, skrivning til en fil.
4. Observation: resultatet af handlingen bliver til en ny opfattelse, og løkken starter forfra, indtil målet er nået, eller en grænse er ramt.

Det, der adskiller en agent fra en almindelig automatiseret pipeline, er, at rækkefølgen af trin ikke er skrevet på forhånd. Modellen vælger selv, ved hvert skridt, hvilket værktøj den skal kalde, og i hvilken rækkefølge. Et system, der altid følger den samme foruddefinerede sekvens af trin, selv hvis det kalder en sprogmodel på et bestemt sted, ligger tættere på et udløst agent-workflow end på en agent i streng forstand. Nuancen betyder noget: den er det, der adskiller en autonom AI-agent fra et automatiseringsværktøj, der udløses lejlighedsvis.

Hukommelse spiller også en rolle. Uden den starter agenten forfra ved hver interaktion. Med den kan den huske en tidligere udveksling, en fil der allerede er behandlet, eller en planlagt opgave. Det faktiske niveau af hukommelse og autonomi afhænger helt af den anvendte platform, ikke kun af sprogmodellen, der kører bag ved.

Konkret eksempel fra Atako

På Atako er en agent en AI-medarbejder, der oprettes én gang med et navn, instruktioner, en forretningskontekst og en model, og som derefter kører kontinuerligt i sit eget isolerede miljø, ikke i en enkeltstående chatsession. Den bliver ikke oprettet på ny ved hver forespørgsel: den forbliver aktiv og kan kontaktes når som helst, på de kanaler den er åbnet for, chat, e-mail, webhooks eller planlagt opgave.

Tag et konkret eksempel. En virksomhed opretter en supportagent og forbinder den til Zendesk. Som standard giver denne forbindelse ingen adgang: der kræves et eksplicit "grant", en præcis tilladelse (for eksempel læse tickets og oprette et svar, men ikke slette en bruger), for at agenten kan handle. Det er Atakos deny-by-default-model: at forbinde et værktøj og at give en agent lov til at bruge det er to adskilte handlinger.

Når grantet er sat op, opfatter agenten en ny Zendesk-ticket (opfattelse), beslutter om den kan besvare den alene, eller om den skal eskaleres (beslutning), og kalder derefter den tilsvarende handling inden for sit tilladte omfang (handling). Har den brug for hjælp til en delopgave, som at slå en kundehistorik op, kan den uddelegere til en midlertidig underagent uden at bruge en ekstra slot. Hvert tool call bliver logget i agentens aktivitetstidslinje, så du bagefter kan tjekke, hvad den faktisk gjorde.

Almindelige fejl

At forveksle en AI-agent med en chatbot. En klassisk chatbot besvarer ét spørgsmål ad gangen og glemmer alt mellem to udvekslinger. En AI-agent kan kæde flere trin sammen, kalde værktøjer og holde fast i tråden på et mål.

At tro, at "mere autonom" altid betyder "bedre". En agent, der er helt overladt til sig selv på en følsom opgave uden tilladelser eller kontrol, er en risiko, ikke et fremskridt. Det rette autonominiveau afhænger af opgaven, ikke af en trend.

At negligere de tilladelser, der gives til værktøjer. At give en agent bred skriveadgang "for en sikkerheds skyld" i stedet for adgang begrænset til det, den reelt har brug for, er den mest almindelige fejl i virksomheder.

At blande agent sammen med udløst agent-workflow. En fast rækkefølge af trin, der kalder en sprogmodel på et givent tidspunkt, er ikke en agent i fuld forstand: den mangler evnen til selv at vælge sin rute fra start til slut.

Lær mere

Hvis du vil dykke ned i forskellen mellem en agent, der svarer på en enkeltstående forespørgsel, og en agent, der kører kontinuerligt mod et langsigtet mål, så gå til siden autonom AI-agent. For at forstå, hvor klassisk generativ AI slutter, og hvor agentisk AI begynder, så gå til Generativ AI vs. agentisk AI. Og for et samlet overblik over emnet, med use cases og spørgsmål om omkostninger, dækker pillar-siden om autonome AI-agenter hver vinkel i detaljer, ligesom artiklen Hvad er en AI-agent?.