Hvad er en AI-agent? En forklaring på almindeligt sprog

En AI-agent er en AI-model, der kan tage handlinger for at nå et mål, ikke bare svare med tekst. Du giver den en opgave, og den arbejder i en løkke: beslutter, hvad den skal gøre næste gang, bruger et værktøj (redigerer en fil, søger på nettet, kører en kommando, kalder en app), kigger på resultatet og beslutter igen — indtil opgaven er færdig, eller den har brug for dit input. "Hjernen" er typisk en stor sprogmodel; værktøjerne er det, der lader den gøre ting.

Hvorfor det betyder noget, når du bygger med AI

Moderne AI-app-builders er agenter. Når du beder om en funktion, skriver de ikke bare kode og overrækker den til dig. De læser dine eksisterende filer, laver ændringer, installerer pakker, starter appen, læser fejlmeddelelserne og retter dem, ofte over mange trin uden at du ser på hvert enkelt.

Derfor kan de bygge fungerende software frem for kodestumper. Det ændrer også din rolle. Du kopierer ikke længere kode frem og tilbage; du leder en meget hurtig, dygtig assistent, der nogle gange misforstår instruktioner eller selvsikkert tager en forkert retning. Når du kender, hvordan agenter virker, kan du give dem de rigtige mål, se, når en går i ring, og beslutte, hvad du selv vil godkende.

En hverdagsanalogi

Sammenlign at spørge en ven om vej med at bestille en kurer.

At spørge om vej er en chatbot: du spørger, de fortæller dig, og du går selv. Hvis vejen er spærret, kommer du tilbage og spørger igen.

En kurer er en agent. Du siger: "få den pakke til denne adresse senest klokken 17." De vælger ruten, opdager vejspærringen, tager en omvej, finder bygningens sideindgang og melder tilbage: "leveret, kvittering fra receptionen." Du sætter målet og grænserne — "brug ikke mere end 200 kr. på taxa" — og de klarer trinene.

Kurerer er kun så gode som briefen og grænserne, du giver dem. Det samme gælder agenter.

Sådan virker en agent

De fleste agenter følger den samme grundlæggende løkke:

1. Mål. Du beskriver, hvad du vil have: "Tilføj en kontaktformular, der mailer mig indsendelserne."
2. Plan. Modellen beslutter et næste skridt: "Først ser jeg på, hvordan siden er bygget op."
3. Handl. Den kalder et værktøj: lister filerne, læser forsiden.
4. Observer. Den læser værktøjets resultat.
5. Gentag. Ud fra det den så, vælger den næste skridt: opret formularen, tilføj serverkoden, kør appen, tjek for fejl.
6. Færdig eller spørg. Når målet er nået, rapporterer den tilbage. Hvis den er blokeret eller usikker, spørger den dig.

Omkring løkken sidder nogle flere dele:

Værktøjer er nøgleidéen. En model alene kan kun producere tekst. Værktøjer omsætter den tekst til handlinger — og standarder som MCP gør det lettere at koble nye værktøjer på en agent.

Et eksempel: at reparere en ødelagt tilmeldingsformular

Antag, at din publicerede hjemmesides venteliste-formular holdt op med at gemme e-mails, og du siger til din AI-builder: "Ventelistens formular gemmer ikke noget længere. Ret det."

Et typisk agentforløb kan se sådan ud:

1. Læser formularkomponenten og serverkoden, der håndterer indsendelser.
2. Kører appen og sender en testmail.
3. Læser fejlen: serveren siger, at en databasekolonne ved navn email_address ikke findes.
4. Kigger på databasestrukturen: kolonnen hedder faktisk email. En nylig ændring har omdøbt den ét sted, men ikke det andet.
5. Redigerer serverkoden, så den bruger det rigtige kolonnenavn.
6. Tester igen: sender en testmail og bekræfter, at en ny række dukker op.
7. Rapporterer: "Formularen skrev til en kolonne, der ikke længere findes efter gårsdagens ændring. Jeg opdaterede serverkoden og bekræftede, at en testtilmelding gemmes."

Du gav én instruktion; agenten tog syv skridt, inklusive to tests. Det er styrken. Risikoen er den samme ting set fra den anden side: hvis agenten i stedet havde besluttet at omdøbe databasekolonnen, kunne den have ødelagt noget andet, og du ville måske ikke have opdaget det, medmindre du læste dens resumé.

Centrale begreber forklaret

Almindelige fejl og misforståelser

• "Agenter er fuldt uafhængige." Dagens agenter klarer sig bedst på veldefinerede opgaver med klare mål. Vage, åbne mål ("få min virksomhed til at vokse") giver ufrugtbart arbejde.
• "Den sagde, at den var færdig, så den er færdig." Agenter rapporterer nogle gange succes efter delvist arbejde. Kontrollér resultatet selv, især alt der rører penge, data eller brugere. Se hvordan du gennemgår AI-genereret kode.
• At give for mange rettigheder. En agent, der kan sende mails, slette data og bruge penge, har brug for stramme grænser og din godkendelse til risikable handlinger.
• At lade den køre i ring. Hvis en agent bliver ved med at prøve den samme rettelse, så stop den, og giv den mere information eller en anden tilgang.
• At stole på indhold, den læser. Agenter, der læser websider eller e-mails, kan narres af tekst skrevet for at manipulere dem (prompt injection). Vær forsigtig med, hvad en agent kan gøre, efter den har læst upålideligt indhold.
• Store enkeltforespørgsler. Store opgaver bliver mere pålidelige, når de deles op i etaper, du kan kontrollere.

Hvad du skal bede din AI-agent om

• "Planlæg det først. Fortæl mig trinene, før du ændrer noget."
• "Ændr kun filer, der har med booking-formularen at gøre."
• "Efter ændringen skal du teste den og fortælle præcis, hvordan du tjekkede."
• "Hvis du skal ændre databasens struktur, så spørg mig først."
• "Opsummer, hvad du ændrede, og det du er usikker på."
• "Stop og spørg, hvis den samme rettelse fejler to gange."

For at skrive klarere instruktioner, se hvad er prompt engineering.

AI-agenter i Mythex

Mythex er bygget op omkring en agent. I dit projekts private cloud-sandkasse kan den oprette og redigere filer, installere pakker, køre terminalkommandoer, undersøge fejl og itererer, og bruge værktøjer fra tilsluttede apps. Til komplekse opgaver kan den starte underagenter, hvis arbejde du kan åbne og følge. Plan-tilstand lader den foreslå en fremgangsmåde uden at redigere, Ask-tilstand besvarer spørgsmål uden at ændre filer, og checkpoints lader dig rulle tilbage, hvis en ændring går galt. Det virker også omvendt: agenter som Claude, Cursor eller Codex kan bygge i Mythex via dens MCP-server.

Spørgsmål