Sådan er en AI-agent bygget op

​

En AI agent består populært sagt af to dele, når man skal se den ud fra en brugers perspektiv:

1. ET INTERFACE. Det er der, hvor du interagerer med agenten. Det kunne være et chatvindue eller en voice-assistent (der vil dog også være agenter, som arbejder 100% i baggrunden uden et interface).

2. ET WORKFLOW. I dette workflow, fx eksemplet jeg beskrev ovenfor, går agenten eller agenterne i gang med at udføre en hel bunke af forskellige opgaver uden, at du behøver at give dem løbende instruktioner.

   Du ser ikke hele dette flow, men du kan via interfacet lægge ’breaks’ ind undervejs, hvor du kan give feedback og komme med menneskeligt input. Også kaldet ”Human-in-the-loop” (HITL).

For at kunne fungere effektivt kræver din AI agent som regel tre hovedelementer:

1. En sprogmodel (LLM)

• Det er her man fortæller agenten hvad for en opgave, den skal udføre.

• Den bruger agenten til at forstå og generere sprog.

• Du kan instruere den ved at skrive i menneskelig tekst, hvordan den skal opføre sig.

• Du kan kombinere instruktionen med eksterne data for at forbedre præcisionen.

• Den vil oftest være en generel, for-trænet model som er gjort tilgængelig af andre, da træningen af disse modeller er forholdsvis omfattende og kostbar.

2. Orkestreringslaget (Orchestration Layer)

• Det bruges til at styre agentens arbejdsgang og sikre, at opgaverne bliver udført i den rigtige rækkefølge.

• Det gør det samtidig muligt for agenten at huske tidligere interaktioner og træffe bedre beslutninger over tid.

• Her anvender man teknikker som prompt engineering og reasoning frameworks til at forbedre output. Prompt engineering handler om at give AI’en præcise og målrettede input, mens reasoning frameworks strukturerer AI’s beslutningsproces for bedre logik, planlægning og problemløsning i komplekse opgaver. Det kunne for eksempel være at lade en agent kontrollere en anden agents output for fejl.

3. Værktøjer

• Værktøjerne er dem, der muliggør handlinger i den virkelige verden.

• Der findes tre hovedtyper her:

  1. Extensions - Det er direkte integrationer med API’er (fx Google Flights, vejrdata, databaser). Disse er typisk gjort tilgængelige af AI udbydere som OpenAI eller Anthropic.

  2. Functions - Det er skræddersyet program kode skrevet af udvikleren af agent systemet, men gjort tilgængelig for agenten. Agenten kan anmode om at køre programmerne som en del af sin arbejdsgang.

  3. 
     Data Stores – Det muliggør adgang til eksterne datakilder og giver agenten opdateret viden.

Illustreret igennem en simpel tabel fungerer de forskellige værktøjstyper som følger:

Værktøjstype		Beskrivelse		Eksempel
Extensions		Direkte forbindelse til API’er		En agent kan bruge Google Flights API til at finde flybilletter.
Functions		Programkode der eksekveres uden for agenten		En agent kan foreslå en rejseplan, som en backend derefter eksekverer.
Data Stores		Opbevarer og henter struktureret eller ustruktureret data		En agent kan trække information fra en PDF eller en database.
Workflows	En anden AI-agent		En agent kan bruge en anden AI-agent til at booke et godt hotel.

Nogle udgaver af AI-agenterne vil være præ-programmerede, hvor man kan bruge en robotstøvsuger som et billede på det (den følger altid en fast rengøringsplan), mens andre løbende tilpasser sig dine præferencer ved at lære mønstre, eksempelvis foreslå ideelle mødetider baseret på dine tidligere valg og arbejdsrutiner.