Fra autonome agenter til systemer som kan faget: fem trender i AI-ingeniørkunsten

For et år siden var «autonom agent» det mest lovende ordet i KI-verdenen: gi modellen et mål, verktøy og frie tøyler, og se på at arbeidet gjør seg selv. Alle som faktisk prøvde det i produksjon, oppdaget det samme: autonomi uten struktur gir slurv i skala. Nå snur bransjen, ikke bort fra agenter, men bort fra ustrukturerte agenter.

En fersk episode av The AI Daily Brief, den daglige amerikanske fagpodkasten vi har trukket frem før, samler skiftet i fem trender. De er verdt å kjenne til, for de beskriver ganske presist hvor agentbygging er på vei: fra magi til ingeniørkunst.

Trend 1: Fra autonomi til system

Den bærende bevegelsen er fra enkeltstående, frittgående agenter til systemiske rammeverk: strukturerte løp der agenter har definerte roller, definerte overleveringer og definerte grenser. Episoden bruker begreper som «software factory»: ikke én genial altmuligagent, men et samlebånd av spesialiserte steg med kontrollpunkter mellom. Det er mindre glamorøst enn autonomi-visjonen. Det er også det som faktisk fungerer.

Trend 2: Skill engineering gjør ferdigheter til byggeklosser

Den mest praktiske ideen i episoden har fått et navn: skill engineering. I stedet for å håpe at modellen «forstår» oppgaven fra en lang prompt, pakkes fagkunnskap som gjenbrukbare ferdigheter: dokumenterte prosedyrer, maler og verktøy agenten laster inn når oppgaven krever det. Kunnskapen flytter fra hodet til den som skrev prompten, inn i en artefakt teamet eier, versjonerer og forbedrer.

Dette kjenner vi igjen fra egen drift: forskjellen på en agent som «prøver seg frem» og en som følger en testet prosedyre, er forskjellen på en praktikant og en fagarbeider. Ferdighetene, ikke modellvalget, er ofte der kvaliteten avgjøres.

Trend 3: Mennesket i loopen er et designprinsipp, ikke et plaster

Episoden er tydelig på at menneskelig tilsyn ikke lenger behandles som en midlertidig krykke i påvente av bedre modeller, men som et permanent designprinsipp: definerte punkter der et menneske godkjenner, korrigerer eller stopper. Skillet går mellom agentens «indre løkke» (arbeidet den gjør selv) og den «ytre løkken» (der mennesker setter retning og kvalitetssikrer).

Vår erfaring er den samme, og vi har formulert den før: agenten skriver, mennesket publiserer. Det er ikke mistillit til teknologien. Det er samme arbeidsdeling som mellom en dyktig medarbeider og en ansvarlig redaktør.

Trend 4: Datasikkerhet rykker frem i køen

Episoden trekker frem diskusjonen rundt utilsiktet opplasting av sensitiv kildekode til KI-tjenester, aktualisert av saker hos store aktører, og en bredere uro: agenter med verktøytilgang håndterer virksomhetens faktiske data, ikke bare tekstutkast. «Zero data retention» og tydelige datagrenser er i ferd med å bli innkjøpskrav, ikke fotnoter.

For norske virksomheter er dette kjent territorium med nytt fortegn: spørsmålet «hvor er dataene våre?» må nå stilles per agent og per verktøy, ikke bare per skyleverandør. Jo mer agentene får gjøre, jo viktigere blir det at grensene deres er satt bevisst.

Trend 5: KI flytter inn i fysiske grensesnitt

Den letteste trenden i episoden: KI-selskapene eksperimenterer med egen maskinvare, fra smarthøyttalere til dedikerte kontrollere for kodeagenter. Mottakelsen er blandet, og det er for tidlig å si hva som fester seg. Men retningen er interessant: når agenter blir arbeidsverktøy, vil noen av dem få knapper.

Hva dette betyr i praksis

Summen av trendene er et modningsskifte. Spørsmålet «hvilken modell er smartest?» erstattes av tre kjedeligere og viktigere spørsmål: Hvilken struktur jobber agentene i? Hvor ligger ferdighetene deres, og hvem vedlikeholder dem? Og hvor er menneskene i loopen?

Det er godt nytt for de fleste virksomheter. Strukturer, prosedyrer og kontrollpunkter er ting organisasjoner allerede kan. Det er ikke forskerkompetanse, det er arbeidsledelse. De som behandler agentene som nye medarbeidere med opplæringsbehov og tydelige rammer, kommer lenger enn de som venter på modellen som ikke trenger noen av delene.

Basert på en episode av The AI Daily Brief (juni 2026). Gjengivelsen er parafrasert. Hør episoden for detaljene. Vurderingene i de to siste seksjonene og de praktiske parallellene er våre egne.