Vad är en AI-agent i praktiken?
Begreppet AI-agent används överallt, men i praktiska byggprojekt handlar det oftast om något ganska konkret: mål, verktyg, kontext och verifiering.
Vad är en AI-agent i praktiken?
Begreppet AI-agent används ofta ganska brett. Ibland låter det som science fiction. I praktiska byggprojekt är det oftast mer jordnära.
En AI-agent är i grunden ett system som kan få ett mål, läsa kontext, använda verktyg, utföra steg och rapportera resultat.
Skillnaden mot vanlig chat
När jag frågar en vanlig chatbot något får jag oftast ett svar.
När jag använder en agent kan den ofta göra flera steg:
- läsa filer
- förstå projektstruktur
- ändra kod
- köra tester
- läsa felmeddelanden
- rätta problemet
- sammanfatta vad som gjordes
Chatten ger råd. Agenten kan genomföra arbete.
En agent behöver verktyg
En AI-modell utan verktyg kan resonera och skriva text. Men en agent behöver tillgång till saker runt omkring:
- filsystem
- terminal
- Git
- tester
- webbläsare
- dokumentation
- API:er
- byggkommandon
I kodprojekt är det ofta terminalen och filsystemet som gör störst skillnad.
Kontext är avgörande
En agent blir inte automatiskt bra bara för att den har verktyg.
Den behöver veta:
- vad projektet är
- hur det körs
- vilka filer som är viktiga
- vad som inte får ändras
- vilka tester som ska köras
- hur klart definieras
Utan den kontexten kan den göra tekniskt korrekta ändringar som ändå är fel för projektet.
Ett exempel
En dålig uppgift:
Gör admin bättre.
En bättre uppgift:
Förbättra admin-editorns layout så TinyMCE använder mer av skärmbredden. Ändra inte auth, datamodell, server actions eller publiceringsregler. Kör typecheck, lint, test, build och docker compose config.
Den andra uppgiften ger agenten riktning och gränser.
Vad agenter är bra på
I mina projekt är agenter särskilt bra på:
- boilerplate
- refaktorering inom tydliga ramar
- testförbättringar
- dokumentationsuppdatering
- felsökning med loggar
- repetitiva kodändringar
- att sammanfatta ett nuläge
- att göra första implementation av en välplanerad funktion
De är mindre bra när uppgiften är vag eller när designriktningen saknas.
Slutsats
En AI-agent är inte magi. Det är en modell med verktyg, kontext och uppgift.
Den kan vara extremt produktiv om man använder den rätt. Men ju mer makt agenten får, desto viktigare blir ramarna.