Under det senaste året har generativ AI gått från chattbotar till copiloter och, i allt högre grad, AI-agenter. Detta har drivits på av en snabb utveckling av kapaciteten hos stora språkmodeller (LLM), men modellernas prestanda är inte längre den enda flaskhalsen. Det största innovationsområdet är hur man bygger system kring dessa modeller som kopplas till rätt data och hjälper användarna i deras faktiska arbete.
Inom områden som energi och underjordiska resurser beror användbar AI på mycket mer än bara språkgenerering.
Arbetet inom dessa områden innefattar komplexa tvärvetenskapliga data och numeriska beräkningar under osäkerhetsförhållanden. Beslut fattas utifrån erfarenhet och djup domänkunskap som tillämpas genom strikta regler och beslutssteg för att minimera risken.
Thomas Bartholomew Grant, ledande branschexpert – Cegal.
Användbar AI inom dessa områden är därför mycket mer än bara modellen i sig och omfattar hela systemet som byggts upp kring den. Det är detta bredare system som vi vanligtvis menar när vi talar om AI-agenter.
En språkmodell kan inte utföra meningsfulla uppgifter på egen hand; den kan inte hämta data, vidta åtgärder i externa system eller slutföra arbetsuppgifter i flera steg. Agenter förändrar detta genom en enkel arkitektur som omvandlar modellens förmågor till ett system som inte bara kan planera utan också agera. En AI-agent består av en modell, en kopplingsenhet, ett stödramverk och en uppsättning verktyg.
Figur 1: En enkel agentarkitektur som visar hur modellen, kopplingsenheten, stödstrukturen och verktygen samverkar för att koppla samman användarens avsikt med data och åtgärder.
Vi kan förstå detta genom en enkel mental modell:
Modellen är hjärnan. Den planerar och beslutar vad som ska göras för att lösa ett problem.
Verktygen gör det möjligt för agenten att utföra åtgärder och interagera med data, och återkoppla information till modellen så att den kan besluta vad som ska göras härnäst.
Harnessen är exekveringslagret och avgör hur agenten anropar modellen och dess verktyg samt när den ska avbryta. Den sätter en deterministisk gräns för agentens åtgärder.
Stödet formar hur agenten beter sig och är den lins genom vilken modellen ser och interagerar med data. Det inkluderar ytterligare sammanhang, såsom instruktioner eller färdigheter för agenten, som hjälper agenten att bryta ner uppgifter och formatera sina svar.
Termerna ”harness” och ”scaffold” är nya, så definitionerna av dem utvecklas fortfarande. I den här artikeln gör jag dock en tydlig åtskillnad mellan dem: ”harness” är allt hårdkodat, påtvingat beteende hos agenten, medan ”scaffold” är alla instruktioner eller riktlinjer i naturligt språk som agenten kan använda.
En agent kan byggas som ett statiskt AI-system där verktygen, ”harness”, ”scaffold” och modellen förblir oförändrade. Detta är utmärkt när man vill att agenten ska vara starkt begränsad och stabil. Tänk på en kundinriktad chattbot med en definierad uppsättning funktioner och användningsfall.
Den verkliga fördelen med en agent är dock att var och en av dessa komponenter är utbytbar. Du kan ändra modellen, vilka verktyg den har tillgång till och hur den fungerar genom harness och scaffold. Agenternas modulära uppbyggnad innebär att samma system blir dynamiskt och kan anpassas till ett mycket bredare spektrum av användare och arbetsflöden. När det gäller forsknings- och kodningsuppgifter är det inte alltid känt i förväg vad resultatet ska bli och hur man når dit. Att lösa öppna problem kräver flexibilitet och att man utforskar flera olika lösningsvägar.
I ett dynamiskt agentsystem, där modellen, stommen, kopplingsramen eller verktygen kan ändras, resulterar varje konfiguration i en agent som skiljer sig väsentligt från en annan. Vi bör därför betrakta agenter som tillfälliga och anpassningsbara gränssnitt som sätts samman för en specifik användare, en specifik datamängd eller en specifik uppgift.
Utmaningen för dem som bygger agentsystem är att avgöra vad som ska utgöra deterministiska, fasta gränser för agenten. Ett enkelt sätt att tänka på detta är att om beteendet kan beskrivas som ”alltid” eller ”aldrig”, måste det begränsas inom ramen för styrsystemet. Riktlinjer som hjälper till att styra agentens beteende inom den gränsen kan placeras i stödstrukturen.
Balansen ligger i att säkerställa ett kontrollerat, säkert och tillförlitligt beteende utan att överbegränsa agenten. Språkmodeller och agenter är utformade för att vara dynamiska, och om detta inte är tillåtet kan ett deterministiskt, regelbaserat system vara mer lämpligt. Hybridsystem är därför intressanta eftersom agenter kan samordna, optimera och koppla ihop regelbaserade system, men samtidigt har större förmåga att anpassa sig till undantag.
För att agenter ska vara användbara måste organisationer fokusera mindre på agenten som ett fristående objekt och mer på den miljö den verkar i. Grunden börjar med att förstå hur data ska organiseras och styras, hur agenterna ska få tillgång till och bearbeta dessa data, samt vilka arbetsflöden de ska tillåtas stödja. Dessa frågor är viktiga eftersom svaren på dem kommer att se olika ut för varje företag och de formar kraven på säkerhet, efterlevnad av regelverk och mänsklig validering.
1. Data
Om en agent inte kan få tillgång till rätt data, om data är dåligt organiserade eller om dessa data är föråldrade, ofullständiga eller felaktiga, kan en agent misslyckas på sätt som är subtila eller svåra att upptäcka. Resultatet kan verka trovärdigt men kan vara felaktigt eller av undermålig kvalitet. Det medför en risk eftersom beslut kan fattas utifrån agenternas resultat.
Organisationer måste noga överväga hur de ska strukturera och styra sin interna kunskap, vilket inte bara omfattar rådata under ytan utan även tolkningar, ämnesexpertis, affärsprocesser och arbetsflöden. Agenterna genererar också nya data, vilket innebär att datastyrning även bör tillämpas på deras resultat.
Eftersom det sammanhang som agenten får tillgång till påverkar resultatet bör organisering av data vara mer än bara ett sätt att möjliggöra verktyg för personlig produktivitet – det bör vara ett sätt att koppla samman team och information i hela företaget i stor skala. Open Knowledge Framework (OKF) försöker ta itu med detta genom att skapa en sammanlänkad katalog över organisatorisk kunskap i filformat som är mer effektiva för agenterna att använda.
2. Verktyg
Verktyg gör det möjligt för en agent att utföra åtgärder och ta emot data och sammanhang, och utan dem är agenten begränsad. Data bör vara tillgängliga och hanteras säkert via API:er och andra former av integration som säkerställer att agenten endast kan komma åt rätt data. Agenten bör inte bygga sin egen funktionalitet varje gång den körs, eftersom detta kommer att ge olika resultat varje gång. Att exponera algoritmer och återanvändbar funktionalitet som kan anropas av en agent via verktyg är ett mycket säkrare sätt att säkerställa att vissa åtgärder är repeterbara.
Model Context Protocol (MCP) erbjuder ett enhetligt sätt för en agent att upptäcka och anropa verktyg, istället för att förlita sig på skräddarsydda integrationer för varje system. MCP har blivit det dominerande kommunikationslagret mellan agenter och data.
3. Arbetsflöden
Agenter kan kedja samman flera åtgärder till ett arbetsflöde för att lösa en uppgift, där modellen bestämmer vilka verktyg som ska anropas och i vilken ordning. En agent kan till exempel hämta data från flera källor och utföra beräkningar som en del av en helhetsuppgift. Detta innebär dock också att små fel tidigt i arbetsflödet kan ackumuleras och leda till säkra men opålitliga slutresultat. Att dokumentera hur arbetet ska utföras kan också bidra till att strukturera agenternas beteende. Arbetsflöden kan läggas till i ramverket, tillhandahållas som styrningsmaterial som agenten kan komma åt inom ramverket, eller implementeras som anropbara regelbaserade system inom verktygen.
I den här artikeln har vi tittat på hur utformningen av AI-baserade system påverkar hur effektiva de kan vara när det gäller att hjälpa användarna. Modellleverantörer och generiska agentplattformar, såsom de från Anthropic och OpenAI, är extremt kraftfulla. De måste dock anpassas till energisektorn så att agenterna kan få tillgång till rätt data, bearbeta den med rätt verktyg och anpassa agenternas beteende efter användarnas arbetsflöden. Agenter bör inte ses som moduler som ska kopplas på befintlig programvara, utan som ett nytt lager genom vilket vi arbetar med de data, produkter och den branschkunskap vi redan har.