# AI-agent > En AI-agent är en språkmodell placerad i en loop där den själv avgör vad som ska göras härnäst, anropar verktyg för att göra det, ser resultatet och… Source: https://northerngo.com/sv/ordlista/ai-agent/ Language: sv Updated: 2026-08-28 --- **En AI-agent är en språkmodell placerad i en loop där den själv avgör vad som ska göras härnäst, anropar verktyg för att göra det, ser resultatet och fortsätter tills ett mål är uppnått. Det utmärkande är att stegföljden väljs av modellen, inte är fastlagd av utvecklaren.** ### Delarna Fyra saker måste finnas. Ett **mål** formulerat i text. En uppsättning **verktyg** — funktioner modellen får anropa, beskrivna tillräckligt väl för att den ska kunna välja mellan dem: söka, läsa en fil, köra en fråga, skicka en förfrågan. En **loop** som matar tillbaka varje verktygsresultat så att modellen kan avgöra nästa drag. Och ett **stoppvillkor**, vare sig det är en framgångskontroll, ett stegtak eller en budget. En vanlig och mer förutsägbar variant är en **pipeline**: flera specialiserade modellanrop i en fast ordning, vart och ett med en smal uppgift. NorthernGo bygger så på molnvägen — en Arkitekt som planerar strukturen, en Byggare som skriver koden och en Granskare som kan försöka laga mekaniska skador. Lokalt körs Byggaren på grafikkortet och en syntaxkontroll stoppar JavaScript som inte går att tolka; det finns ingen LLM-omskrivning. Ordningen är fast, och det är just det som gör beteendet reproducerbart. Skillnaden är värd att hålla reda på, eftersom "agent" används om båda: 1. **Fast pipeline** — utvecklaren väljer stegen. Förutsägbar, testbar, begränsad. 2. **Autonom loop** — modellen väljer stegen. Flexibel, och kapabel att överraska i båda riktningarna. ### Vad du bör se upp med **En chatbot med en bra systemprompt är inte en agent.** Kan den inte utföra en handling i världen är det en konversation. De flesta produkter som kallas "AI-agent" är ett modellanrop med ett trevligt gränssnitt. Det verkliga tekniska problemet är **kumulativa fel**. Ett steg som lyckas 95 % av gångerna lyckas ungefär 60 % av gångerna över tio steg. Långa autonoma kedjor fallerar på sätt som är svåra att se, eftersom steg fyra gick subtilt fel och steg fem till nio självsäkert byggde vidare på det. Det är också här en [hallucination](/sv/ordlista/hallucination/) slutar vara en felaktig mening och blir en felaktig handling. Praktiska konsekvenser: - **Håll kedjorna korta**, verifiera mellan stegen och välj en fast ordning överallt där ordningen faktiskt är känd. - **Sätt tak på allt.** Antal steg, väggklockstid, tokenkostnad. Loopar som anropar sig själva är hur man får en dyr överraskning. - **Kräv bekräftelse för allt oåterkalleligt** — radera data, skicka e-post, flytta pengar. - **Logga varje verktygsanrop.** Utan spårning går det inte att avgöra om modellen resonerade dåligt eller om verktyget returnerade nonsens. Fler agenter är inte bättre. Varje ytterligare autonomt hopp multiplicerar antalet sätt det kan gå fel. --- NorthernGo är en AI-driven plattform för att bygga produktionsklara webbappar utan kod. Lokal AI-generering via WebGPU är obegränsad och gratis, och du äger all genererad källkod. https://northerngo.com/