# Skräddarsydda AI-agenter för din bransch

Bygg en AI-agent kring ett användbart arbetsflöde: systemen den ansluts till,
fallen den utvärderas mot, handlingarna en människa godkänner och behörigheterna
den får. Vi avtalar om omfattningen med era ämnesexperter och väljer modell
efter kraven. Integrationen och utvärderingsunderlaget förblir en del av
leveransen när modellen byts.

## Ansluten: till systemen där arbetet görs

En agent som inte når dina system kan bara prata. Vi kopplar den till de system
där arbetet sker — affärssystemet, CRM-systemet, bokningssystemet, brevlådan,
dokumentarkivet — vart och ett genom ett beskrivet verktyg med en snäv uppgift:
slå upp ett fartyg, skriva ett utkast till en offert, registrera ett ärende.
Verktygen erbjuds via MCP eller ett [API](/sv/glossary/#api), alla indata är
typade och [validerade](/sv/glossary/#validation), och en agent som behöver ditt
företags egna poster läser dem ur [data som gjorts redo för den](/sv/ai-data/).
Minnet av tidigare ärenden finns i din [databas](/sv/glossary/#database), inte i
en leverantörs chatthistorik.

## Testad: mot fall som dina experter skriver

Utan tester är ”det verkar bättre” det enda mått någon har. Vi sätter oss med de
människor som gör arbetet och skriver ned riktiga fall från din bransch, vart och
ett med det svar en erfaren medarbetare skulle ge. Varje ändring — en prompt, ett
verktyg, en modell — körs mot alla fallen innan den släpps, och resultatet sparas
per fall över tid, så att granskningen kan upptäcka försämringar i de överenskomna fallen. Det är samma [kvalitetsgrind](/sv/glossary/#quality-gate) som vi
kör på vår egen kod, tillämpad på en agents svar.

## Övervakad: en människa avgör där det spelar roll

Allt bör inte avgöras av agenten ensam. Vi skriver tillsammans med dig ned vad
den får göra på egen hand, vad den gör utkast till som en människa godkänner och
vad den aldrig rör, och reglerna verkställs i verktygen i stället för att stå
som en uppmaning i prompten. En granskningsvy visar en människa vad agenten föreslår
och varför; en rättelse som görs där blir ett nytt testfall. Varje steg spåras
med [OpenTelemetry](/sv/glossary/#opentelemetry), så när ett svar blir fel kan
du se vilket verktyg, vilket dokument och vilken modell som gav det.

## Utvärdera modellbyten före införande

Modellvalet är konfiguration där integrationen tillåter det. Vi jämför en
kandidat mot era avtalade fall: svarskvalitet, felbeteende, kostnad och
svarstid. Utvärderingen ger underlag för ett införandebeslut; en nyare modell
förbättrar inte automatiskt arbetsflödet. Ändringar följer avtalad granskning
och utrullning, med föregående konfiguration tillgänglig för återställning.

## Arbetet bakom

Vanorna som gör en agent pålitlig är de vi redan har i vårt eget
utvecklingsarbete. Vi
[byggde en kontrollmotor med 268 kontroller](https://engineer.company/sv/portfolio/built-a-268-check-guard-engine-for-the-repo/)
och [en commit-grind med 22 linters utan varningsnivå](https://engineer.company/sv/portfolio/built-a-22-linter-commit-gate/),
och sedan [skrev vi tester för själva kontrollerna](https://engineer.company/sv/portfolio/wrote-tests-for-the-checkers-themselves/),
så att en kontroll som inte läser något aldrig kan rapportera att allt är i
ordning. Vi
[byggde egen felövervakning och spårning](https://engineer.company/sv/portfolio/built-first-party-error-monitoring-and-tracing/),
[fick sex insamlare att redovisa vad de hoppade över](https://engineer.company/sv/portfolio/made-six-collectors-state-what-they-skipped/)
och [drev ett helt utvecklingsprogram som 51 skriftliga initiativ](https://engineer.company/sv/portfolio/ran-development-as-51-written-initiatives/),
vart och ett med sina mätningar och de vägval det valde bort. Den här webbplatsens
egen [beredskap för agenter](/sv/ai-ready/) byggdes på samma sätt.

## Så går ett uppdrag till

Det börjar med en uppgift och dess fall. Vi sätter oss med de människor som gör
den, skriver ned trettio till femtio riktiga exempel med rätt svar och kommer
överens om vad agenten får göra ensam. Sedan bygger vi den minsta agent som
klarar dem, bakom en granskningsvy, i din infrastruktur eller ditt molnkonto,
med åtkomsten [låst till det den behöver](/sv/ai-security/). Sedan nästa
uppgift. Du äger koden, fallen och datan, så agenten förblir din när modellen
under den byts ut. Det köps som resten av vårt arbete, på villkoren i
[vad det kostar](/sv/what-it-costs/).

Om det finns arbete i din bransch som en agent borde ta från någons skrivbord,
[berätta vad det är](/sv/contact/) *(läses av ingenjören)*.

<https://engineer.company/sv/ai-agents/>
