Loopen er den nye prompten – sånn bruker du KI-agenter best

De siste ukene har jeg jobbet med en større kartlegging av selskaper i en bestemt nisje. Det er et trepartsarbeid der jeg samarbeider med Chat GPT og Codex. I starten så arbeidsfordelingen omtrent slik ut:

• Jeg skriver til Chat GPT hva jeg vil oppnå.
• Chat GPT oversetter det til en prompt.
• Jeg bruker prompten i Codex, som setter i gang arbeidet.

Dette har skjedd i porsjonspakket form. Codex har fått en ganske snever oppgave, gjennomført den og skrevet en rapport. Rapporten har jeg levert til Chat GPT, som på bakgrunn av resultatet har foreslått neste Codex-oppgave.

Dette danner en loop. Problemet er at det er upraktisk og tar mye tid. Se for deg at en arbeidsleder måtte gi instruksjoner til hvert enkelt medlem av gjengen i 15-minuttersintervaller.

Derfor har mange som har oppdaget hva verktøy som Claude Cowork/Code eller Codex kan gjøre, stilt seg spørsmålet om loopen kan automatiseres. Og sommeren 2026 er svaret i stadig større grad ja.

«Agenter prompter agenter»

De store KI-selskapene gjør det allerede.

– Du burde ikke lenger prompte kodeagenter. Du burde designe looper som promter agentene dine, skrev Peter Steinberger, utvikleren bak fenomenet Openclaw, som nå jobber i OpenAI.

Claude Code-skaper Boris Cherny i Anthropic er enig.

– For to år siden skrev vi kode for hånd. Så begynte vi å la agenter skrive koden. Nå er vi på et punkt der agenter prompter agenter som så skriver koden, sa Cherny nylig på Metas At Scale-konferanse, ifølge Techcrunch.

Med en loop må brukeren tenke på sluttmålet. Hva er det man vil oppnå? Jo tydeligere man kan presisere det, jo enklere det er å validere resultatet, jo større er sjansen for at loopen fungerer som tiltenkt. Det gjør looper ekstra godt egnet for programmeringsarbeid – og noe mindre egnet for målet mitt, som handler om å kartlegge selskaper ut fra kriterier som er litt flytende.

Underagenter

En automatisert loop tar oss ett steg nærmere å realisere ideen om KI-agenter. Vi kaller dem jo agenter fordi vi ser for oss at de har en viss egenmakt til å utføre oppgaver autonomt.

Å se en Codex-agent i arbeid kan være fascinerende. Den engasjerer for eksempel underagenter. Mens jeg skriver dette, strever underagentene Heisenberg, Lovelace, Boole og Planck med ulike oppgaver, selv om jeg vel ikke synes de lever opp til navnene sine riktig ennå.

Vanligvis, med den gode, gamle prompt–svar-metoden, stopper en chatbot når svaret er levert. Her fungerer svaret som en automatisert prompt eller ny inndata – og agenten fortsetter av seg selv.

Helt friksjonsfritt er det ikke. Agenter kan bruke verktøy, skrive små programmer og ta seg ut på nettet. De kan bruke datamaskinen din hvis du tillater det. I mitt tilfelle hadde det vært langt smidigere å slå på «full tilgang». Da får Codex «ubegrenset tilgang til internett og alle filer på datamaskinen din». Den risikoen er jeg ikke villig til å ta, så jeg må finne meg i ganske ofte å måtte godkjenne alle slags tiltak.

Seks råd

Det finnes noen komponenter som er nødvendige, eller i det minste greie å kjenne til, når man jobber med looper:

1. Planlagte aktiviteter: Flere KI-selskaper – inkludert Open AI og Anthropic – lar brukeren tidsinnstille oppdrag. Det kan være hensiktsmessig hvis man har tilbakevendende oppgaver som kan delegeres.

Men looper kan som sagt konstrueres for å oppnå et større mål. Oppdrag som tar timer eller dager å ferdigstille. Med Codex initierer man et mål med kommandoen /goal.

2. Tilstand/minne: Det kan være filer i en mappe på datamaskinen, databaser eller prosjektlogger. På den måten kan agenten se hva som er gjennomført og hva som gjenstår etter hver kjøring. Uten et minne risikerer den å gjenoppdage det samme problemet igjen og igjen.

3. Ferdigheter: Ferdigheter – eller «skills» – handler om alle små og store ting du vil at agenten skal kjenne til, uten at du må gjenta det hver gang. Når en ferdighet sitter, kan det holde med et signalord for at agenten skal forstå hvordan en oppgave skal håndteres.

4. Arbeidstrær: Separate arbeidskopier av samme prosjekt. De gjør at to agenter kan jobbe parallelt uten å skrive over hverandres endringer.

5. Programtillegg og koblinger: Du bruker sannsynligvis en rekke ulike verktøy, programmer og data og vil kunne koble agenten til dem.

6. Stoppregel: Hvis du lurer på om looper risikerer å bruke svært, svært mange tokens, er svaret ja. Det er lurt først å sjekke hvor mye kapasitet du eller organisasjonen din har.

Det er også viktig at agenten forstår når det er på tide å avslutte. Hvis du vet at målet er tydelig, med lav risiko for misforståelser, kan agenten jobbe til det er oppfylt. I mange andre tilfeller kan man legge inn en stoppregel, slik at man med jevne mellomrom kan verifisere at alt går i riktig retning.

Artikkelen ble først publisert på Ny Teknik for deres abonnenter. Den er tilgjengelig på norsk for Digis abonnenter gjennom vår samarbeidsavtale.