Agentic AI – systemer der selvstændigt planlægger, handler og observerer – er på vej fra forskningslaboratoriet til praktisk anvendelse. To nye bidrag fra arXiv og Hugging Face viser, hvordan feltet både modnes og bliver mere effektivt, og det har direkte betydning for virksomheder, der overvejer at implementere agenter i deres forretning.
En ny systematisk gennemgang kortlægger hele feltet: fra historisk udvikling og arkitektur til konkrete anvendelser og udfordringer. Gennemgangen identificerer centrale forskningshuller og foreslår en ramme for at forstå, hvilke faktorer der driver adoption af agentic AI. For beslutningstagere er værdien her især overblikket: en samlet, evidensbaseret forståelse af, hvad teknologien kan i dag, og hvor den er på vej hen.
Samtidig præsenterer et nyt forskningspapir en metode kaldet Second Thought, der adresserer en konkret flaskehals i eksisterende agenter. Mange agenter arbejder efter ReAct-paradigmet, hvor de skiftevis ræsonnerer, handler og observerer. Problemet er, at ræsonnementet står stille, mens agenten venter på svar fra omgivelserne. Second Thought udnytter netop dette tomrum: det kører ekstra ræsonnement parallelt i fire hjælpegrene, imens hovedagenten fortsætter, og fletter resultaterne sammen, når observationen ankommer.
Resultaterne er bemærkelsesværdige: På tværs af tre benchmarks og tre sprogmodeller reducerer metoden antallet af nødvendige handlinger i alle ni kombinationer, og i seks af dem skærer den ned på den sekventielle behandlingstid med op til 43 procent – i gennemsnit omkring 20 procent. Vigtigst: kvaliteten forbliver stort set uændret, og i to tilfælde forbedres den faktisk markant. Metoden kræver ingen ekstra træning, hvilket gør den attraktiv for virksomheder, der allerede bruger eksisterende sprogmodeller.
For en virksomhed, der bygger eller køber agenter, betyder det to ting. For det første: teknologien er ved at blive moden nok til, at man kan begynde at skalere agenter i produktion, uden at det nødvendigvis koster ekstra i beregningsressourcer eller kvalitet. For det andet: der findes nu konkrete, dokumenterede optimeringsteknikker, som kan gøre agenter hurtigere og billigere i drift – en faktor, der hurtigt bliver afgørende, når man går fra pilotprojekter til fuld udrulning.
