AI lämnar chatten: orkestrerade agenter tar över

Adam Olofsson HammareAdam Olofsson Hammare

Kort sagt: AI-verktygen rör sig snabbt bort från enkla chattar och mot orkestrerade system som kan köra arbetsflöden över flera agenter, modeller och leverantörer. Videon sammanfattar en intensiv 48-timmarsperiod med nyheter kring Claude Code, OpenAI, Mistral, Perplexity och den osäkerhet som kan uppstå när marknad, dokumentation och regulatorik inte går i takt.

Transparens: Videon som sammanfattas här är genererad med NotebookLM. NotebookLM är Googles AI-verktyg för att ladda upp källor, analysera material och skapa bland annat sammanfattningar, frågesvar samt podd- och videoliknande genomgångar. Det är kraftfullt för intern kunskapsdelning, research och utbildning — men AI-genererat material bör alltid granskas innan det publiceras. Behöver ni hjälp att skapa liknande videos, bygga en säker process eller hitta rätt upplägg för ert företag är det bara att kontakta oss på Hammer Automation.

0:00 – Signal i AI-bruset

Videon öppnar med en tydlig poäng: mängden AI-nyheter har blivit svår att följa, men riktningen är klar. Branschen går från isolerade chattfönster till mer hållbara system där flera agenter kan samarbeta, använda verktyg och utföra arbetsflöden i bakgrunden.

"The entire industry is rapidly shifting from basic chat interfaces into orchestrated multi-agent automation."

Det är kärnan i hela genomgången. AI blir mindre av en fråga-svar-ruta och mer av ett operativt lager som kan kopplas till kod, ärenden, dokument, modeller och affärsprocesser.


0:43 – Claude Code minskar kontextbruset

Claude Code lyfts fram som ett exempel på hur agentverktyg nu börjar hantera ett praktiskt problem: för mycket rådata i kontextfönstret. Stora loggar, testutskrifter och oklippt kod kan snabbt försämra modellens precision.

Den nya post-tool use hook-idén beskrivs som en slags regulator: de fulla loggarna sparas lokalt för felsökning, medan modellen bara får en kompakt, strukturerad sammanfattning.

"It intercepts those noisy outputs… but then only feeds a compact structured summary back to Claude."

Det här är en liten teknisk detalj med stor effekt. När agenter ska arbeta länge behöver de inte bara fler verktyg — de behöver också bättre hygien kring vad som faktiskt stoppas in i deras arbetsminne.


1:25 – Snabbare verktyg kräver bättre säkerhet

Videon tar också upp always load för MCP-servrar. Det gör viktiga verktyg direkt tillgängliga för modellen, vilket kan ge snabbare och smidigare agentflöden.

Men baksidan är tydlig: om ett verktyg alltid är på, är det också alltid en del av attackytan. Därför blir red team-tester, behörighetsgränser och tydliga verktygspolicys allt viktigare.

"If a tool's always on, well, it's always vulnerable to prompt injection."

För företag som bygger AI-automation är lärdomen enkel: produktivitet och säkerhet måste designas tillsammans från början.


2:01 – När marknad och verklighet inte matchar

Ett annat tema är osäkerhet kring plattformar och leverantörer. Videon beskriver en situation där officiell marknadsföring och rapporterad regulatorisk verklighet pekar åt olika håll.

Poängen är inte bara den enskilda affären, utan vad det betyder för företag som köper in AI-plattformar: undvik att låsa kritiska arbetsflöden i en enda leverantör när ägarskap, datastyrning eller integrationsplaner kan förändras.

"You need to absolutely prioritize portability for your agent and task orchestration workflows."

Portabilitet blir en strategisk försäkring. Agentflöden, dataformat och integrationslager bör byggas så att de går att flytta, byta och kombinera.


3:13 – SDK:er, dokumentation och OpenAI Symphony

Mistral används som exempel på ett vanligt utvecklarproblem: dokumentation och faktisk SDK-version kan hamna ur synk. Slutsatsen är praktisk: testa uppgraderingar mot release notes och verklig kod, inte bara mot en dokumentationssida.

Sedan växlar videon till OpenAI Symphony, som beskrivs som ett steg mot agentisk kodproduktion där öppna uppgifter kan plockas upp och slutföras av agenter.

"Any open task should get picked up and completed by an agent."

Det är en stor förflyttning: från en enskild chattsession till bakgrundsarbetare som kan kopplas mot issue trackers som Linear, arbeta genom köer och avlasta team från repetitiva uppgifter.


5:21 – Perplexity som routinglager för modeller

Perplexity-delen handlar om modellrouting: att välja mellan många frontier-modeller från olika leverantörer beroende på pris, hastighet, kvalitet och tillgänglighet.

"You don't have to bet on just one model anymore."

Det här pekar mot en framtid där företag inte väljer en enda AI-modell för allt. I stället byggs lager som kan skicka rätt uppgift till rätt modell vid rätt tillfälle — och falla tillbaka till andra alternativ när något går långsamt, blir dyrt eller inte fungerar.


6:18 – Från prompt till orkestrering

Sammanfattningen i videon är tydlig: Claude minskar kontextbrus, OpenAI bygger bakgrundsagenter och Perplexity utvecklar routing över flera modeller. Tillsammans visar det en större rörelse bort från mänskligt promptade punktinsatser.

"The entire ecosystem is moving away from isolated human-prompted chat interfaces."

Det viktiga skiftet är att AI inte bara svarar på frågor. Den kopplas in i arbetsflöden, beslutsvägar och systemmiljöer där den kan genomföra flera steg automatiskt.


Tankar om hur detta påverkar framtiden

Den mest intressanta effekten är inte att AI skriver snabbare svar. Det är att organisationer kan börja designa arbete på ett annat sätt: mindre manuell samordning, färre repetitiva kontroller och mer tid för arkitektur, strategi och kreativ problemlösning.

Samtidigt blir det ännu viktigare att bygga rätt. Agentisk automation kräver tydliga behörigheter, spårbarhet, leverantörsportabilitet och mänsklig granskning där det spelar roll.

NotebookLM och liknande verktyg gör det lättare att skapa pedagogiska genomgångar av komplexa ämnen. Rätt använt kan det bli ett snabbt sätt att omvandla research, dokumentation eller interna rapporter till material som team faktiskt orkar ta till sig. Vill ni testa den här typen av AI-genererade videos, eller bygga en process som är både effektiv och säker, hjälper Hammer Automation gärna till.

Se hela presentationen på YouTube