Kan en AI-agent køre hele din virksomhed?

Lars delte gavmildt ud af sin viden, og chatten kørte varmt i en time. Her er det vigtigste, du skal vide.

Hvad er en AI-agent egentlig?

Det første, Lars ville have på plads, var definitionen. For det er et begreb, der er ved at blive udvandet.

En chatbot svarer på spørgsmål. Et workflow følger en fast rækkefølge af trin. En AI-agent er noget andet: den får et mål og finder selv ud af, hvordan den når dertil.

Den kan søge information, skrive kode, tilgå dine systemer og træffe beslutninger undervejs — uden at du er inde over hvert enkelt step.

Lars brugte et konkret eksempel: Forestil dig en agent, der får adgang til dine e-mails for at lære din tone of voice, scraper din hjemmeside for at forstå din forretning, og derefter begynder at poste på LinkedIn — helt på egen hånd. Det er en AI-agent i sin reneste form.

De fleste, der ringer til Lars og beder om en AI-agent, har faktisk brug for et workflow. Det er der ikke noget galt med. Men det er vigtigt at kende forskel.

Højdepunktet i webinaret var Lars' demonstration af et værktøj, der hedder Paperclip. Det er ikke en AI-agent i sig selv, men en orkestrator — noget, der koordinerer flere agenter på én gang.

Lars gav Paperclip én enkelt instruktion: lav en verdensklasse iOS-app til task management, der skal hedde Mo Money.

Paperclip gik i gang med at ansætte. Den oprettede en CEO-agent, en CMO-agent med en LinkedIn-copywriter og en webdesigner under sig, en product designer, og en CTO. De fik hver deres instruktioner og begyndte at arbejde.

Da Lars viste os resultatet, havde systemet lavet et logo, udarbejdet LinkedIn-opslag, bygget en hjemmeside komplet med privatlivspolitik og waitlist — og udviklet en fungerende iOS-app, installeret på hans egen iPhone.

Han havde ikke blandet sig.

"Jeg synes, det er svært at imponere mig efterhånden," sagde Lars. "Det her blev jeg faktisk rigtig, rigtig imponeret over."

Hvornår skal du bruge en agent?

Lars havde en klar tommelfingerregel: sweetspottet for AI-agenter er opgaver, der er komplekse nok til at kræve intelligens — og gentagne nok til at det kan betale sig at automatisere dem.

Hans yndlingseksempel var en finansafdeling, der hver måned har et stort regneark med tal, ingen rigtig bruger. En agent kan tage det regnearket, lave tre forskellige præsentationer tilpasset tre forskellige modtagere — direktøren, afdelingslederen og administrationen — skrive tre individuelle mails og vedhæfte dem. Alt hvad du selv skal gøre er at trykke send, efter du har tjekket dem.

"Det er det, jeg kalder simple, gentagne, røvkedelige opgaver. Sæt en agent til det."

Hvornår skal du ikke bruge en agent?

Det var faktisk det, Lars brugte mest tid på at advare mod.

Engangsting, du kun gør én gang, behøver ikke automatiseres. Følsomme og regulerede data — som GDPR-beskyttede oplysninger — kræver særlig forsigtighed, uanset hvor god du er til at prompte. Og irreversible handlinger uden et menneske i løkken er direkte farligt.

Lars nævnte en konkret case, der var blevet delt meget på de sociale medier: en virksomhed fik slettet hele sin database på ni sekunder af en AI-agent, der havde modtaget forkerte instruktioner. Ingen backup. Kundebasen væk. Koden væk. Virksomheden eksisterer stort set ikke i dag.

"AI er fantastisk. Men der er stadig noget, der hedder menneskelig dømmekraft. Det prædiker jeg, uanset hvor meget AI-fan jeg er."

Spørgsmål og svar fra chatten

Jonas spurgte: Hvis der er mange menneskelige godkendelsessteps undervejs — altså "human in the loop" — er det så stadig en AI-agent?

Lars svarede ja, det er det — så længe agenten stadig handler autonomt imellem de checkpoints, du sætter. Det er bare en mere kontrolleret form. Og som han tilføjede: Claude Code kan sættes til at køre med "bypass permissions", hvor den slet ikke spørger om noget. Det er den fuldt autonome version — og den kræver, at du ved, hvad du gør.

Jonas spurgte også til drift i organisationer: Hvordan deler man agenter med kolleger, så det ikke bare bor lokalt på én persons computer?

Lars anbefalede at bygge sine agenter som skills — markdown-filer, der beskriver, hvad agenten skal gøre. De kan ligge i en delt mappe eller i Claude Teams. Til mere tekniske teams er GitHub den oplagte løsning, og det er også det, Lars selv bruger internt.

Claus spurgte, om AI kan lave gode præsentationer i Keynote eller PowerPoint.

Lars' ærlige svar: han har givet op på det. Hans team laver nu alle præsentationer og tilbud som HTML-filer i stedet — mere dynamisk, mere levende, og AI er bedre til det. En kunde spurgte faktisk til tilbuddet frem for løsningen efter et opfølgningsmøde.

Lille spurgte, om Paperclip har et fast system-prompt, der fortæller agenterne, hvad de skal gøre, eller om de selv opfinder det.

Svaret: begge dele. Hver agent får sine egne instruktioner og sin egen skills-fil. Men Paperclip pakker det pænt ind og giver gode best practices. Det, der sker under motorhjelmen, er det samme som i Claude Code — de har bare gjort det tilgængeligt.

Tre konkrete tips fra Lars

Start med én irriterende rutineopgave. Ikke AI-projektet, der skal transformere hele virksomheden. Find den ene ting, du laver igen og igen og hader. Start der.

Brug skills-filer. En skills-fil er en simpel markdown-fil, der beskriver, hvad en agent skal gøre. Den kan genbruges, deles med kolleger og fungerer på tværs af næsten alle sprogmodeller. Det er den praktiske måde at bygge noget, der faktisk lever videre.

Tjek altid output, inden det ryger ud. Lad agenten skrive mailen, vedhæfte filen og klargøre det hele. Men tryk ikke send, før du selv har kigget på det. Især i starten.

Hvilke værktøjer nævnte Lars?

Manus er Lars' primære anbefaling til dem, der vil i gang med AI-agenter uden at have en teknisk baggrund. Han brugte det selv intensivt, men er gået videre til mere komplekse opgaver.

Paperclip er agent dirigenten, han demonstrerede live. Den er imponerende — og tokenforbruget kan løbe af med dig, hvis du ikke passer på.

Codex er Lars' foretrukne alternativ til Claude Code for dem, der ikke er vant til terminaler og VS Code. "Jeg er butiksuddannet og har aldrig rørt kode før. Kodex er mindst lige så god som Claude Code — og nemmere at komme i gang med."

Hermes Agent er open source, gratis og værd at lege med, hvis du er nysgerrig.

Google NotebookLM bruger Lars til hurtige opgaver, hvor han skal have data ud og visualiseret.

Det, jeg tog med hjem

AI-agenter er reelle. Paperclip-demoen viste, at man faktisk kan give et system én sætning og få et logo, en hjemmeside og en fungerende app ud i den anden ende.

Men det stærkeste budskab fra Lars var ikke om, hvad agenterne kan. Det var om, hvornår de ikke skal bruges. Engangsting. Følsomme data. Irreversible handlinger uden menneskelig kontrol.

AI er ikke det ottende verdenunder. Det er et kraftfuldt værktøj — og det kræver, at du ved, hvad du giver den lov til.