Agent-memory lager kopier av en melding, og «Slett chat» når ofte bare selve chatten. Et lite laboratorium viser hvor en diagnose overlever slettingen, og hvilken slettesti som faktisk fjerner den.
En grader er selv et system som må testes. Jeg lot noen bygge inn feil med vilje i korrekte release notes og satte elleve gradere på dem. Til slutt viste det seg at også fasiten var feil.
Tre kvelder, tre verktøy – og så? Hvordan ni små apper for frivilligenheten ble til én, hvorfor en grønn health check ikke merket noe, og hva jeg gjør når jeg er på ferie.
Agent Contract er skal-tilstanden, den revisjonssikre loggen er beviset på faktisk tilstand. Uten det andre er det første bare en påstand - og dette krever DORA, GoBD og den kommende MaRisk nå.
En eval-score som bare måler kvalitet, belønner brute force - mer sampling, større modell, flere retries. Hvorfor det riktige beslutningsgrunnlaget er en cost-quality-latency-frontier, en kurve i stedet for et punkt, og hvordan du velger operating point i dollar i stedet for i prosent.
Så snart en agent gjør noe som får konsekvenser, er chat sjelden det beste grensesnittet. En titt på editor, diff, approval-panel og tidslinje - og når et tekstfelt likevel er riktig verktøy.
Tilganger, tenant-isolasjon, for brede tools, slurvete konteksttilgang: Hvorfor rekkevidden til en agent avgjør hvor stor skaden blir - og hvordan du snevrer den inn.
Autonomi er en dimmer, ikke en av/på-bryter. Hvorfor de fleste AI-systemer i produksjon blir bedre når modellen bare sitter ved tydelig avgrensede beslutningspunkter - i stedet for å styre en åpen agent-loop.
Uten traces, modell- og promptversjoner, tool-spans og kostnadsmetrikker forblir hver incident spekulasjon. En guide for team som drifter AI-funksjoner i produksjon.
Frivillige organisasjoner trenger egen programvare, men har aldri hatt råd til den. Hvordan AI endrer det akkurat nå, og hvorfor kunnskap om deployment betyr mer enn å kunne kode.
Hvordan bloggen min bruker de samme AI-prinsippene som jeg beskrev i de tre forrige innleggene - med automatisert podcastgenerering og AI-støttet språkvask.