Agenter og skills — grunnleggende
To begreper går igjen når folk snakker om moderne AI: agent og skill. Forskjellen er enkel når du først ser den — og den forklarer hvordan Fincharter faktisk er bygget under panseret.
Agent = en intelligens som tar valg
En agent er i bunn og grunn et språkmodell (eller en annen intelligens) som:
- Får en oppgave.
- Observerer verden — kontekst, informasjon, tilstand.
- Bestemmer seg for en handling ut fra hva som trengs.
- Utfører handlingen (via skills).
- Observerer resultatet og tilpasser seg.
En agent er agentisk når den kan:
- Velge mellom flere muligheter.
- Reagere på hva som skjer — ikke bare blindt følge ett steg.
- Avgjøre «hva skal jeg gjøre nå?» i stedet for å få det fortalt.
Analogt: En analytiker som leser en rapport og selv velger hva hun gjør videre — lese flere kilder, lage et diagram, skrive en konklusjon.
Skill = en konkret evne
En skill er noe agenten kan gjøre:
- Søke på nett.
- Lese en Excel-fil.
- Sende en Slack-melding.
- Kjøre kode.
- Spørre et API.
- Analysere tekst.
En skill er ikke intelligensen selv — det er verktøyet intelligensen bruker.
Analogt: En hammer, en sag eller en søkemotor — verktøy analytikeren bruker for å få jobben gjort.
Hvordan de spiller sammen
Agenten tenker, velger en skill, ser på resultatet og tenker videre:
Agenten velger selv hvilke skills som trengs, og hvordan de skal kombineres.
I Fincharter-kontekst
Ensemble — vårt B2B-produkt — er i bunn og grunn en agent-arkitektur. Agenten er språkmodellen som forstår fondets tese, overvåker markedet og tilpasser seg. Skills er de spesialiserte verktøyene den trekker på:
- Lese fundamentaldata fra API.
- Kjøre Kverna-scoring.
- Skanne Radar for avvik.
- Lese podkast-transkripsjoner (Tjuvlytteren).
- Skrive varsler.
Agenten velger når hver skill skal brukes, og kombinerer dem til sammenhengende innsikt.
Kort oppsummert
| Begrep | Hva det er |
|---|---|
| Agent | Intelligensen som tar beslutninger og velger handlinger. |
| Skill | Et spesifikt verktøy agenten kan bruke. |
| Agentisk flyt | Agent → observerer problem → velger skill → bruker skill → lærer → gjentar. |
Nøkkelen: agenten er reaktiv og adaptiv — den er ikke hardkodet til ett steg. Vil du se hvordan dette settes i system over tid, les Slik fungerer en agentisk pipeline.