Skräddarsydda AI-agenter för din bransch
Engineer ApS bygger AI-agenter för din bransch: kopplade till dina system, testade mot dina experters fall, övervakade av människor, aldrig låsta vid en modell.
Foto: monikawl999 / Pixabay 
Foto: HerrDann / Pixabay
Modellen är den del av en AI-agent som alla pratar om, och den minsta delen av arbetet. Det som gör en agent användbar i en viss bransch — sjöfart, en klinik, en advokatbyrå, ett lager, en ingenjörsfirma — är allt runt omkring den: vad den är kopplad till, hur den mäts, vem som kontrollerar den och vad den får röra. Vi bygger den delen, för din bransch, runt den modell som gör varje uppgift bäst, och vi håller modellen utbytbar.
Ansluten: till systemen där arbetet görs
En agent som inte når dina system kan bara prata. Vi kopplar den till de system där arbetet sker — affärssystemet, CRM-systemet, bokningssystemet, brevlådan, dokumentarkivet — vart och ett genom ett beskrivet verktyg med en snäv uppgift: slå upp ett fartyg, skriva ett utkast till en offert, registrera ett ärende. Verktygen erbjuds via MCP eller ett API, alla indata är typade och validerade, och en agent som behöver ditt företags egna poster läser dem ur data som gjorts redo för den. Minnet av tidigare ärenden finns i din databas, inte i en leverantörs chatthistorik.
Testad: mot fall som dina experter skriver
Utan tester är ”det verkar bättre” det enda mått någon har. Vi sätter oss med de människor som gör arbetet och skriver ned riktiga fall från din bransch, vart och ett med det svar en erfaren medarbetare skulle ge. Varje ändring — en prompt, ett verktyg, en modell — körs mot alla fallen innan den släpps, och resultatet sparas per fall över tid, så att en rättelse för en kund inte i det tysta kan förstöra för en annan. Det är samma kvalitetsgrind som vi kör på vår egen kod, tillämpad på en agents svar.
Övervakad: en människa avgör där det spelar roll
Allt bör inte avgöras av agenten ensam. Vi skriver tillsammans med dig ned vad den får göra på egen hand, vad den gör utkast till som en människa godkänner och vad den aldrig rör, och reglerna verkställs i verktygen i stället för att stå som en uppmaning i prompten. En granskningsvy visar en människa vad agenten föreslår och varför; en rättelse som görs där blir ett nytt testfall. Varje steg spåras med OpenTelemetry, så när ett svar blir fel kan du se vilket verktyg, vilket dokument och vilken modell som gav det.
Modellen är den del du hyr — fallen, verktygen och reglerna är den del du äger.
Bygg den del du äger väl, så blir varje modell som släpps efter i dag en uppgradering i stället för en migrering.
Bättre när en bättre modell kommer
Modellerna blir bättre med några månaders mellanrum, och en agent som är bunden till en av dem åldras med den. Våra agenter skickar varje uppgift till den modell som gör den bäst — en liten, snabb modell för att sortera och extrahera, en stor för omdöme — och valet är konfiguration, inte kod. När en ny modell släpps körs den mot dina fall under natten, och du byter utifrån resultatet i stället för utifrån lanseringen. En bättre modell bör göra din agent bättre till i morgon bitti, och det händer bara när resten av agenten byggdes för att tillåta det.
Arbetet bakom
Vanorna som gör en agent pålitlig är de vi redan har i vårt eget utvecklingsarbete. Vi byggde en kontrollmotor med 268 kontroller och en commit-grind med 22 linters utan varningsnivå, och sedan skrev vi tester för själva kontrollerna, så att en kontroll som inte läser något aldrig kan rapportera att allt är i ordning. Vi byggde egen felövervakning och spårning, fick sex insamlare att redovisa vad de hoppade över och drev ett helt utvecklingsprogram som 51 skriftliga initiativ, vart och ett med sina mätningar och de vägval det valde bort. Den här webbplatsens egen beredskap för agenter byggdes på samma sätt.
Så går ett uppdrag till
Det börjar med en uppgift och dess fall. Vi sätter oss med de människor som gör den, skriver ned trettio till femtio riktiga exempel med rätt svar och kommer överens om vad agenten får göra ensam. Sedan bygger vi den minsta agent som klarar dem, bakom en granskningsvy, i din infrastruktur eller ditt molnkonto, med åtkomsten låst till det den behöver. Sedan nästa uppgift. Du äger koden, fallen och datan, så agenten förblir din när modellen under den byts ut. Det köps som resten av vårt arbete, på villkoren i vad det kostar.
Om det finns arbete i din bransch som en agent borde ta från någons skrivbord, berätta vad det är.
Ta en uppgift från någons skrivbord — och mät den innan du litar på den.
Det börjar med trettio till femtio riktiga fall från din bransch, nedskrivna med de människor som gör arbetet.
