AI-agenter: bygg arbetsflödet före nästa modellbyte

Verktyg, tydliga befogenheter och kostnaden per löst uppgift avgör om automatiseringen hjälper företaget att växa.

Tänk dig att en AI-agent lovar en kund leverans på fredag. Svaret är vänligt och välformulerat, men agenten har aldrig kontrollerat lagerstatus. AI-agenter behöver en arbetsmiljö där rätt uppgifter, verktyg och befogenheter hänger ihop. Annars kan snabbheten bli dyr.

Y Combinator lyfter i sin diskussion om agenters arbetsmiljö hur samma modell kan prestera olika beroende på systemet runt den. För företagaren väcker det en praktisk fråga: vilken del av arbetet behöver förbättras innan det är värt att byta modell? Svaret börjar i uppgiften som kunden eller kollegan faktiskt behöver få löst.

Bygg runt uppgiften som ska bli klar

En språkmodell kan formulera ett svar och föreslå nästa steg. För att en agent ska kunna utföra arbetet behövs också tillgång till information, verktyg och regler för hur de får användas. Systemet runt modellen hanterar exempelvis vilka dokument som hämtas, hur ett verktyg anropas och vad som händer när försöket misslyckas.

I leveransexemplet behöver agenten identifiera beställningen, kontrollera lagret och hämta en aktuell leveransprognos. Saknas någon uppgift måste arbetsflödet hantera det. Ett tydligt besked om att leveranstiden behöver kontrolleras är mer användbart än ett självsäkert löfte som företaget senare måste ta tillbaka.

Börja därför med att beskriva ett godkänt resultat. För en leveransfråga kan det vara ett svar som bygger på rätt beställning och aktuell information, med överlämning till en kollega när underlaget saknas. Då får utvecklaren något konkret att bygga och verksamheten något konkret att bedöma.

Mät kostnaden för ett godkänt resultat

En låg kostnad för varje modellanrop säger ganska lite om hela ärendet. Agenten kanske behöver försöka flera gånger, hämta uppgifter från olika system och lämna över arbetet för kontroll. Det relevanta måttet är kostnaden för ett godkänt resultat. Där behöver även tiden för rättningar räknas in.

Pröva därför arbetsflödet på ett avgränsat urval av verkliga uppgifter som företaget får använda för utvärdering. Ta med både rutinärenden och situationer där information saknas eller motsäger sig själv. Registrera vilka uppgifter som blir korrekt lösta, vad de kostar och hur mycket mänskligt arbete som återstår.

Y Combinators resonemang om budgetar kopplade till agentens mål, vid 57:16, ger en användbar utgångspunkt. Sätt en gräns för hur mycket tid och beräkning en uppgift får förbruka. När gränsen nås behöver agenten kunna lämna över ett begripligt underlag om vad den har försökt och vad som återstår.

Det är också ett konkret sätt att bedöma vad lägre AI-kostnader måste bevisa i praktiken. Besparingen behöver synas i hela arbetsflödet. För den som säljer en AI-tjänst vidare blir detta dessutom en fråga om bruttomarginal och utrymme att växa: intäkten ska bära även den handpåläggning som krävs efteråt.

Låt mandatet följa kundrisken

Att hämta lagerstatus och att lova en särskild leveransdag är två olika befogenheter. Den första ger information. Den andra skapar en förväntan som företaget måste kunna möta. Därför behöver varje verktyg kopplas till ett tydligt mandat: vad får agenten läsa, föreslå och genomföra på egen hand?

Varningen hos Y Combinator om att agenter kan missa det sociala sammanhanget, vid 58:50, är särskilt relevant här. En återkommande kund kan ha fått ett särskilt löfte i ett tidigare samtal. Om den uppgiften aldrig dokumenterades är det orimligt att förvänta sig att agenten ska känna till den.

Bestäm därför vilka situationer som kräver en kollegas bedömning och vilken information kollegan ska få vid överlämningen. Ett avbrutet försök kan vara ett gott resultat om alternativet är ett obehörigt kundlöfte. Följ upp även dessa överlämningar, så att försiktighet inte blir en ursäkt för att skicka tillbaka varje svår uppgift.

Gör verksamhetskunskapen till en tillgång

För ett mindre företag finns en konkret möjlighet i att systematisera sådant som erfarna medarbetare redan vet. Vilka uppgifter brukar saknas? Vilka undantag kräver ett beslut? När ska en kund kontaktas innan arbetet fortsätter? Svaren kan omsättas i tydligare informationsfält, verktyg och kontrollpunkter.

Här blir branschkunskap som konkurrensfördel för AI-företag handfast. En användbar lösning behöver passa kundens sätt att arbeta. För grundaren innebär det att samtal med dem som utför uppgiften kan ge minst lika viktiga utvecklingsfrågor som jämförelser mellan modeller.

Spara representativa testfall och använd dem igen när något förändras. Byter ni modell, justerar instruktionerna eller kopplar in ett nytt system ska samma uppgifter fortfarande kunna lösas. Om agenten återkommande misstolkar väl tillgänglig information finns skäl att pröva en annan modell. Om informationen saknas behöver ni först ordna tillgången till den.

Lärdomen: börja med ett arbetsflöde

AI-agenter blir lättare att bedöma när uppdraget är tydligt avgränsat. Välj en återkommande uppgift med ett resultat som går att kontrollera. Ge sedan försöket en ansvarig person, en kostnadsgräns och en bestämd tidpunkt för utvärdering.

• Beskriv målet: skriv ner vad som måste vara korrekt för att uppgiften ska räknas som löst.
• Ordna förutsättningarna: kontrollera att agenten kan hämta aktuell information och bara använda de verktyg uppdraget kräver.
• Bestäm överlämningen: ange när en människa ska ta över och vilket underlag som ska följa med.
• Räkna hela vägen: jämför kvalitet, total kostnad och kvarvarande arbetstid innan ni utökar användningen.

Det ger ett tydligare underlag för nästa investering. Ni kan se om problemet ligger i modellen, informationen eller själva arbetsflödet. När en uppgift fungerar tillförlitligt har företaget också något att bygga vidare på: en dokumenterad metod för att frigöra tid och behålla kontrollen över kundlöftet.

Y Combinator, 7 september 2026. Fördjupande samtal om AI-agenters arbetsmiljö, verktyg och begränsningar.

Det relevanta måttet är kostnaden för ett godkänt resultat.

Ett avbrutet försök kan vara ett gott resultat om alternativet är ett obehörigt kundlöfte.

▶

Se originalavsnittet på YouTube: Y Combinator.

Källor

• Y Combinator: arbetsmiljöns betydelse för AI-agenter — Publicerat den 7 september 2026. Hänvisningarna bygger på den tillhandahållna avsnittsbeskrivningen och kapitelmarkeringarna. Någon fullständig transkription har inte tillhandahållits.
• Y Combinator: budgetar för agentens mål — Kapitelmarkering 57:16. Förslagen om kostnadsuppföljning och överlämning är artikelns tillämpning för företag.
• Y Combinator: agenters förståelse för sociala sammanhang — Kapitelmarkering 58:50. Leveransexemplet är hypotetiskt och illustrerar artikelns resonemang.