Du leser om AI-agenter overalt, men de fleste forklaringer skraper bare overflaten. Hva er det egentlig en agent består av? Hvorfor er det så vanskelig å feilsøke når en agent ikke leverer? Svaret blir mye enklere når du forstår at hver agent er bygget opp av tre tydelige deler. OpenClaw kaller dem arbeideren, verktøyene og arbeidsplassen, og når du har den modellen i hodet, faller resten på plass.
Arbeideren er den som tenker
Det første laget i agenten er arbeideren. Det er hjernen som skal forstå oppgavene og bestemme hva som skal skje. Når du gir agenten et mål, er det arbeideren som tolker hva du faktisk ber om, planlegger hvilke steg som må til, og avgjør hvilke verktøy som skal brukes når.
Arbeideren er drevet av en språkmodell. Det kan være ChatGPT, Claude, Gemini eller en annen, og du velger selv hvilken som passer best for jobben agenten skal gjøre. Vil du se hvordan ulike modeller skiller seg, har vi en egen artikkel om hvordan du finner den beste KI-modellen for det du skal bygge.
Verktøyene er det den faktisk kan gjøre
Det andre laget er verktøyene. Det er det arbeideren har tilgjengelig for å handle i den virkelige verden. Verktøy kan være noe så enkelt som å sende en e-post eller poste en melding i Slack, eller noe mer komplisert som å oppdatere en rad i et regneark eller hente data fra en database.
Hvert verktøy er en konkret evne agenten kan bruke når oppgaven krever det. Du gir agenten kun de verktøyene den trenger for jobben, ikke flere. En agent som skal svare på kundehenvendelser trenger kanskje tilgang til e-post og prismatrisen, men ikke til regnskapssystemet. Disse grensene er en viktig del av sikkerheten i OpenClaw.
Arbeidsplassen er der jobben skjer
Det tredje laget er arbeidsplassen. Det er stedet oppgavene utføres. Det kan være innboksen din, det kan være en bestemt mappe på datamaskinen, det kan være Teams, eller det kan være et regneark agenten skal oppdatere. Arbeidsplassen er konteksten agenten opererer i.
Du kan tenke på det som forskjellen mellom verkstedet og bilen som blir reparert. Verktøyene er det mekanikeren bruker, men selve jobben skjer på bilen. På samme måte er arbeidsplassen det stedet agenten faktisk gjør endringer.
Snekkeren som forklarer hele modellen
Den enkleste måten å huske de tre lagene på er å tenke på en snekker. Snekkeren er arbeideren. Det er han som vet hva som skal bygges, og i hvilken rekkefølge. Verktøyene er hammeren, sagen og målestokken han bruker. Og arbeidsplassen er huset han bygger på.
Tre tydelige deler, og ingen fungerer alene. Snekkeren uten verktøy er bare en som tenker høyt. Verktøy uten en snekker er bare et tomt verktøybelte som ligger på gulvet. Og arbeidsplassen uten begge to er bare en tomt der det aldri skjer noe. De må jobbe sammen for å få jobben gjort.
Det samme gjelder en AI-agent. En arbeider uten verktøy er bare en som svarer i chatten. Verktøy uten arbeider er en e-postklient som ikke gjør noe på egen hånd. Og en arbeidsplass uten begge to er bare en innboks som fyller seg opp.
Slik gjør modellen feilsøking enklere
Det fine med å tenke på agenten i tre lag er at du alltid vet hvor du skal lete hvis noe ikke fungerer. Forstod ikke agenten oppgaven? Da skal du ta en prat med arbeideren, altså justere instruksjonene i filene som beskriver den. Klarte den ikke å gjennomføre? Kanskje den mangler et verktøy. Kommer den seg ikke inn i systemet den skal jobbe i? Da har du et problem på arbeidsplassen.
I stedet for å skru på alt mulig samtidig, kan du isolere problemet til ett av de tre lagene og rette det der. Det sparer deg for timer med leting, og det gjør det mye enklere å forstå hvorfor en agent leverer i det ene tilfellet, men feiler i det neste.
Lagene henger sammen med filstrukturen
I OpenClaw beskriver du de tre lagene i forskjellige filer. Arbeideren får sin identitet og personlighet gjennom agents.md og soul.md. Verktøyene defineres som ferdigheter i skill.md-filer. Arbeidsplassen er stedet du kobler agenten til når du gir den oppgaver, som Slack eller en mappe.
Vi går grundig gjennom filene i Filer og minne i OpenClaw. Vil du se hvilke oppgaver de tre lagene egner seg best for, anbefaler vi Bruksområder for AI-agenter.
Modellen gjør det enklere å forklare videre
Det er ikke bare for deg selv at de tre lagene er nyttige. Hvis du jobber i en bedrift og skal forklare en kollega hva agenten gjør, har du en enkel modell å lene deg på. Du sier at arbeideren er språkmodellen som tenker, verktøyene er det den får lov til å gjøre, og arbeidsplassen er der jobben faktisk skjer. På fem minutter har den nye personen samme mentale modell som deg.
Det er også slik du dokumenterer agenter når du leverer arbeid videre eller flytter prosjekter mellom team. I stedet for en uoversiktlig liste med innstillinger, har du tre korte avsnitt som forklarer hele oppsettet. Det sparer tid, og det reduserer sjansen for at noe går tapt i overgangen.
Start med én agent og én ferdighet
Når du forstår de tre lagene, kan du begynne å bygge. Den vanlige feilen er å sette opp et stort team først. Et bedre utgangspunkt er en enkel agent med én konkret ferdighet. Test den, juster, og legg til mer når du ser at den leverer. Du finner hele løpet fra første agent til ferdig team i OpenClaw-kurset til Benjamin Bruarøy på Utdannet.no.
