Tråden om AI-agenter

Jag tänker tvärtom,vad är "AI" utan att agera som en agent idag 2026?


En länk som täcker det som jag själv inte orkar skriva.
https://www.ibm.com/think/ai-agents


Varför ska vi koppla ihop saker bara för att man kan, inte för att vi egentligen behöver denna nya tekniken vi klarat oss utan hittills ett par miljoner år.

#Mobiltelefonen
Sämsta stället att köra en AI-agent ifrån om ni tvunget måste. Använder ni en router från Kina? Vet ni adresserna den pingar hem till utan att ni ens visste om det tills nu jag berättar det för er? Spionerar er tv på er?
https://www.pcmag.com/explainers/your-tv-is-spying-on-you-change-this-setting-to-stop-it



En repo på github är den perfekta platsen för att plantera fulkoden som tex skickar allting i era system, hemma eller på jobbet dit en adress pekar att allt ska kopieras och skickas automatiskt via onödiga MCP som alltid är på och kopplade till gmail, Drive , github etc tusentals till som en hacker kan få er att installera genom tex en artikel som låter jättehäftigt att testa 50 Claude Connectors.
(Jag tog första träffen, artikeln är AI-genererat skräp "medium.com" som inte bör läsas alls.)


https://medium.com/artificial-corner/i-tried-50-claude-connectors-these-are-the-best-37f72ad14ae0



CLAUDE.md Textfilen som styr och kan ha olika namn. Men svårare än så är det inte 30-06-2026 att bygga samma som för 6 månader sedan som knappt kom ihåg att läsa dem alls ibland.

"MCP" det försvann snabbt och var ofta (inta alla) en textfil byggd som en extern server som idag är just en textfil, som ibland heter ett skill, plugin m.fl.namn för textfiler som agenterna läser och som vi kan editera till att se ska göra olika uppgifter. Och nu har de minnesfiler som standard som du kan editera, eller klona till nya agenter av en agent, och allt en nybörjare behöver veta finns i detta inlägg.

Python/powershell scripts. Det skapas nya (opålitliga, otestade) hela tiden om du inte uttryckligen har regler att de ska sparas samt återanvändas, i tex skills, eller plugins, och du kan skapa tex en egen market på github där dina egna blir till nya bättre hela tiden.

#Loopen
Låt inte en AI Uppdatera sin app automatiskt. Den ändrar inställningar, portar etc samtidigt och frågan är varför tex jag själv ändå använder Claude Desktop som gör just detta.

Svar, att jag använder en och samma plattform som jag har lärt mig hur jag kan kontrollera alla läckorna som alla AI-appar har och alltid kommer att ha, medvetet inbyggda eller ej.

It’s not a bug. It’s a feature!

https://stoic-programmer.io/2022/11/its-not-a-bug-its-a-feature/

Och VScode blir enklare hela tiden och är en bra dashboard som innehåller allting och Microsoft äger den plattformen som alla andra är kloner av mer eller mindre. Webbläsare är Google Chrome, och allting ägs av samma bolag som allting är byggt av. Varför ens hyckla och påstå att man kan vara oberoende, bättre visa det för alla som inte vet och göra det bästa av saken man kan, så gott det går...




Allt är agenter, och nästa år är det något annat antagligen. De byter annars namnet även på det som de gjort med allting annat som är samma som innan. #Ai-tools är ledigt, det är mitt bidrag.

Du gav mig en tanke: tänk om en del av de amerikanska myndigheternas motstånd mot starka AI-agenter beror på att de kan hjälpa utvecklare att hitta och ta bort oavsiktliga säkerhetshål som myndigheter har upptäckt och utnyttjat för övervakning under många år? Eller tvinga utvecklarna att ta bort bakdörrar som de har lagt in by design för myndighetrnas skull - för nu kommer skurkarna också att utnyttja bakdörrarna eller undvika program med kända bakdörrar.

Efter Snowden-läckorna **2013** vet vi att NSA drev programmet **BULLRUN** för att försvaga eller kringgå kryptering: https://en.wikipedia.org/wiki/Bullrun_(decryption_program)

Exempel:
* Clipper Chip (1993–1996): USA:s regering föreslog kryptering med inbyggd **key escrow**, så att myndigheter skulle kunna dekryptera kommunikationen. Förslaget övergavs efter hård kritik. Enligt https://en.wikipedia.org/wiki/Clipper_chip.

* Dual_EC_DRBG (2006–2014): En NIST-standardiserad slumpgenerator som misstänktes innehålla en NSA-gynnande bakdörr. Efter Snowden-läckorna drog NIST tillbaka rekommendationen. https://en.wikipedia.org/wiki/Dual_EC_DRBG

* Apple–FBI (2015–2016): FBI försökte få Apple att hjälpa till att låsa upp en iPhone. Apple motsatte sig att skapa en särskild version av iOS som kunde kringgå säkerheten, och FBI använde senare en extern exploit i stället. https://en.wikipedia.org/wiki/Apple%E2%80%93FBI_encryption_dispute

* Crypto AG (1970–2020): Det avslöjades 2020 att CIA och västtyska BND i hemlighet ägde den schweiziska krypteringstillverkaren Crypto AG och kunde läsa många länders krypterade kommunikation. Se https://en.wikipedia.org/wiki/Crypto_AG

I övrigt var ditt inlägg som vanligt läsvärt. Dock stämmer det väl inte att "MCP försvann snabbt" och att "allt är agenter"? Jag kommer att fortsätta att använda chatbottar flitligt och sällan aktivera deras agentiska funktioner, för jag vill ha kvar kontrollen. Jag tror att vi kommer att använda AI-kodagenter till att skapa många icke-LLM-baserade kommunicerande agenter och bottar istället för LLM-baserade AI-agenter, för vi vill undvika slumpmässighet och få mer effektiva och säkra lösningar. LLM kan vara bra till natural language användargränssnitt, men inte till systemkritiska beslut i realtid, som ingen användare bevakar och bedömer rimligheten i.

En snabb koll, de heter appar i chatgpt och Gemini, I Claude desktop heter de extensions, men byter namn i nästa meny till Connectors.

Jag tog en random MCP från Docker där jag har dem samlade vid behov att göra research från alla AI appar eller IDE som kör med samma API utan att behöva göra mer än godkänna dem i Docker MCP toolkit.

https://github.com/openags/paper-search-mcp

Men det är denna som visar vad som finns i en stor del MCP.

https://github.com/modelcontextprotocol/servers/blob/82064568802e542c3924560aef2cb421b4ce436c/src/sequentialthinking/index.ts

Svar nästan ingenting. Ett skill eller plugin i Claude som du kan bygga själv av många andra
är det som oftast räcker nuförtiden.

Jämför gärna innehållet med ovan MCP.
https://github.com/anthropics/claude-plugins-official

Agenter på köpet färdiga att leverera.



Edit, nu såg jag att jag inte ens behövde den MCP jag visade,.


Från samma länk:

Claude 100-0 som vanligt.


Men under huven så ser det egentligen ut så här. Google vinner det stora AI-racet, och community
tänker aldrig byta från Claude agent sdk, eller att ett AI-agent system liknar alla de andra.

Skänk ditt system till Open source. Låt alla bygga sina system på det.
Google rule the world, mina agenter håller jag isolerade från att kopplas upp till den onödiga delen med AI-agenterna. Det är mitt budskap. Man kan göra roligare saker med dem än de flesta har insett.

https://en.wikipedia.org/wiki/Alphabet_Inc.

Äntligen någon som snackar aktuell teknik! Jag påbörjade Googles femdagars Kaggle-kurs om AI-agenter nyligen, men hann aldrig slutföra den och har inte så mycket praktisk erfarenhet. Kanske gick du samma kurs? Du använder i alla fall många av kursens begrepp.

Har du sett några praktiska tillämpningar där AI-agenter faktiskt gör nytta? Eller håller du med om att AI-agenter ofta är ineffektiva, slumpmässiga och riskfyllda jämfört med lösningar utan LLM, för de flesta tillämpningar?

Okej, du kanske inte menar att MCP har försvunnit, utan att användaren inte längre behöver tänka på MCP – i t.ex. Claude klickar man bara på en connector.

Jag gillade din tabell som beskriver skillnaden mellan MCP (agent ↔ verktyg) och A2A (agent ↔ agent). Begreppen ligger dock på lite olika nivåer: MCP och A2A är protokoll som normalt körs ovanpå HTTP/TCP/IP, medan connectors/plugins är implementationer som ofta använder MCP eller vanliga REST-API:er under huven, och skills beskriver agentens logik eller beteende.

Gällande ChatGPT har jag uppfattat det så här: Där finns sedan länge GPT:er (AI-assistenter som t.ex. kan ställa frågor till användaren för att generera ett specifikt dokument) och numera Appar (integrationer mot externa tjänster). De har ibland kallats AI-agenter, men ingen av dem är egentliga AI-agenter. Numera finns även **Agenter** i ChatGPT, som självständigt kan planera och utföra uppgifter med hjälp av verktyg. Man kan också bygga egna agenter som anropar GPT via OpenAI:s API och använder t.ex. MCP eller vanliga REST-API:er för att komma åt externa verktyg och tjänster.