Hur sätter man rimliga sanity checks när beslut fattas av modeller?

AI-agenter utlovar autonomi, fart och skalbarhet. I praktiken går de ofta sönder på tysta, svårupptäckta sätt. Tester passerar trots att produkten är trasig, agenter fastnar i loopar, kontext sväller, verktyg används fel – och ingen märker något förrän det redan är för sent.

I det här avsnittet pratar vi med Vilhelm von Ehrenheim, chief AI officer på QA.tech, om varför observability är den avgörande skillnaden mellan fungerande agentsystem och kaos. Vad behöver du faktiskt kunna se när agenter arbetar utanför din kodbas? Varför är mindre kontext, färre verktyg och tydligare gränser ofta mer robust än “smartare” agenter?

Följ oss på Spotify och lyssna på avsnittet här:

https://open.spotify.com/show/7fgcJR0gDwOOT57ys3xATI

#ai #enaitillkaffet #chatgpt #podcast #observability #agenter #testautomation #mcp #playwright