Agenter kan gøre noget teknisk korrekt på et forkert grundlag. Det er kernen i den historie, VentureBeat løfter frem (VentureBeat). En agent ser en afvigelse, handler efter bogen, men bogen manglede to kapitler. Resultatet kan blive en kaskade, som ingen rigtigt ejer. VentureBeat beskriver netop denne hændelsestype som under‑tracket i klassiske postmortems, fordi den ikke passer i de eksisterende skabeloner (VentureBeat).
Udbredelsen er ikke lille. VentureBeat rapporterer, at 79 procent af organisationer allerede har AI‑agenter i produktion, og at 96 procent planlægger at udvide deres brug af dem (VentureBeat). PwC’s materiale peger også på høj udbredelse, om end population og metode afviger, og bruges her som kontekstuel støtte (PwC). VentureBeat gengiver desuden Gartner‑forudsigelser om, at 33 procent af enterprise‑software får agentiske elementer i 2028, og at 40 procent af agentprojekter vil blive aflyst ved svage risikokontroller. Disse Gartner‑tal behandles her som sekundær rapportering via VentureBeat, da den oprindelige Gartner‑rapport ikke er gennemgået direkte (VentureBeat).
Hvad artiklen bygger på
Kilderne her er: VentureBeat som primær kilde til hændelsesklassen og udbredelsestal, PwC som støtte for udbredelse, og MarkTechPost som kilde til Webwright‑metoden og de relaterede benchmarktal. Gartner‑forudsigelserne og Webwright‑benchmarket er gengivet sekundært via hhv. VentureBeat og MarkTechPost. Den oprindelige Gartner‑rapport og uafhængig replikation af Webwright‑benchmarket er ikke dokumenteret her (VentureBeat, MarkTechPost, PwC).
VentureBeat beskriver en konkret fejlsituation: En agent initierer en handling, der er teknisk korrekt i agentens lokale kontekst, men konteksten er ufuldstændig. Infrastrukturen reagerer, der opstår kaskader, og efterfølgende opstår uenighed om, hvorvidt fejlen var agentens eller infrastrukturens, fordi rammerne for at tænke de to ting sammen ikke er forbundet i postmortems (VentureBeat). VentureBeat anfører også, at der mangler etablerede felter og praksis til at gøre agenters beslutningsgrundlag synligt i efteranalysen (VentureBeat).
Hvorfor det overses i postmortems
Ifølge VentureBeat passer hændelsen ofte ikke ind i eksisterende kategorier i postmortems, som typisk fokuserer på netværk, storage, applikation eller menneskelig fejl. Når agenter optræder som autonome aktører, mangler der felter og praksis til at synliggøre deres beslutningsgrundlag, og årsagen bliver uklar i efteranalysen (VentureBeat). Det er samtidig vigtigt at præcisere, at der ikke foreligger hårde, offentlige totaler for produktionstilfælde, der specifikt kan tilskrives agent‑kontekstfejl; pointen i kildematerialet er, at mønsteret er plausibelt og sandsynligvis under‑tracket, ikke at det er kvantificeret (VentureBeat).
Konsekvensen er, at hændelser med agenters kontekstfejl let kan blive kategoriseret under noget andet. VentureBeat’s gennemgang peger på et behov for at forbinde agentiske beslutninger med de klassiske driftsrammer, så sporbarheden forbedres i praksis (VentureBeat).
Den tekniske mekanik bag risikoen
MarkTechPost beskriver, at mange webagenter traditionelt kører et “ét‑trin‑ad‑gangen” mønster i browseren: modellen ser siden (DOM eller screenshot) og forudsiger næste klik, tast eller scroll (MarkTechPost). Det er gennemskueligt, men giver begrænset kontekstdybde og sporbarhed.
Webwright, som MarkTechPost tilskriver Microsoft Research, skifter tilgang: Agenten skriver og kører Playwright‑kode i et terminalmiljø, kan læse logs og iterere (MarkTechPost). Ifølge MarkTechPost øger det handlekraften og efterlader flere artefakter at auditere. Samme artikel gengiver et benchmark, hvor Odysseys‑scoren for en testet basemodel stiger fra 33,5 procent til 60,1 procent med Webwright. Disse tal er rapporteret i MarkTechPost og behandles her som sekundær rapportering, uden uafhængig replikation dokumenteret i vores gennemgang (MarkTechPost).
Omfang og hastighed
79 procent i produktion og 96 procent med planer om udvidelse indikerer bred udbredelse (VentureBeat). PwC’s materiale understøtter retningen om udbredelse som kontekst (PwC). Gartner‑forudsigelserne om 33 procent agentisk software i 2028 og 40 procent aflyste projekter ved svage risikokontroller er gengivet sekundært via VentureBeat (VentureBeat). Kildernes fælles pointe er, at eksponeringen for agentiske handlinger vokser hurtigere end de nuværende rammer for at genkende og klassificere denne særlige hændelsestype, især når beslutningsgrundlaget ikke er synligt i efteranalysen (VentureBeat).
VentureBeat sætter det i en governance‑ramme kendt fra kaos‑arbejde: når mennesker kører kaos‑eksperimenter, taler man om kontroller som SLO‑gating og blast‑radius. VentureBeat argumenterer for, at agentiske handlinger udløser lignende behov for synlighed og kontrol af beslutningsgrundlaget, før effekttunge handlinger kører (VentureBeat).
Konsekvenser for drift og SRE
- Utydelig årsagskode i incidents: VentureBeat peger på, at agentfejl ikke passer rent i nuværende kategorier. En mulig følge af kildens observation er, at organisationer kan have behov for at synliggøre agentens rolle i postmortems, så beslutningsgrundlaget kan spores i analysen (VentureBeat).
- Svagt signal om kontekst: Når en agent handler på ufuldstændig kontekst, bliver selve kontekstens kvalitet central for risikostyring. VentureBeat fremhæver, at fraværet af synlige beslutningsrammer gør årsagen uklar. Det taler for at gøre kontekst og beslutningsgrundlag mere observerbart, så hændelser kan klassificeres korrekt (VentureBeat).
- Ejerskab og rammer: VentureBeat beskriver gråzonen mellem “agentfejl” og “infrafejl”. At forene de to rammer i efteranalysen kan mindske ansvarsgabet, så hændelser ikke falder mellem stole (VentureBeat).
- Stigende agentkapacitet øger behovet for hegn: MarkTechPost’s beskrivelse af Webwright peger på mere kapable agenter. Kilden beskriver gevinster i ydeevne, hvilket samtidig skærper behovet for sporbarhed af handlinger og beslutningsgrundlag, hvis noget går galt. Denne kobling er et forsigtighedsprincip, som udspringer af kildernes beskrivelse af kapacitet og klassificeringsudfordringer (MarkTechPost, VentureBeat).
Forsigtige overvejelser i praksis
Nedenstående punkter skal læses som forsigtige overvejelser, der følger af kildernes pointer om synlighed, klassifikation og kendte kaos‑kontroller. De er ikke præsenteret som dokumenterede standarder i kilderne og kræver lokal kalibrering.
- Postmortem‑synlighed: Overvej at registrere, når en agent har initieret en handling i hændelser, så beslutningsgrundlag kan spores i efteranalysen. Formålet er at undgå, at agentiske hændelser skjules i andre kategorier (afledt af VentureBeat).
- SLO‑gating og blast‑radius: VentureBeat henviser til kendte kaos‑kontroller i menneskestyrede eksperimenter. Et nærliggende skridt er at lade effekttunge agenthandlinger følge lignende kontroller, så risikoprofilen bliver gennemsigtig før udførsel (VentureBeat).
- Sporbarhed af beslutningsgrundlag: Når kontekst er afgørende, bliver artefakter som input, værktøjskald og interne mellemtrin nyttige for efteranalyse. Formålet er at kunne se, hvorfor agenten vurderede, at handlingen var “korrekt” i øjeblikket (afledt af VentureBeat og MarkTechPost’s fokus på artefakter i Webwright).
Hvad vi ved med tal, og hvad vi ikke gør
Tal om udbredelse: 79 procent har agenter i produktion, og 96 procent planlægger at udvide, ifølge VentureBeat (VentureBeat). PwC’s materiale støtter retningen om udbredelse som baggrund (PwC). Gartner forudsiger 33 procent agentisk software i 2028 og advarer om 40 procent annullering ved svage kontroller, gengivet sekundært via VentureBeat (VentureBeat).
Teknologi og benchmarks: Webwright beskrives af MarkTechPost som en terminal‑native tilgang, der bl.a. skriver og kører Playwright‑kode. MarkTechPost gengiver en forbedring på Odysseys fra 33,5 procent til 60,1 procent for en testet basemodel. Disse resultater er rapporteret i MarkTechPost og er ikke uafhængigt replikeret her (MarkTechPost).
Hvad vi mangler: Offentlige, sammenlignelige totaler for produktionstilfælde, der specifikt kan tilskrives agent‑kontekstfejl, er ikke præsenteret i kilderne. VentureBeat’s påstand er, at hændelserne er plausible og sandsynligvis under‑tracket, ikke at omfanget er kvantificeret (VentureBeat).
Samlet peger kilderne på en praktisk udfordring: Når agenters handlinger ikke kan ses og klassificeres i de nuværende rammer, bliver det sværere at forstå driftsrisiko. At gøre beslutningsgrundlaget synligt, forbinde postmortem‑rammerne og anvende velkendte kaos‑kontroller, hvor det er relevant, fremstår som fornuftige startpunkter, der bør justeres til lokale forhold med fokus på dokumentation og sporbarhed (VentureBeat, MarkTechPost).
