Der er sket et skift. Ikke den sædvanlige version, hvor en chatbot bliver lidt bedre til at skrive mails eller lave punktlister, men et mere besværligt skift. VentureBeat beskriver det ret klart: Vi er gået ind i en fase, hvor AI-agenter ikke bare svarer, men handler. OpenClaw får adgang til lokale maskiner, Googles Antigravity går efter kodearbejde tæt på produktion, og Anthropics Cowork retter sig mod juridiske og finansielle opgaver, hvor der normalt sidder dyre mennesker og tager sig god tid.Det lyder næsten som tre produkter i samme kategori. Det er det ikke. Og det er faktisk noget af pointen. Mange ledere taler stadig om “AI” som én samlet ting, lidt som om en kaffemaskine, et regneark og en truck kan lægges i samme kurv, bare fordi de bruger strøm. Her er forskellen mere brutal: OpenClaw er den brede agent med fingrene langt nede i systemet, Antigravity er den specialiserede kodeagent, og Cowork er den domænetunge medarbejdertype, som går direkte efter fakturerbare vidensopgaver.

Fra svarmaskine til systemaktør

Det, der gør agentisk AI anderledes end klassiske chatbots, er ikke magi. Det er adgang og handlekraft. En almindelig chatbot giver dig et svar og venter pænt på næste spørgsmål. En agent får lov til at gøre noget: læse mapper, ændre filer, oprette et projekt, triagere en indbakke, foreslå et svar, måske sende det videre. Det er et ret stort spring, selv om det i produktdemoer nogle gange bliver solgt som en lille UI-opdatering.På papiret ser det effektivt ud. I praksis betyder det, at ansvaret flytter sig. Når et system går fra at foreslå til at udføre, opstår den lidt trælse mandag morgen-situation: Hvem godkendte det her, hvem havde adgang, og hvorfor står der pludselig en forkert klausul i et dokument eller en fejl i en release? Det er ikke futurisme. Det er drift.VentureBeat kalder det ligefrem en ny æra for agentisk AI, og den formulering er ikke skudt helt over målet. Men for en almindelig virksomhed er spørgsmålet mere jordnært end AGI-spekulation. Det handler ikke om, hvorvidt en agent bliver bevidst. Det handler om, hvorvidt den må røre ved økonomisystemet.

OpenClaw er den urolige figur

Hvis man kun skal vælge én figur i historien, som både er fascinerende og lidt for vild, så er det OpenClaw. Ifølge VentureBeat hed værktøjet tidligere Moltbot og Clawdbot, og det har passeret 150.000 GitHub-stjerner på få dage. Den slags tal er ikke det samme som moden enterprise-drift, det er vigtigt at sige højt, men de er et tydeligt signal om tempo og interesse i miljøet. Folk kigger ikke bare. De prøver det af.OpenClaw beskrives som noget, der allerede bliver rullet ud på lokale maskiner med dyb systemadgang. Det er den detalje, der får skuldrene lidt op om ørerne. Lokal kørsel og dyb adgang er attraktivt, fordi det kan give fart, fleksibilitet og mindre afhængighed af en lukket cloud-model. Men det er også præcis dér, hvor ting kan blive rodede hurtigt. Open source uden central styring har sine styrker, men governance bliver ikke nemmere af, at alle i princippet kan skrue på maskinen.Opgaverne lyder næsten banale: inbox-triagering, autosvar, indholdskuratering, rejseplanlægning og den slags. Alligevel er det tættere på rigtigt administrativt arbejde, end mange bryder sig om at indrømme. Vi har set i forløb med kunder, at selv små rutiner omkring mail, møder, dokumenter og svarfrister sluger flere timer, end nogen har lyst til at måle ærligt. Så når en agent kan tage fat i de opgaver, bliver værdien konkret meget hurtigt. Og ja, også risikoen.

Det farlige ved de kedelige opgaver

Der er en mærkelig tendens til at undervurdere opgaver, når de lyder kedelige. Triagering af en indbakke lyder som sekretærarbejde fra 2009. Men den, der styrer indbakken, styrer også prioritering, svartid, eskalering og i nogle tilfælde relationen til kunden. En agent, der sorterer forkert eller svarer for kækt, kan gøre skade på en meget usexet måde. Ikke verdens undergang. Bare den slags fejl, der æder tillid.Rejseplanlægning lyder endnu mere trivielt. Men giv den adgang til kalender, præferencer, måske kreditkort og interne rejsepolitikker, og så er vi allerede et andet sted. Det er hele pointen i agentmarkedet lige nu: værdien opstår for alvor, når agenten får lov til at røre ved noget vigtigt. Det er også dér, mange ledelser bliver lidt uklare i stemmen. For hvem bestemmer så, hvad “vigtigt” egentlig betyder?Det er nok derfor OpenClaw vækker så meget opmærksomhed. Ikke fordi den alene løser alt, men fordi den viser, hvor hurtigt grænsen mellem assistent og operatør er ved at forsvinde. Og ærligt, det går hurtigere end mange governance-modeller gør. Meget hurtigere.

Antigravity går efter udviklernes skrivebord

Google er i en anden bane med Antigravity. VentureBeat beskriver det som en kodeagent med eget IDE-miljø, der kan accelerere vejen fra prompt til produktion. Det er en ret præcis formulering, for den lover ikke bare hjælp til at skrive en funktion eller foreslå en regex. Den går efter hele forløbet: oprette komplette applikationsprojekter, ændre specifikke detaljer via prompts og arbejde mere sammenhængende med kode, byg, test og rettelser.Det gør Antigravity til en anden slags magt end OpenClaw. Hvor OpenClaw er bred og lidt kaotisk, er Antigravity mere som en fagperson med adgang til et afgrænset værksted. Det betyder ikke, at den er ufarlig. Tværtimod. Fejl i kodeagenter bliver bare ofte pakket pænere ind, fordi de ligner produktivitet. Men en hurtig vej fra prompt til produktion er kun god, hvis nogen stadig ser ordentligt efter undervejs. Ellers er det bare en hurtig vej til at deploye noget dumt.Udviklingsteams bør tage den kategori alvorligt nu. Vi har allerede set, hvor meget tempoet ændrer sig, når en model ikke kun foreslår kode, men opretter strukturen, lapper fejl og fortsætter arbejdet i samme spor. Det betyder ikke, at erfarne udviklere forsvinder. Det betyder, at deres rolle flytter sig opad, mod review, arkitektur, sikkerhed og prioritering. Og så begynder regnestykket at ændre sig for juniorroller. Den del er ikke behagelig, men den er svær at snakke sig uden om.

Cowork rammer direkte ind i vidensarbejdet

Anthropic går med Cowork efter noget, der er mindst lige så følsomt: juridiske og finansielle arbejdsopgaver. Ifølge VentureBeat indeholder Cowork agenter til automatisering af kontraktgennemgang og NDA-triagering. Claude har i forvejen været en af de mest brugte chatbots i professionelt arbejde, og med Cowork bliver den beskrevet som mere domænetung for brancher som jura og finans.Det er her, markedet blev ekstra nervøst. VentureBeat skriver, at lanceringen udløste et skarpt fald i legal-tech- og SaaS-aktier, omtalt som “SaaSpocalypse”. Man skal være lidt varsom med at læse en børsreaktion som bevis på langsigtet sandhed, for markedet kan overreagere på en tirsdag og have glemt det igen fredag. Men signalet er stadig værd at tage alvorligt: investorerne opfatter tydeligvis domæneagenter som en trussel mod dele af det softwarelag, der indtil nu har levet godt af specialiserede brugerflader og menneskelig proces.Det er også lettere at forstå hypen her. Kontraktgennemgang, standard-NDAer, fakturahåndtering, skatteforberedelse, dokumentanalyse. Det er dyrt arbejde, ofte gentaget arbejde, og i mange tilfælde arbejde med ret faste mønstre. Hvis en agent kan tage 40 eller 60 procent af første gennemløb, så flytter det noget med det samme. Men hvis den overser en central formulering eller foreslår en ulovlig genvej, så flytter det også noget. Bare i den forkerte retning.

Mere værdi kræver mere adgang

Det centrale dilemma i hele agentbølgen er næsten komisk enkelt: Jo mere værdi du vil have, jo mere adgang skal du give. Og jo mere adgang du giver, jo større bliver risikoen. VentureBeat peger selv på det. For at gøre værktøjerne mere effektfulde må brugerne give dem mere magt, men det øger risikoen for misbrug, datalæk, fejl og skæv adfærd. Det gælder både lukkede modeller fra store leverandører og åbne systemer som OpenClaw, hvor der ikke er én central myndighed til at sætte rammerne.Det er her, mange virksomheder bliver fristet til en lidt doven mellemposition: Vi vil gerne have gevinsten, men uden rigtig at tage stilling til adgangsniveauer, logning og ansvar. Den model holder ikke længe. En agent med læseadgang er én ting. En agent, der kan skrive tilbage i CRM, sende mails, oprette kodebranches eller behandle kontrakter, er noget helt andet. Det burde være banalt, men det bliver tit behandlet som et indkøbsspørgsmål i stedet for et ledelsesspørgsmål.Logning, transparens og menneskelig godkendelse lyder tørt. Det er det også. Men det er det tørre, der skiller de nyttige pilotprojekter fra de projekter, der ender i intern brandslukning. De fleste problemer opstår ikke i demoen. De opstår, når nogen siger: “Lad os bare koble den på rigtige data.”

Skeptikerne har en fair pointe

Der er selvfølgelig modargumenter, og nogle af dem er gode. GitHub-stjerner er ikke det samme som stabil drift i en reguleret virksomhed. Et imponerende open source-projekt kan være stærkt i weekenden og stadig være besværligt at drive mandag morgen med compliance, support og ansvarskæde. På samme måde er et kursfald i legal-tech-aktier ikke et facit for, hvor markedet står om seks måneder.Nogle vil også sige, at artikler som den her overdriver agenternes autonomi. At meget af det stadig kræver tæt prompting, menneskelig overvågning og en pæn mængde oprydning bagefter. Det er en fair indvending. Vi har selv set systemer lave noget genialt i ét øjeblik og derefter ramme helt ved siden af på en detalje, som et menneske ville have opdaget på ti sekunder. Det er jo netop derfor, hypen er farlig. Ikke fordi værdien er falsk, men fordi den er ujævnt fordelt og let at misforstå.Men retningen er stadig svær at benægte. Når både brede systemagenter, specialiserede kodeagenter og domæneagenter rykker samtidig, så er det ikke bare endnu en feature-lancering. Det er et driftsproblem. Og en mulighed, ja, men også et problem.

Hvad det betyder i en dansk virksomhed på mandag

For danske virksomheder er det mest nyttige spørgsmål ikke, om agentisk AI er revolution eller boble. Det er for abstrakt. Spørgsmålet er: Hvilke opgaver tør vi lade en agent udføre først, og hvilke må den kun foreslå løsninger til? Der er stor forskel på at lade en agent sortere en intern vidensbase og lade den sende svar til kunder eller ændre noget i økonomi og kode. Den forskel bør være skrevet ned, ikke bare forstået halvt i et møde.De første områder, hvor presset bliver mærkbart, er ret forudsigelige. Kundeservice, intern drift, compliance, økonomi, kontraktarbejde og udvikling. Ikke nødvendigvis fordi alle processer egner sig til fuld autonomi, men fordi de allerede er skærmarbejde med nogenlunde faste mønstre, mange gentagelser og dyre minutter. Vi oplever i Snilld, at især mellemledelse og specialister ofte står i den akavede midte her: De kan se gevinsten, men de skal også leve med oprydningen, hvis agenten får for lange tøjler.Det er måske lidt usexet, men de bedste første forsøg er ofte de mest afgrænsede. En agent, der samler materiale, foreslår svar, laver første udkast eller opretter kladder, før et menneske godkender. Ikke den store totale automatisering. Når vi har været inde over AI-arbejdsgange, er det tit dér, forskellen bliver tydelig: ikke i de flotte slides, men i de små regler for adgang, stopklodser og eskalering. Hvem må agenten efterligne. Hvilke systemer må den skrive til. Hvornår skal et menneske sige ja.

Tre magtformer, tre forskellige styringsbehov

Det hjælper faktisk at se de tre agenttyper som tre forskellige magtformer. OpenClaw handler om bred handlekraft på tværs af systemer. Den er attraktiv, fordi den kan tage de rodede, tværgående opgaver, men den er også sværere at styre, netop fordi den rører mange ting. Antigravity handler om produktionsnær fagkraft i kode. Her er risikoen mere teknisk, men også mere målbar, hvis teamet har gode review-processer. Cowork handler om domæneautoritet. Den type kan få høj tillid meget hurtigt, og det er præcis derfor, den kræver skarpe rammer.Hvis man blander de tre sammen under overskriften “AI-agent”, mister man overblikket. Så ender man enten i blind begejstring eller passiv frygt, og ingen af delene er særlig nyttige. En juridisk agent skal ikke styres som en kodeagent. En bred lokal systemagent skal slet ikke styres som en chatbot med lidt ekstra værktøjer. Det burde være indlysende, men lige nu er markedet så støjende, at mange køber ind på begreber i stedet for på adfærd.Og så er der ansvaret. Det gamle spørgsmål, som ingen rigtig gider tage først. Når agenten laver en fejl, er det så leverandøren, den interne ejer, den medarbejder der trykkede godkend, eller ledelsen der godkendte brugen? Hvis svaret er uklart, før man går i gang, så bliver det ikke klarere bagefter. Tværtimod.

Kaosset er ikke et argument for at vente

Det fristende svar på alt det her er at sætte sig på hænderne og vente på, at markedet modnes. Det forstår jeg godt. Men det er ikke nødvendigvis den sikre løsning. For agentisk AI flytter allerede arbejdet rundt, og virksomheder der ikke forholder sig til det, risikerer bare at opdage forandringen senere og dårligere. Ikke som en strategi, men som et faktum skubbet ind af medarbejdere, leverandører eller konkurrenter.Det kloge svar er heller ikke at slippe det løs. Der er en stor forskel på at eksperimentere og at uddelegere dømmekraft. Den forskel bliver afgørende det næste år. Virksomheder skal vælge afgrænsede forsøg, klare adgangsregler, logning, menneskelig kontrol og et sprog for, hvornår en agent er nyttig, og hvornår den bare er en hurtig måde at lave rod på.For det er dér, vi er nu. Ikke i science fiction. Ikke i ren hype. Men i den mere irriterende virkelighed, hvor software pludselig opfører sig lidt mere som en kollega med adgangskort. Man opdager først forskellen, når den trykker på noget.

Kilder

• Claude, OpenClaw and the new reality: AI agents are here — and so is the chaos
• AI Agents on Moltbook Showcase Constitutional AI and Human …
• VentureBeat | Transformative tech coverage that matters
• Langchain\/Claude Code… | Nico Valencia – LinkedIn
• I’m still doing Clawdbot…just carefully. So… moltbot … – Facebook
• I Loved My OpenClaw AI Agent—Until It Turned on Me | WIRED