Det her rykker på måden udviklingsteams tænker værktøjskæde. MarkTechPost udgav 14. juni 2026 en guide til Anthropic’s Claude Code, der beskriver 25 funktioner og strategier i et lagdelt, agentisk setup. Samme uge skrev VentureBeat om Moonshot AI’s Kimi K2.7-Code og et løfte om færre “thinking”-tokens. Fællesnævneren: agentiske værktøjer rykker fra demo til drift. Kilderne er tredjepart, så enkelte detaljer bør dobbelttjekkes mod officiel dokumentation, før de bruges i produktion.
MarkTechPost beskriver Claude Code som et lagdelt agentsystem, ikke blot en terminalassistent. Ifølge gennemgangen kører det i terminal, desktop og IDE, kan læse filer, køre kommandoer, redigere kode og kalde eksterne værktøjer. VentureBeat’s dækning af Kimi K2.7-Code handler om effektivitet og konkurrence i selve regnearbejdet. Det lyder tørt, men det påvirker både totalomkostning og governance.
Hvad Claude Code er nu
Lagene i fortællingen er memory, hooks, skills, subagents, plugins og MCP. Hvert lag ændrer, hvad modellen kan se eller gøre. Designvalget er praktisk: adskil ansvar, så kan man revidere adfærd lag for lag. I praksis gør det integration i eksisterende systemer mere trinvist og mindre risikabel.
Agentloopet i praksis
Understøttelse i terminal, desktop og IDE gør adoption lettere, fordi teamet kan blive i deres vante miljøer. Det er en banal pointe, men relevant: mange agentprojekter falder netop i skiftet fra demo til hverdag.
Hvad de 25 funktioner betyder i praksis
Guiden hos MarkTechPost lister 25 funktioner/strategier og markerer, hvad der er “Official” fra Anthropic, hvad der er community-teknik, og hvad der er tredjepart. Det er brugbart for governance: man kan definere, hvad der må i produktion, og hvad der er eksperiment. Nedenfor er de funktioner, der mest påvirker drift.
CLAUDE.md som memory/konstitution for repoet. Ifølge guiden læser Claude den hver session for at forankre konventioner og kommandoer. Det lader teams skrive “hvad godt ser ud som” direkte i koden frem for i et spredt wiki. Risikoen er versionering og divergens mellem repos, så behandl filen som en kontrakt og versionér den bevidst.
Skills og subagents
Skills beskrives som SKILL.md-filer under .claude/skills// med frontmatter. De kan kaldes med slash-navn og bruges autonomt af agenten. Praktisk konsekvens: evner kan kapsles og testes isoleret. Det kræver klar mappestruktur, enhedstests og reviews — ellers ender man med et skuffedarie af halvglemte evner.
Subagents er specialiserede instanser med egne kontekstvinduer. Ifølge MarkTechPost kan de parkere ordrige opgaver, så hovedsamtalen ikke drukner. Arkitekturmæssigt minder det om en intern “mikroservice” for tænkning. Faldgruben er observability: hvordan ser man, hvad subagenten gjorde og hvorfor. Log-kontrakter og sporbare id’er mellem hoved- og underforløb er nødvendige.
Hooks og MCP
Hooks beskrives som deterministiske scripts på livscyklus-punkter. Det oplagte eksempel er PreToolUse som sikkerhedstjek før et værktøj må køre. Det flytter kontroller tæt på handlingen. Men determinisme betyder også, at en dårlig hook kan blokere alt. Test den som en gateway-regel.
MCP, Model Context Protocol, nævnes som forbindelsen til GitHub, databaser og browsere via MCP-servers. I praksis handler det om auth og dataflow: hvem udsteder tokens, hvor ligger logs, og hvad må agenten se i et multi-repo-miljø. MarkTechPost forklarer funktionalitet, men ikke hele protokolspec’en. Kræv officiel dokumentation eller kør et kontrolleret POC med scopes, før integrationen åbnes bredt.
Plugins og checkpoints
Plugins bundter skills, subagents, hooks, commands og MCP-definitioner i versionerbare enheder. Det gør distribution og rollback lettere. Man kan have “plugin-bundles” per domæne og styre dem via release-tog. Det kræver dog, at CI/CD kender plugin-versioner og konflikter — ellers risikerer man dependency-rod.
Checkpoints er snapshots før ændringer, og man kan rulle tilbage (MarkTechPost beskriver fx dobbelt Escape). Det giver en sikkerhedsline til hurtige iterationer. I enterprise-miljøer bør checkpoints kunne eksporteres til revisionssystemer, så man kan dokumentere, hvorfor noget blev rullet frem og tilbage. Det er i praksis change management.
Auto Mode og permission modes
Permission modes styrer, hvor meget agenten selv må skrive til filer og køre shell. Ifølge MarkTechPost er standard “spørg først”. I praksis oversættes det til IAM-politikker, secrets-håndtering og isolerede sandboxes. Fristelsen er at åbne mere op — gør det kun per repo, per miljø. Ikke globalt.
Udvikleroplevelse og levering
Agent SDK’et eksponerer det samme loop programmatisk via fx query() og lader slash-kommandoer køre fra kode. Det gør agenten scriptbar i pipelines. Der nævnes også en headless CLI og GitHub Action/scheduled jobs. Konsekvensen: agenten kan køre i CI uden terminal-interaktivitet, så reviews og små migrationer kan automatiseres — under de samme sikkerhedshegn.
Primitives som CLAUDE.md, SKILL.md, slash commands og hooks påvirker også versionstyring. De bør leve i repoer med codeowners, tests og release-noter. Plugin-installation bliver en del af builden. Ja, der kommer nye fejlkilder — men også hurtigere rettelser, hvis kontrakterne er tydelige.
Drift og observability
MarkTechPost beskriver kontekstkomprimering, lange sessioner og kommandoer som /compact og /context. For drift er vigtige målepunkter derfor: session-længde, compaction-rate, tool-kald per session og rollback-hændelser. Gem dem. De viser, om agenten bliver ineffektiv over tid, eller om en bestemt skill misbruges.
MCP-servers til GitHub, databaser og browsere giver integration, men også flere logkilder. Et praktisk mønster er at samle audit-logs fra hooks og MCP i et centralt system (ELK, OpenTelemetry-stack, det du har) med korrelations-id’er for hver tool-invocation. Uden det bliver fejlsøgning støj.
Konkurrencen og tokenøkonomien
VentureBeat’s historie om Kimi K2.7-Code handler om effektivitet. Moonshot AI hævder ca. 30 procent færre thinking-tokens end forgængeren K2.6 og fastholder en MoE-arkitektur med open weights og OpenAI-kompatibel API. Hvis den gevinst holder, påvirker det agentiske workflows’ pris pr. opgave direkte. Mindre “tænkning” kan betyde flere opgaver per budget eller hurtigere loops.
Men VentureBeat noterer også, at praktikere udfordrer tallene og efterlyser uafhængige benchmarks. Uden ensartede målinger på agentiske scenarier (værktøjskald, lange sessioner, rollback-rater) kan to modeller se ens ud på papir og opføre sig vidt forskelligt i drift. Konkurrencepresset kan her skubbe til bedre dokumentation.
Arkitektur og interface-kontrakter
Lagdelingen i Claude Code-tilgangen — memory, skills, subagents, hooks, plugins, MCP — kalder på tydelige interface-kontrakter i designfasen. Definér, hvad en skill må læse/ændre. Gør hooks idempotente. Giv subagents klare ansvarsområder og kvoter. Beslut, hvilke MCP-servers der er “core”, og hvordan de autentificerer. Små beslutninger nu sparer stor oprydning senere.
Et pragmatisk råd: hold repo-specifik viden i CLAUDE.md, og læg genbrugelige evner som skills eller plugins på tværs. Det giver færre dubletter og tydeligere reviews — og det er nemmere at trække nødbremsen på et plugin end at finde en sætning gemt i fem repos.
Sikkerhed og governance i praksis
Permission modes, checkpoints, sandboxing og PreToolUse er beskrevet i MarkTechPost som de primære sikkerhedsbarrierer. Oversæt dem til IAM: hvem må skifte mode, hvem må godkende et blokeret kald, hvor lander revisionssporet. Og få styr på secrets: agenten må ikke have bredere adgang end udvikleren på vagt.
Udviklerworkflow og CI/CD
Med Agent SDK, headless CLI og GitHub Actions kan agenten blive en borger i pipeline’en. Det kræver nye testtyper: golden tests for skills, integrationstests for plugins og smoke-tests for hooks. Sæt også en grænse for, hvor mange værktøjskald en job-run må lave, så man undgår uendelige løkker, når konteksten klipper en vigtig detalje ud.
Slash-kommandoer (/init, /compact, /context, /review, /security-review ifølge MarkTechPost) bør dokumenteres ligesom interne scripts. Folk glemmer syntaks. En lille ting, der koster tid, hvis ikke den er på plads.
Observability-mål der faktisk hjælper
Konkrete målepunkter, der flytter noget i agentiske forløb: 1) gennemsnitlig session-længde og median; 2) compaction-rate efter X udvekslinger; 3) tool-invocations per session og top 5 værktøjer; 4) andel handlinger rullet tilbage via checkpoints; 5) andel handlinger blokeret af PreToolUse/Auto Mode; 6) fejlrate pr. plugin-version. Tallene viser, om man har et governance-problem eller et designproblem.
Logkilderne er spredt: MCP-servers, hooks, subagents og selve agentloopet. Etabler en enkelt korrelationsnøgle per session, og propagér den i alle logs. Uden den nøgle bliver post mortems gætterier.
Næste skridt for virksomheder
Et minimalistisk POC-scope kunne være: ét privat repo, tre skills (lint-fix, test-stub, doc-update), én subagent til langvarig refaktorering, CLAUDE.md med klare konventioner og et enkelt plugin-bundle. Succesmål: reducer tid til simpel bugfix med 25 procent, maks to rollback-hændelser pr. uge, nul hemmeligheder i loggen. Tidshorisont: tre uger inkl. sikkerhedsgate.
Governance-milepæle: definer permission modes per miljø, skema for revisionsspor (checkpoints + logaggregation), godkendelsesflow for plugin-opgraderinger og en proces for at aflive gamle skills. Sikker data-tilgang: brug least-privilege tokens til MCP-servers, og hold hemmeligheder i en ekstern vault.
Konkurrenceimplikation og TCO
Hvis Kimi K2.7-Code reducerer thinking-tokens som VentureBeat refererer, kan visse agentiske pipelines blive billigere at køre. Men uden uafhængige benchmarks på lange agentforløb med værktøjskald er TCO svær at estimere. Efterspørg benchmarks, der måler: token-forbrug pr. lukket issue, tid til første gyldige PR og antal blokeringer/rollback undervejs.
Lav også “burn tests” med 90 minutters sammenhængende session og se, hvordan modellen komprimerer, glemmer eller gentager sig selv. Korte, syntetiske benchmarks fanger det sjældent.
Usikkerheder og hvad der bør testes
Flere detaljer i denne artikel stammer fra MarkTechPost’s guide og er dermed tredjepartsdokumenteret. Især navngivning og præcis adfærd for CLAUDE.md, SKILL.md, slash-kommandoer og Auto Mode/klassificering bør bekræftes i officiel dokumentation fra Anthropic, hvis tilgængelig. MCP’s tekniske specifikation for auth og databaner er heller ikke fuldt belyst i kilderne.
Journalister og ingeniører bør derfor kræve: 1) en officiel liste over “Official”-funktioner med versionsnumre; 2) en MCP-spec eller reference-implementering med sikkerhedsanbefalinger; 3) uafhængige benchmarks af Kimi K2.7-Code på agentiske scenarier; 4) reproducerbare eksempler, der “kører som skrevet”, valideret i et neutralt miljø.
Konklusion
Claude Code peger — ud fra tredjepartskilder — mod lagdelte, agentiske værktøjer, hvor memory, skills, subagents, hooks, plugins og MCP gør systemet udvidbart og styrbart. For tekniske ledere er handlingen nu: definér interface-kontrakter, sæt stramme permission modes, indfør målepunkter for lange sessioner og kør en lille POC med revisionsspor fra dag ét. Forskellen mærkes først, når man arbejder med det.
