En ny VB Pulse‑undersøgelse fra juni 2026 viser, at 57% af virksomheder har oplevet AI‑agenter svare selvsikkert men forkert på grund af manglende eller inkonsistent forretningskontekst. Kun 25% kører et agentisk kontekstlag i produktion. Resten halter efter, mens leverandører forfølger forskellige arkitekturer.

NVIDIA Research præsenterer HORIZON, et agent‑rammeværk der behandler hardware‑design som versionsstyret repo‑evolution via git worktrees og en struktureret Markdown‑harness. MarkTechPost refererer, at holdet rammer 100% gennemførsel på de evaluerede RTL‑benchmarks — en påstand der fortjener nærmere blik i paperet på arXiv.

Junyang Lin, tidligere teknisk lead på Alibabas Qwen, er trådt tilbage og argumenterer nu for at flytte fokus fra hybrid thinking i store sprogmodeller til agent‑baserede systemer. Hans talk om Qwen‑familien viser både hvad der lykkedes og hvor hybridtilgangen knækkede, med klare implikationer for arkitektur, drift og evaluering i virksomheder.

Towards AI samler LangChains byggeklodser i en aktuel gennemgang. Vi ser på, hvad rammeværket reelt hjælper med fra PoC til produktion – og hvor det knækker, hvis governance, måling og omkostninger ikke er tænkt ind fra dag ét.

Harness-1 adskiller beslutningspolitikken fra hukommelse og bogføring via en stateful søgeharness. Forskerne fra UIUC, UC Berkeley og Chroma frigiver både kode og vægte. For virksomheder betyder det mere sporbarhed, mindre prompt-rod – og nye krav til drift, metadata og audit.

Microsoft brugte Build 2026 på at sige det højt: agenter er på vej i produktion. Med Microsoft IQ som kontekstlag, Work IQ API fra 16. juni, Fabric IQ, Foundry IQ, Web IQ, den personlige agent Scout og syv nye MAI‑modeller hæver Microsoft barren for enterprise AI. Spørgsmålet er, hvad det kræver i jeres arkitektur, governance og drift for at holde til virkeligheden.

En Colab‑implementering af Microsofts Agent Governance Toolkit viser trin for trin, hvordan agent‑handlinger kan fanges af policies, approvals, audit og risikokontroller før værktøjskald. Vi gennemgår, hvad koden faktisk gør, hvor den knirker, og hvad der skal på plads, før det kan flytte ind i drift.

Ifølge Vinamra Yadav på Towards AI kan en agent køre fejlfrit i demoen og derefter levere forkerte svar i produktion i dagevis – med HTTP 200 hele vejen og nul fejlalarmer. Artiklen fremlægger seks svigtpunkter og et regnestykke, der viser, hvordan multi‑step workflows kan tabe nøjagtighed. Her sammenfatter vi pointerne og kobler dem til veletablerede kilder om kontrakttest, shadow testing, idempotency og observabilitet.

En ny Marktechpost-tutorial viser trin for trin, hvordan en agentisk pipeline med planner, executor og critic bygges på OpenAI API – inklusive getpass til skjult nøgle og en _safe_calc. Vi samler det, virksomheder har brug for i praksis: arkitekturens styrker, de reelle drifts- og sikkerhedspunkter og en konkret plan for egne benchmarks.

Deloitte opfordrer virksomheder til at rykke fra pæne chatbots til autonome workflows, der kan tage beslutninger og udføre transaktioner sikkert. Pointen er operationel: reel P&L‑effekt kræver identitet, integration, governance og auditspor. Markedet flytter sig også i værktøjer: ifølge et benchmark‑stykke på MarktechPost i starten af 2026 rapporterer omkring 85% af udviklere brug af AI‑assistance, og kodningsagenter kan åbne pull requests — med metodiske forbehold i tallene.