Här får du en introduktion till vad AI-agenter är, hur de skiljer sig från traditionell automation och AI-system, och varför de spelar roll. Du utforskar verkliga exempel – som kundsupportbotar och reseagenter – för att förstå nyckelkomponenter som minne, verktyg och orkestrering.

Vad är en AI-agent?

Lär känna agenten

Rätt verktyg för jobbet

Vad gör en agent agentisk?

En agents uppbyggnad

Grundorsaken

Agent eller inte agent?

Ramverk för agentbeslut

Bygga eller köpa: Välj rätt verktyg

Grunderna i AI-agenter

Fördjupa dig i hur AI-agenter tänker och agerar genom ramverk som tanke–handling–observation-cykeln (TAO) och ReAct-promptning. Du utforskar hur agenter interagerar med verktyg, miljöer och varandra, och bygger successivt mot mer avancerade multiagentsystem.

Cykeln tanke–handling–observation

Förstå TAO-cykeln

Data Science-processen

Ingen bokning utan plan: TAO i praktiken

Tänker agenter på elektriska får? ReAct-ramverket

CalculateGPT

Kan du använda ReAct?

Vad finns i (verktygs)lådan?

Alternativ

Tillägg

Funktioner

Datalager

Organisera verktygslådan

Verktygsbehärskning

Från en till många: multi-agentsystem

System med en agent

Multi-agentsystem 

En eller många

Managermönstret

Kan jag få tala med din chef?

Agentbaserade designmönster och arkitekturer

Lär dig att använda och utforma AI-agenter med eftertanke och omdöme. Det här kapitlet tar upp viktiga skyddsåtgärder, praktiska rekommendationer och hur du bedömer när agentbaserade lösningar är rätt val – så att du kan tillämpa agentbaserade system på ett etiskt och effektivt sätt i verkligheten.

Minimera risker med skyddsmekanismer

På vakt!

Säkerhet först

Agentiska system i verkligheten

Spelreglerna för AI-agenter

Prestandagranskning

Avslutning

Att bygga och använda AI-agenter på ett ansvarsfullt sätt

Cheat Sheet

Course Glossary: Introduction to AI Agents

Utforska kraften hos AI-agenter och förändra hur du arbetar med agentbaserade system. Den här nybörjarvänliga kursen är utformad för alla som vill förstå grundläggande koncept bakom agentbaserade AI-system – utan att skriva en enda rad kod.

Du lär dig hur AI-agenter skiljer sig från traditionella automationsverktyg och chattbotar, utforskar deras viktigaste komponenter som minne, verktygsanvändning och orkestrering, och får förståelse för när och hur du kan tillämpa agentbaserade lösningar på verkliga problem.
Från kundsupportagenter till kodningsassistenter använder kursen tydliga och välkända exempel för att förklara vad som gör AI-system agentbaserade, hur de resonerar och hur du kan använda och bygga AI-agenter på ett ansvarsfullt sätt.

Anmäl dig nu och ta ditt första steg mot nästa generations AI.

Videorna innehåller direkttextning som du kan visa genom att klicka på "Visa transkript" längst ned till vänster i videospelaren.

Kursens ordlista finns till höger i resursavsnittet.

För att erhålla CPE-krediter behöver du slutföra kursen och nå 70 % på det kvalificerade provet. Du når provet via CPE-kreditleänken till höger.

Lås upp kraften i AI-agenter och förändra hur du arbetar med agentiska system. Den här nybörjarvänliga kursen är utformad för alla som vill förstå de grundläggande koncepten bakom agentiska AI-system, utan att skriva en enda rad kod.

Du kommer att lära dig hur AI-agenter skiljer sig från traditionella automatiseringsverktyg och chattbotar, utforska deras viktigaste komponenter som minne, användning av verktyg och orkestrering, och upptäcka när och hur du kan implementera agentbaserade lösningar för verkliga problem.
Från kundsupportmedarbetare till kodningsassistenter använder den här kursen relaterbara exempel för att avmystifiera vad som gör AI-system agentiska, hur de resonerar och hur du använder och bygger AI-agenter på ett ansvarsfullt sätt.

Anmäl dig nu och ta ditt första steg mot att arbeta med AI:s nästa gränsland.

Introduction to AI for Work

Upptäck hur AI-agenter fungerar, vad som skiljer dem från chatbots och automation, och hur man använder dem ansvarsfullt.

Introduktion till AI-agenter

Lär dig grunderna i AI-agenter, deras komponenter och verklig användning – ingen kodning krävs.

**Tanke:** "Jag behöver börja med att kolla tillgängliga bord imorgon klockan 19."
**Åtgärd:** Fråga bokningssystemet efter bord med plats för 6 personer.
**Observation:** Tre bord är tillgängliga: Bord 12 (bardel), Bord 5 (lugnt hörn), Bord 8 (övervåning).

**Tanke:** "Nu behöver jag kontrollera vilka bord som uppfyller kravet på rullstolsanpassning."
**Åtgärd:** Kontrollera tillgänglighetsegenskaper för de lediga borden.
**Observation:** Endast Bord 5 är rullstolsanpassat – Bord 8 kräver trappor och Bord 12 har trappsteg.

**Tanke:** "Bord 5 är tillgängligt OCH ligger i ett lugnt hörn – perfekt! Dags att boka det."
**Åtgärd:** Reservera Bord 5 för 6 personer klockan 19 med notering om tillgänglighet.
**Observation:** Bokning bekräftad med bokningsnummer #R-7891.

**Tanke:** "Bokningen är klar. Nu behöver jag ordna födelsedagstårtan."
**Åtgärd:** Kontakta partnerbageriet för beställning av födelsedagstårta.
**Observation:** Chokladtårta med "Grattis på födelsedagen, mamma" bekräftad för upphämtning klockan 18:30.

**Tanke:** "Allt är ordnat. Dags att bekräfta alla detaljer med kunden."
**Åtgärd:** Skicka ett fullständigt bekräftelsemeddelande.
**Observation:** Kunden får alla uppgifter: Bord 5 (lugnt, tillgängligt), klockan 19 imorgon, tårta ordnad.

Ingen bokning utan plan: TAO i praktiken

Introduktion till AI-agenter

Interaktiv övning med praktiskt arbete