TipAnthropic: én AI-agent med skills slår ofte et helt lag av agenter, og blir raskere og billigere
Bygger du en AI-agent og tenker å dele jobben på flere spesialistagenter? Anthropic, selskapet bak Claude, sier nå at én enkelt agent som henter instruksjoner og verktøy når den trenger dem, ofte gir bedre svar, til lavere kostnad og kortere ventetid. Her er når flere agenter likevel er riktig, og hvordan du tester.
Den 25. oktober 2026 omtalte The Decoder en ny guide fra Anthropic: Building agents: When to fold subagents into your main agent loop. Der skriver Anthropics team for anvendt AI at de har sett det samme mønsteret i flere bedriftsprosjekter. Én agent med skills, altså gjenbrukbare instruksjoner, ga ofte bedre resultater enn både én kjempeprompt for alt og en gruppe spesialiserte underagenter. Den var dessuten ofte billigere og raskere per oppgave.
Problemet med mange agenter er overleveringene. Hver gang en agent gir oppgaven videre til en annen, forsvinner detaljer, litt som i hviskeleken. Når hver avdeling bygger sin egen agent, blir det mange som overlapper, og den felles instruksjonen blir et lappeteppe av regler som kolliderer. I ett eksempel hadde en bedrift et dusin spesialistagenter i kundeserviceagenten sin. Det gjorde det vanskelig å høres likt ut og ga lange ventetider. En kunde som sammenlignet, så at én agent var omtrent dobbelt så rask.
Anthropics løsning er at agenten bare ser korte beskrivelser av sine skills og verktøy, og laster inn hele instruksjonen først når den trengs. Ifølge Anthropic holder det ofte med en tydelig instruksjon, 4–5 enkle verktøy for å hente data og faste regler for svarene. Agenten velger gjerne verktøy dårligere når den har mer enn 30–50 å velge mellom. Anthropic har selv kortet ned instruksjonen til Claude Code med over 80 prosent for de nyere modellene.
Flere agenter er fortsatt riktig i noen tilfeller, skriver Anthropic: når én agent blir målbart dårligere av for mye informasjon, når flere oppgaver skal gjøres samtidig med hver sin rene sammenheng, eller når en agent har vanskelig for å velge riktig verktøy eller har motstridende regler. Anthropic advarer også mot å slå sammen agenter i blinde. I en test med en supportagent ble svarene raskere, men en prosess som hadde fungert før, gikk i stykker.
Hva betyr det for en liten bedrift? Start enkelt. Én agent, en tydelig instruksjon og noen få verktøy kommer du som regel langt med. Skills har dessuten blitt en åpen standard som fungerer i flere AI-tjenester. Har du allerede flere agenter, kan du bruke Anthropics gratis migreringssett på GitHub. Grunnprinsippet er det samme uansett verktøy: mål, endre én ting om gangen og behold det som holder.
Slik kommer du i gang
- Start med én agent og en tydelig instruksjon. Ikke legg til flere agenter før du ser et konkret problem.
- Gjør faste arbeidsmåter om til skills i stedet for egne agenter, og hold antallet verktøy nede.
- Skriv ti eksempeloppgaver med riktig svar før du endrer noe. Ifølge Anthropic holder ti slike eksempler for å komme i gang.
- Endre én ting om gangen og kjør hver test mer enn én gang. Behold bare endringer som holder eller forbedrer resultatet.
- La prompten vår Trenger jeg flere AI-agenter? gå gjennom designet ditt før du bygger videre.
Mer på TipAI
Kilder
- Anthropic (Claude): Building agents – When to fold subagents into your main agent loop (hentet 2026-10-26)
- The Decoder: Anthropic says one AI agent beats many subagents now that models can handle complexity alone (25 okt 2026) (hentet 2026-10-26)
- GitHub: anthropics/single-agent-loop-kit (Anthropics migreringskit) (hentet 2026-10-26)
Gratis jukselapp: Kom i gang med AI
Én side å skrive ut med grunnformelen, fem ting å teste og hvordan du bruker AI trygt. Skriv inn e-posten din, så sender vi den med en gang – gratis, avslutt når du vil.
Få jukselappen gratis →TipAI forklarer AI på et enkelt språk for nybegynnere, familier og småbedrifter. Hver artikkel har kilder og «Slik kommer du i gang».