Loop engineering får AI-agenter til å jobbe mot et mål

IBM Technology·Martin Keen·19. oktober 2026·Se videoen

I en video fra IBM Technology forklarer Martin Keen hva loop engineering er, og hvordan det får AI-agenter til å jobbe seg fram mot et mål. Loop engineering betyr å bygge et system rundt agenten som gir den nye instrukser og sjekker arbeidet, runde etter runde, til agenten har nådd et mål som kan sjekkes, uten at et menneske skriver hver instruks. Hovedpoenget er at mennesket likevel må skrive målet med en tydelig stoppbetingelse, skrive ned hensikten med prosjektet der agenten finner den, og lese det agenten leverer. Du får forklart de fire stegene i løkken, hva som bygges rundt den, og fire fallgruver som gjør at mennesket fortsatt trengs.

Fra å skrive instrukser til å bygge en løkke

Loop engineering er et begrep som hører til arbeidet med AI-agenter, og det er en slags nyere versjon av prompt engineering. 0:02 En prompt er teksten med spørsmålet eller instruksen du gir et AI-verktøy. I prompt engineering prøver en person å skrive en så god prompt som mulig for hånd og sender den til en stor språkmodell. En stor språkmodell er den typen AI som står bak tjenester som ChatGPT. Den har lært språk fra enorme mengder tekst og svarer med tekst. Når modellen har svart, må personen skrive en ny god prompt, og slik fortsetter det. Prompten går altså fram og tilbake mellom personen og språkmodellen.

Loop engineering er å lage et system som gjør hele denne jobben med å skrive prompter for deg. Systemet sender en prompt til en AI-agent, sjekker arbeidet agenten har gjort, og gir den en ny prompt. Slik går det fram og tilbake i en løkke, på engelsk «loop», til jobben er ferdig, uten at noen må skrive hver prompt for hånd.

En AI-agent er et AI-program som ikke bare svarer på ett spørsmål, men som selv utfører mange oppgaver etter hverandre for å nå et mål, for eksempel å åpne filer, endre kode og kjøre tester. Kode er instruksjonene som forteller en datamaskin hva den skal gjøre. En test er et lite program som sjekker at koden virker som den skal.

De fire stegene i løkken

Løkken har fire steg, og de er lettest å forstå med et eksempel. 1:16 I eksemplet har en utsjekkingstjeneste en rekke enhetstester som feiler. Utsjekkingstjenesten er den delen av en nettbutikk som tar seg av kjøpet når kunden skal betale, omtrent som kassen i en vanlig butikk. En enhetstest er en test som sjekker at én liten del av koden virker. Jobben er å få testene som feiler, til å bestå.

1. Mål (goal). Løkken starter med et mål. Her er målet å få enhetstestene for utsjekkingen til å bestå.
2. Handling (action). Agenten gjør noe. For en kodeagent, altså en AI-agent som skriver og endrer kode, kan det for eksempel være å åpne en fil eller endre litt kode.
3. Observasjon (observe). Agenten ser på resultatet av det den gjorde.
4. Justering (adjust). Agenten bestemmer neste steg ut fra resultatet. Tester vises ofte i grønt når de består, og i rødt når de feiler. Hvis testen ble grønn, er den ferdig, og agenten går videre til neste test som feiler. Hvis testen fortsatt er rød, prøver agenten en annen løsning.

Deretter går løkken tilbake til målet. Er jobben ferdig? Hvis ikke, går agenten en runde til. Løkken går altså i ring, fra mål til handling, observasjon, justering og tilbake til målet.

Et tenkt eksempel er en termostat i stua med målet 21 grader. Termostaten slår på varmen (handling), måler temperaturen (observasjon) og skrur varmen av eller på etter det den måler (justering). Så sjekker den på nytt om målet er nådd.

Et godt mål kan sjekkes

Det er viktig å velge et godt mål, fordi målet blir sjekket hver gang agenten har gått en runde i løkken. 2:32 Det er målet som avgjør om agenten skal fortsette.

«Gjør utsjekkingen raskere» er et dårlig mål, på samme måte som «vær lykkeligere» er et dårlig nyttårsforsett. Ingen av dem har en test som kan måle om målet er nådd. Agenten kan da fortsette rundt i løkken for alltid, eller stoppe etter én runde og erklære seg ferdig.

Et godt mål er for eksempel «stopp når hver enhetstest for utsjekkingen består». Det kan sjekkes, så agenten vet sikkert når målet er nådd. Et godt mål er altså konkret og har en stoppbetingelse. En stoppbetingelse er en tydelig regel for når jobben er ferdig og løkken skal stoppe.

Det som bygges rundt løkken

De fire stegene er i seg selv ganske enkle. 3:19 Loop engineering handler egentlig om det som bygges rundt løkken. Det er fem deler: noe som setter løkken i gang, kontekst og skills som gir agenten informasjon, en loggbok som husker hva som har skjedd, verktøy som lar agenten utføre oppgaver, og underagenter som sjekker resultatet. 6:48 Nedenfor forklarer vi hver av dem.

Hva setter løkken i gang?

Noe må sette løkken i gang. 3:36 Det kan være en tidsplan, for eksempel «kjør utsjekkingsløkken hver natt». Mange team gjør det med en vanlig cron-jobb. Cron er et program på mange datamaskiner som starter oppgaver automatisk til faste tider, omtrent som en vekkerklokke.

Løkken kan også settes i gang av en hook. En hook settes i gang når noe bestemt skjer, for eksempel når en fil endres eller en pull request åpnes. En pull request er en forespørsel fra en utvikler om å få endringene sine i koden sjekket og lagt inn i den felles koden til et prosjekt. Ifølge Keen bruker utviklere hooks mest for sikkerhet og kvalitet, for eksempel for å sørge for at prosjektets regler blir fulgt.

Hva får agenten se?

Hver runde i løkken lager noe nytt som agenten får se, og det kalles kontekst. 4:16 Kontekst er informasjonen agenten har foran seg mens den jobber, for eksempel resultatet fra testene eller innholdet i filer. Konteksten kan hope seg opp. Da kan det bli vanskelig for agenten å rette oppmerksomheten mot det som er viktig. Med oppmerksomhet menes her hvor mye vekt AI-en legger på hver del av informasjonen når den bestemmer hva den skal gjøre.

Kontekststyring, på engelsk «context engineering», er å velge hvilke deler av konteksten løkken faktisk får se. Det kan bety å korte ned historikken, altså å erstatte en lang historikk over det som har skjedd med et kortere sammendrag. Det kan også bety å bruke skills, på engelsk «agent skills». En skill er en instruks for hvordan en bestemt jobb som går igjen, skal gjøres. Agenten får først bare vite at instruksen finnes, og hele instruksen hentes inn når den trengs.

Loggboken

Inne i løkken ligger en loggbok, det Keen kaller ryggraden, på engelsk «spine». 5:06 Der skriver agenten ned hva den har gjort, og om det virket, for eksempel i markdown-filer, som er enkle tekstfiler. Det som er lagret der, blir værende fra runde til runde.

Opplysningene i loggboken kan fortelle agenten i senere runder hva den skal gjøre, hva som har virket så langt, og kanskje hva som ikke har virket.

Verktøy

I handlingssteget kan agenten trenge å bruke noe utenfor seg selv. 5:37 Det gjør den med verktøy. Verktøy er programmer agenten kan bruke for å gjøre noe, for eksempel å kjøre kode eller hente informasjon.

Agenten kan få tilgang til verktøyene gjennom standarder som MCP, som står for Model Context Protocol. MCP er en åpen standard, altså felles regler, for hvordan AI-programmer kobles til verktøy og andre systemer. Agenten kan også bruke verktøyene direkte gjennom API-er. Et API er en fast måte et program kan be et annet program om data eller om å gjøre noe.

Agenter bruker verktøy til å kjøre kode, til å få tilgang til filsystemet, til å kjøre kommandoer i terminalen og til å hente data fra databaser. Filsystemet er måten filer og mapper er ordnet på i en datamaskin. Terminalen er et vindu der du styrer datamaskinen ved å skrive kommandoer som tekst. En database er en ordnet samling av data, for eksempel alle ordrene i en nettbutikk.

Underagent

I observasjonssteget henter god loop engineering inn en ekstra agent, i stedet for at agenten som skrev koden, også sjekker den. 6:11 Den ekstra agenten kalles en underagent. Den sjekker arbeidet, og den er også en medarbeider som hovedagenten kan sette bort oppgaver til.

Underagenten har egne instrukser og sin egen kontekst. Den kan drives av en annen AI-modell enn hovedagenten. AI-modellen er selve AI-en som en agent bygger på, for eksempel en stor språkmodell. Når underagenten er ferdig, sender den resultatet tilbake.

Fire fallgruver

Keen sier at loop engineering krever «minimal» menneskelig innsats sammenlignet med prompt engineering, fordi agenten skriver sine egne prompter i stedet for at en person sender dem inn for hånd. 7:14 Men selv en godt bygd løkke, med underagent, loggbok og alt det andre, trenger fortsatt et menneske. Det hjelper å ha et menneske med i løkken, på engelsk «human in the loop», for å unngå de farligste fallgruvene når kode lages automatisk. Nedenfor forklarer vi de fire fallgruvene.

Kode ingen har sjekket

Den første fallgruven er kode som ingen har sjekket, på engelsk «unverified code». 7:52 En underagent som sjekker koden, er fortsatt bare en agent. Til slutt er det menneskelige utviklere som har ansvaret for all kode som blir tatt i bruk. Derfor må et ekte menneske lese og sjekke koden.

Forståelsesgjeld (comprehension debt)

Den andre fallgruven er forståelsesgjeld, forskjellen mellom hvor mye kode som finnes i et system, og hvor mye av den menneskene faktisk forstår. 8:09 Ordet «gjeld» brukes som et bilde på noe som hoper seg opp og som noen må ta tak i senere. Når agenter skriver mer kode og mennesker sjekker mindre av den, vil forståelsesgjelden fortsette å øke. Den kan bygge seg opp ganske fort, fordi agenter skriver mye kode.

Hvis ingen gjør noe med den, kan forståelsesgjelden bli et stort problem når utviklere raskt må rette feil i produksjon, eller når de skal planlegge en migrering. Produksjon er den versjonen av et program som ekte brukere bruker. En migrering er å flytte et system over til en ny løsning, for eksempel en ny database.

Hensiktsgjeld (intent debt)

Den tredje fallgruven er en annen type gjeld, hensiktsgjeld. 8:44 Hensikten er her grunnen til at systemet er lagd slik det er, og hva prosjektet skal oppnå. En agent kan lese hva et system gjør, men det kan være vanskeligere for den å finne ut hvorfor systemet gjør det, med mindre noen har skrevet det ned et sted, kanskje i en fil som heter AGENTS.md. AGENTS.md er et åpent format for en tekstfil i prosjektet med instrukser og forklaringer til AI-agenter.

Uten slike forklaringer kan agenten gjøre en endring som er teknisk riktig, men som går imot målene til prosjektet. I utsjekkingseksemplet retter agenten kanskje en test som feiler, ved å slakke på sjekken av rabattkoder. Sjekken skal sørge for at bare gyldige rabattkoder blir godtatt. Det er en helt grei løsning for testene, men en helt dårlig løsning for bunnlinjen, altså hvor mye butikken tjener.

Menneskets jobb her er å skrive ned hensikten, holde den oppdatert og sørge for at AI-agenten kan se den.

Kognitiv overgivelse (cognitive surrender)

Den fjerde fallgruven kaller Keen kognitiv overgivelse. 9:32 Kognitiv betyr «som har med tenkning å gjøre». Når en person setter bort jobben til agenten, kan det føre til at personen bare godtar det som kommer ut av løkken uten å tenke selv, med holdningen «hvis AI-en gjorde det, er det sikkert riktig». Det er veldig lett å havne der.

Når det skjer, øker også forståelsesgjelden, fordi ingen lenger prøver å forstå det AI-en har lagd.

Menneskets tre oppgaver

«Minimal» menneskelig innsats viser seg å være en ganske bestemt mengde innsats. 10:05 Mennesket skriver målet med en stoppbetingelse, som forklart i delen om gode mål. Mennesket skriver ned hensikten der agenten finner den, som forklart under hensiktsgjeld. Og mennesket leser det agenten leverer, som forklart under kode ingen har sjekket. Loop engineering fungerer best når det er et menneske i løkken.

Det viktigste å ta med seg

• Loop engineering betyr å bygge et system som gir AI-agenten nye instrukser og sjekker arbeidet, runde etter runde, i stedet for at et menneske skriver hver instruks.
• Løkken har fire steg. Agenten har et mål, gjør noe, ser på resultatet og justerer, og så sjekkes målet på nytt.
• Målet må kunne sjekkes og ha en tydelig stoppbetingelse, ellers kan agenten fortsette for alltid eller stoppe for tidlig.
• Rundt løkken bygges noe som setter den i gang, et utvalg av informasjonen agenten får se, en varig lagring av hva som har virket, verktøy agenten kan bruke, og underagenter som sjekker arbeidet.
• Selv en godt bygd løkke trenger et menneske. Mennesket må skrive målet med en stoppbetingelse, skrive ned hensikten der agenten finner den, og lese og sjekke det agenten leverer, slik at forståelsesgjelden ikke vokser.

Kilder og videre lesning