En agent er ikke en chat
En chat svarer på et spørgsmål. En agent arbejder: den læser filer, skriver kode, kører kommandoer, ser på resultatet og retter til, indtil opgaven er løst.
Derfor betyder det noget, hvor agenten kører. En chat kan højst give et dårligt svar. En agent har de rettigheder, som den maskine har, den kører på: filerne, nøglerne og netværket.
De fleste kodeagenter er programmer, man installerer på sin egen maskine og kører i en terminal. På en låst arbejdsmaskine stopper det dér.
Tre steder en agent kan køre
Med en lokal agent. Agenten er et program på din egen maskine, og det kræver, at du må installere. Den arbejder med din brugers rettigheder, så det, du kan nå, kan den nå. Værktøjerne kan spørge om lov før hver kommando; hvor meget de må uden at spørge, er en indstilling.
I en sandkasse for sig selv. En maskine, der kun er til agenten, hos en udbyder, I selv har valgt. Agenten kan ikke nå andet end det, I lægger derind: intet skal installeres, din egen maskine belastes ikke, og agenten kan ikke ødelægge noget på den. Det er det, vi har bygget med Nomadics AI: en sandkasse hos Scaleway i Amsterdam med OpenCode, en open source-kodeagent, som åbner i en browserfane.
I leverandørens sky. Claude Code på nettet kloner jeres repository til en virtuel maskine, som Anthropic driver. GitHub Copilots kodeagent arbejder i et miljø bygget på GitHub Actions. Intet skal installeres, men det kræver en konto hos leverandøren og adgang til jeres kode, og begge leverandører er amerikanske selskaber. Hos Anthropic kan miljøet sættes op med et script, men det er bygget om GitHub, maskinen tages tilbage, når den står stille, og modellerne er Anthropics egne.
Agenten behøver ikke køre på din maskine
Tre steder en kodeagent kan køre, og hvad der ligger sammen med den. Pilene viser, hvor det, du skriver, sendes hen.
- Ulempe: Kræver, at du må installere agent og værktøj
- Ulempe: Bruger din maskines kræfter
- Ulempe: Agenten kan nå dine filer, nøgler og netværk
- Fordel: Dit eget miljø med alt, du har installeret
- Fordel: Klar med det samme: intet at installere på din maskine
- Fordel: Belaster ikke din maskine
- Fordel: Kan ikke ødelægge noget på din maskine
- Fordel: Dit eget fjernmiljø, som du selv bygger ud
- Fordel: Fra prøvekontoen: din egen terminal og Claude Code
- Fordel: Klar med det samme: intet at installere på din maskine
- Fordel: Belaster ikke din maskine
- Fordel: Kan ikke ødelægge noget på din maskine
- Ulempe: Maskinen tages tilbage, når den står stille
- Ulempe: Kræver GitHub og et betalt abonnement
- Ulempe: Kun leverandørens egne modeller
Hvor det, du skriver, ender
Tre ting forlader din maskine, når du bruger en agent: det, du skriver til den, de filer, den læser, og de svar, modellen giver. Stil de samme tre spørgsmål til ethvert værktøj: hvor står maskinen, hvor kører modellen, og hvilket lands lov gælder for selskabet bag?
For Nomadics AI er svarene: sandkassen står hos Scaleway i Amsterdam, modellen kører hos Scaleway i Paris, og Scaleway er et fransk selskab. Modellen er DeepSeek V4.1 Flash, en åben model af kinesisk oprindelse. Oprindelsen er kinesisk, driften er fransk; vi siger begge dele.
I den gratis prøve har sandkassen ingen adgang til internettet. Agenten kan skrive og køre kode, men den kan ikke hente noget udefra og ikke sende noget ud.
Hvad det ikke er til
En sandkasse hos en anden er stadig hos en anden. Læg ikke kundedata, personoplysninger eller forretningshemmeligheder i en gratis prøve, og heller ikke i et betalt værktøj, før jeres virksomhed har besluttet, hvilke data der må sendes til hvilke modeller.
Den beslutning er langt fra truffet alle steder. Stack Overflow spurgte i 2026 godt 13.000 udviklere, hvad der bedst beskriver brugen af AI på deres arbejdsplads. 24 % svarede, at organisationen stiller godkendte AI-værktøjer og en vejledning til rådighed. Hos 46 % er det mest op til den enkelte eller det enkelte hold.
Hver fjerde udvikler har godkendte AI-værktøjer og en vejledning
Hvad der bedst beskriver, hvordan AI-værktøjer og agenter bruges i udviklerens organisation i dag. Ét svar hver.
- Godkendte værktøjer og vejledning
- 24 %
- Organisationen stiller godkendte AI-værktøjer og en vejledning til rådighed 24 %
- Op til den enkelte eller holdet
- 45,6 %
- Mest valgfrit og op til den enkelte 29,7 % · Nogle hold opfordrer til det, praksis varierer 15,9 %
- Forventet eller målt
- 21,7 %
- Forventes af nogle medarbejdere til bestemte opgaver 11,5 % · Måles som en del af præstationen 10,2 %
- Ingen AI, eller ved ikke
- 8,7 %
- Organisationen bruger ikke AI-værktøjer 6,1 % · Ved ikke 2,6 %
Hvor beslutningen ikke er truffet, er svaret ofte, at intet må installeres. En prøve i en isoleret sandkasse er en måde at se, hvad en agent kan, med en opgave uden følsomt indhold, mens beslutningen bliver truffet.
Agentens svar kan være forkerte. Læs koden, før I bruger den.
Prøv det på et kvarter
Skriv en opgave, og agenten går i gang i en frisk sandkasse. Ingen konto og intet at installere. Prøven er åben fra de nordiske lande og varer 15 minutter, og arbejdet gemmes en uge.
Tre opgaver, der viser forskellen på en agent og en chat: bed den skrive et script og køre det. Indsæt et stykke kode med en fejl, og bed den finde fejlen og bevise rettelsen med en test. Bed den bygge en lille side og forklare, hvordan filerne hænger sammen.
Skal agenterne køre i jeres egen cloudkonto, med jeres politik for data og modeller og med et revisionsspor, er det en anden opgave. Den hjælper vi også med.