Hvordan bygge et team av AI-agenter

Graph engineering er å dele en stor jobb i mindre jobber og gi hver av dem til en egen AI-agent. Tenk på det som et team av spesialister i stedet for en generalist. Kartet over hvem som gjør hva, kalles en graf, derav navnet, men i denne guiden kaller vi det et team.

Dette er en forenklet forklaring for deg som ikke er utvikler, men vil begynne å bruke team av agenter i agentiske verktøy som Claude Code og Codex. Den bygger på Hva er en AI-agent?, der en agent kjører en løkke.

Det kan virke avansert, men i praksis er det så enkelt som å legge dokumentene i en mappe, åpne den i Claude Code og skrive dette.

DuKopier

Lag fire agenter som skal hjelpe meg med [oppgave]. Foreslå roller og oppsett.

Når teamet er satt opp, skriver du bare dette.

DuKopier

Jobb med teamet i 60 minutter med [oppgave].

Og vipps, så bruker du både loop og graph engineering på dine egne oppgaver.

Dette bruker mange tokens. Har dere Max-abonnementet til Claude, anbefaler jeg det absolutt når dere bygger agenter i mapper. Det er kraftige saker.

En generalist eller et team av spesialister

De fleste bruker AI i en løkke, med en agent, en lang samtale og alt i samme kontekstvindu. Det fungerer for det meste, og det er fortsatt riktig utgangspunkt.

Når jobben blir stor, begynner løkken å slite. Kontekstvinduet fylles med alt agenten har lest, og til slutt sjekker den sitt eget arbeid. I et team får hver jobb sitt eget kontekstvindu og en avgrenset brief, som i et godt team der analytikeren, skribenten og korrekturleseren er tre forskjellige personer.

En konkurrentanalyse som team

Tenk deg at du trenger en analyse av tre konkurrenter før et strategimøte. I en løkke ber du om alt på en gang og får en tekst der det er vanskelig å se hva som er sjekket.

Med et team skriver du briefen, og tre agenter samler inn parallelt og legger funnene med kilder i hver sin fil. En agent skriver analysen, en annen sjekker den mot kildene, og du godkjenner før den går til møtet.

Det siste steget er det viktigste. I Patterns and problems in emerging multiagent systems fra august 2026 fant Anthropic at når en agent i et team tar en dårlig beslutning, vil mange av de andre trolig ta den samme. Et team er tryggere når et menneske eller en sjekk mot ekte tall har siste ord.

Et større eksempel med fem roller

Konkurrentanalysen har tre like jobber. I et investeringsnotat om et børsnotert selskap er rollene forskjellige. Forvalteren skriver briefen, investeringskomiteen beslutter, og mellom dem jobber fem subagenter med hver sin brief.

1. Selskapsanalytikeren leser rapportene og presentasjonene og skriver selskap.md, med kilde for hver påstand.
2. Bransjeanalytikeren tar markedet og konkurrentene i bransje.md, parallelt med den første.
3. Modellbyggeren henter tallene inn i verdsettelsesmodellen med et script, så de blir de samme hver gang. Du leser hvorfor i Deterministisk og ikke-deterministisk AI.
4. Djevelens advokat skriver det sterkeste argumentet mot investeringen. Den har ikke skrevet argumentene for, så den er ikke bundet av dem.
5. Kontrolløren sjekker notatet som din egen Claude Code-økt skriver ut fra de fire filene. Stemmer ikke kildene, tallene eller malen, går notatet tilbake.

Hver rolle kan ligge som en fil i .claude/agents i prosjektmappen. Deler dere mappen i Git, SharePoint eller Google Drive, bruker hele teamet de samme rollene neste kvartal.

Byggeklossene i Claude Code

Anthropic bruker ikke ordet graph engineering, men Claude Code har byggeklossene, og de fleste krever ingen kode.

• Subagenter er rollene i teamet. Claude velger rolle ut fra den korte beskrivelsen, og hver leverer et sammendrag når den er ferdig. Vi viste et første eksempel i Anthropics tips for Claude Opus 5.5.
• Skills er oppskriften en rolle følger, så jobben gjøres likt hver gang. Mer i Skills i Cowork.
• Filer i mappen er det rollene leverer til hverandre, og du kan lese og sjekke dem selv.
• Workflows lar Claude skrive et lite script som styrer mange subagenter samtidig. Den innebygde workflowen /deep-research gir en rapport med kilder.
• Hooks er kontroller som alltid kjører på faste punkter, mest for dem som setter opp teamet for andre.

Prosjekter i Claude Code bygger den samme ideen inn i appen. De er i åpen beta for Pro og Max og rulles ut gradvis. En samtale fordeler arbeidet på tråder som jobber parallelt, og du ser hva som er ferdig og hva som venter på deg.

Et mål for teamet med /goal

Teamet sier hvem som gjør hva, og /goal sier når jobben er ferdig. Skriv /goal og målet på samme linje, så jobber Claude Code videre runde etter runde uten at du skriver noe mellom rundene.

Etter hver runde leser en liten og rask modell samtalen og avgjør om målet er nådd. Er det ikke det, får Claude vite hvorfor og tar en runde til, helt til målet er nådd eller modellen som sjekker, mener at det ikke kan nås. Den som gjør jobben, godkjenner den altså ikke selv, akkurat som med kontrolløren i investeringsteamet.

DuKopier

/goal Notatet i notat.md følger malen, hver påstand har en kilde og tallene stemmer med verdsettelsesmodellen. Du er ferdig når kontrolløren gir notatet en score på 9 eller mer. Stopp etter 60 minutter.

Et godt mål har tre ting.

• En ting som kan sjekkes, for eksempel at hver påstand har en kilde eller at en kø med saker er tom.
• Hvordan Claude skal vise det. Modellen som sjekker, leser bare samtalen og ikke filene, så Claude må skrive resultatet der.
• Et tak, for eksempel «stopp etter 60 minutter».

Skriver du bare /goal, ser du målet, tiden, rundene og tokens som er brukt, og /goal clear stopper det. Målet endrer ikke hva Claude har lov til å gjøre. Vil du at teamet skal jobbe uten å spørre deg, kjører du det i auto mode. Detaljene står i Anthropics dokumentasjon for /goal.

Hva det koster

Et team koster mer enn en enkelt agent. Da Anthropic bygget research-systemet sitt, brukte en agent omtrent fire ganger så mange tokens som en vanlig chat, og flere agenter omtrent femten ganger så mange.

Systemet med flere agenter ga 90,2 prosent bedre resultater enn en agent alene i Anthropics egen test med research-oppgaver, men Anthropic skriver at oppgaven må være verdifull nok til å forsvare kostnaden.

Claude Code-dokumentasjonen sier det samme om agent teams, som bruker langt flere tokens enn en vanlig økt. De er fortsatt eksperimentelle og må slås på først. Når hvert steg bygger på det forrige, fungerer en enkelt økt eller subagenter bedre.

Lag et team bare når minst to deler av jobben kan gå uten å vente på hverandre, eller når du trenger en uavhengig kontroll. Ellers er en god brief i en enkelt økt bedre.

Anthropic skrev det enda kortere i Building effective agents. Finn den enkleste løsningen, og gjør den mer komplisert bare når det trengs. Noen ganger betyr det ingen agenter i det hele tatt.

Loop og graph engineering

I juni 2026 skrev Addy Osmani om loop engineering, der du bygger et lite system som prompter agenten for deg. Det deler ut arbeidet, sjekker det og bestemmer neste steg til målet er nådd, og minnet ligger i filer.

Graph engineering tok av på X i juli 2026, etter at Peter Steinberger spurte om folk hadde gått over fra løkker til grafer.

Ideen er eldre enn som så. Anthropic beskrev de samme mønstrene i Building effective agents i desember 2024, og LangChain har bygget grafer av agenter i LangGraph siden januar 2024.

Hvordan lager du et team?

Sånn ser det ut når du ber Claude Code om et team.

Du får mest ut av det når Claude Code ser på arbeidet først. Åpne mappen du jobber i, og be om roller som passer til det som ligger der, med en agent som teamleder som fordeler jobben og setter sammen resultatet.

DuKopier

Foreslå fire agenter som kan jobbe i et team med en teamleder, og som passer til innholdet vi jobber med i denne mappen.

Les rollene, endre det som ikke passer, og la teamet jobbe. Når det fungerer, ber du Claude Code lagre rollene som subagenter. De havner som filer i .claude/agents i prosjektmappen, så teamet er klart neste gang, og kolleger som deler mappen, kan bruke det.

DuKopier

Lagre rollene som subagenter i dette prosjektet.

Vi går gjennom dette i praksis på kursene våre i Claude Code i Oslo.