Så bygger vi Fyord.
Fyord är en autonom AI-medarbetare som arbetar med riktiga kundpengar, riktiga kundrelationer och riktigt lagerinventarium. Kraven på pålitlighet är höga. Här är principerna vi utgår från.
- 01
Bästa möjliga leverantörer och toppmoderna modeller.
Vi binder oss inte till en leverantör eller en modell. Fyord använder Anthropics Claude-familj — Sonnet för resonemangstunga steg, Haiku för billig och snabb triage — och vi omprövar modellvalet när nya versioner släpps. Vårt orkestreringslager abstraherar modellen så att vi kan byta uppåt när tekniken utvecklas.
- 02
Investera i agent-runtime och agent-harness.
Naiva LLM-anrop räcker inte. Fyord kör på en riktig agent-harness — strukturerad verktygsanvändning, retry-semantik, deterministiska tillståndsmaskiner runt de icke-deterministiska delarna, och en tydlig separation mellan agentresonemang och sidoeffekter. Fel är observerbara; retries är begränsade; inget händer två gånger som inte ska.
- 03
Mekanismer för agenten att lära sig din verksamhet.
En generisk AI vet inte att BG-4417 är samma sak som ”regel 45×95” för din kund Ola. Fyords kunskapsbas — kundspecifika alias, inlärda artikelmappningar, träningspar från dina tidigare ordrar, dina egna checklisteregler — blir rikare varje vecka. Agenten blir inte smartare på grossisthandel i det abstrakta. Den blir smartare på DIN grossisthandel.
- 04
Skyddsräcken och loopar.
Varje åtgärd agenten tar är gated. Före utförande: passerar denna order kundens checklista? Känns artiklarna igen? Är kunden identifierad? Efter utförande: accepterade Fortnox payloaden? Matchade sidoeffekterna förväntningarna? Vid tvivel pushar agenten inte — den frågar. Begränsade retry-loopar med backoff hanterar tillfälliga fel; ihållande tvetydighet eskalerar till en människa.
- 05
Pålitlighet genom skiktad arkitektur.
En enda agent som fattar varje beslut är skör. Fyord använder specialiserade sub-agenter — en för klassificering (är det här en order?), en för extraktion (vilka är artikelraderna?), en för klargörande utkast (hur frågar vi kunden?). En supervisor koordinerar. Förbearbetningsflöden hanterar strukturerad (Excel, strukturerade PDF:er) och ostrukturerad (fritextmejl, skannade bilagor) data olika. LLM-som-domare verifierar kritiska utdata. Human-in-the-loop är inbyggt, inte påklistrat — under de första veckorna av varje kunds onboarding granskas varje order innan den landar i Fortnox.
Vill du prata teknik?