Kort fortalt: Anthropic anbefalede den 22. oktober, at virksomheder lægger deres underagenter sammen til én AI-agent med skills. Jeg ville se, om det holder på en opgave, et salgsteam kender, så jeg fik Claude Code til at bygge den samme tilbudsskranke to gange med Claude Sonnet 5.5: én gang som en koordinator med tre specialister og én gang som én agent, der henter de samme regler som skills. Begge svarede på de samme tolv tilbudsforespørgsler tre gange hver.
Den ene agent lavede alle 36 tilbud rigtigt. De fire agenter lavede 29 rigtigt, og ét af tilbuddene gik ud med en pris, der var 28.800 kr. for høj, fordi koordinatoren stolede på en specialists regnestykke. Den ene agent brugte 2 kald til modellen pr. tilbud mod 8, var færdig på 7,3 sekunder mod 13,9 og kostede under det halve. Hele testen og alle 72 svar kan du hente gratis: hent pakken.
Herunder kan du selv vælge en af de tolv mails og se begge skranker svare på den, præcis som de gjorde i testen. Demoen åbner på det tilbud, der gik galt.
Anthropics Applied AI-team har skrevet en vejledning om, hvornår man skal lægge underagenter ind i hovedagenten. En underagent er en agent med sin egen kontekst, egne værktøjer og egne instruktioner, som en koordinator sender opgaver til. En skill er en instruktionsfil, agenten først læser, når opgaven kræver den. Teamet skriver, at én agent med skills i flere store virksomheder ofte har klaret sig bedre end både én stor prompt og et hold af underagenter, og at den tit har været både billigere og hurtigere. Det er Anthropics egen sammenligning, og tallene bag den er ikke offentlige.
De skriver også, at en sammenlægning kan få noget, der virkede før, til at gå i stykker, og at det i deres eget eksempel kun viste sig i én kørsel ud af to. Så jeg fik Claude Code til at bygge en tilbudsskranke to gange og sende de samme mails gennem begge, flere gange.
Tilbuddet, der var 28.800 kroner for højt
Sam, en opdigtet kunde, beder om 120 kontorstole. Ved 100 stk. eller flere er der 10 % rabat, så stykprisen er 2.160 kr., og det hele bliver 259.200 kr.
I den tredje kørsel spurgte koordinatoren prisspecialisten: „Hvad er stykprisen, linjetotalen og eventuel fragt?“ Specialisten slog listeprisen op, regnede den rigtige rabat og den rigtige stykpris ud og skrev så: „Linjetotal: 2.160 × 120 = 288.000 DKK“ (oversat fra engelsk). Stykprisen var rigtig. Gangestykket var forkert. Koordinatoren havde ikke prisreglerne, kun svaret, og denne gang regnede den ikke efter: Tilbuddet gik ud med 288.000 kr. og stykprisen 2.160 kr. på samme linje.
Specialisten lavede den samme regnefejl i den første kørsel. Dér regnede koordinatoren efter og sendte 259.200 kr. Den ene agent fik den samme mail, slog kunde, pris og lager op i ét hug og regnede selv rigtigt i alle tre kørsler. Det er ét forkert tilbud ud af 36, men det viser den svaghed, Anthropic beskriver: Hver overlevering mellem agenter er et resumé, og om modtageren tjekker det, afhænger af kørslen.
Skranken er bygget til Nordlys Kontor ApS, en opdigtet dansk forhandler af kontormøbler til virksomheder, med fire varer, seks kunder i CRM'et og et lager i Vejle og et i Malmö. De tolv mails, seks på dansk og seks på engelsk, har hver sin fælde: rabattrinnet ved 100 stk., et antal skrevet med bogstaver, et lager, der ikke rækker, en rammeaftale, et ønske om 15 % og et om 20 % rabat, en ny kunde, en forfalden faktura og en leveringsfrist, der bliver overskredet med én dag.
Begge skranker fik de samme skrevne regler for pris, levering og betaling, de samme værktøjer og den samme model, Claude Sonnet 5.5 på medium effort. Hver mail blev kørt tre gange i hver opsætning: 72 tilbud, 364 kald til modellen og 2,19 dollar til listepris. Et script tjekker otte ting i hvert tilbud: beløbet, ordrelinjerne med varenumre og fragt, leveringsdatoen, betalingsbetingelserne, om sagen skulle videre til salgschefen, sproget, om beløbet står i selve svaret, og om datoen også står der.
Hvor varenumrene forsvinder mellem AI-agenter
Den forkerte pris var ikke den eneste fejl. I 7 af de 36 tilbud fra de fire agenter stod der „Ergo 2“ på ordrelinjen i stedet for varenummeret ERGO-2. Koordinatoren har intet varekatalog: Kun specialisternes værktøjer kender koderne, så varenummeret kommer kun med, hvis koordinatoren beder om det. I 29 af de 36 tilbud bad den prisspecialisten om varenummeret, og alle 29 fik det. I de syv andre spurgte den ikke, og så havde den intet at skrive på linjen. Den ene agent havde selv slået varen op og satte koden på hver gang.
Kunden ville ikke opdage det, men det ville systemet, der skal bogføre ordren. Tæller du kun det, kunden læser, er forskellen lille: 35 af 36 rigtige tilbud mod 36 af 36. Alle syv fejl lå i de tre mails, hvor rabatten var størst.
Anthropic kalder det en „hviskeleg“: Hver gang en agent giver noget videre, bliver det lidt mindre præcist. Holder du fast i underagenter, råder Anthropic til et fælles svarformat og til, at hovedagenten tjekker en underagents konklusion mod rigtige data. Her ville det betyde, at specialisten altid sender varenummer, antal, stykpris og total, og at koordinatoren selv regner efter. Et fast format ville efter alt at dømme have reddet varenumrene, men ikke 2.160 × 120 = 288.000. Den fejl bliver kun fanget, hvis koordinatoren regner efter hver gang.
Fire gange så mange kald for det samme tilbud
Koordinatoren brugte 8 eller 9 kald til modellen pr. tilbud. Et eller to til at sende de tre spørgsmål ud, to for hver specialist, der først slår op og så svarer, og ét til at skrive tilbuddet. Den ene agent brugte præcis 2 kald hver eneste gang: Den hentede alle tre skills og lavede alle opslag i ét hug, og i det næste kald sendte den tilbuddet.
Det kan mærkes. Medianen for et tilbud var 13,9 sekunder med fire agenter og 7,3 med én, og 12.704 tokens mod 6.239. Til listepris kostede et tilbud 4,1 amerikanske cent mod 2,0, eller omkring 41 mod 20 dollar pr. 1.000 tilbud.
Det er småpenge. Tiden betyder mere, hvis en kunde sidder og venter på et svar i en chat. Den ene agent hentede alle tre skills til hvert eneste tilbud, så den læste ikke mindre. Den var hurtigere, fordi alt lå i én kontekst: Den kunne lave alle opslag på én gang og selv regne prisen ud.
Hvornår en underagent stadig er det rigtige valg
Anthropic siger ikke, at underagenter er forkerte. De nævner tre situationer, hvor underagenter stadig hører hjemme: når én agent bliver målbart dårligere, fordi konteksten bliver for fuld; når flere opgaver kan køre parallelt i hver sin kontekst, der smides væk bagefter; og når én agent har svært ved at vælge det rigtige værktøj eller har modstridende instruktioner.
I et salgsteam kan det være at gennemgå 20 kunders seneste aktivitet før et pipelinemøde, hvor hver kunde er sit eget stykke arbejde. Det passer til underagenter. Det gør et tilbud ikke: pris, levering og betaling hænger sammen, og den, der skriver tilbuddet, skal kunne se alle tre.
Anthropic skriver, at de alt for ofte ser virksomheder give hvert team sin egen underagent, så opsætningen ender som en kopi af organisationsdiagrammet: én agent pr. team, fordi pris, logistik og økonomi er tre afdelinger. Anthropic anbefaler i stedet, at hvert team ejer sine skills og testene til dem, og at ét centralt team ejer agentens instruktioner og den samlede test.
Har du allerede en koordinator med specialister, så byg først et lille sæt mails med kendte svar, ligesom de tolv her. Læg én specialist ind som en skill ad gangen, kør hver mail mere end én gang, og se, hvilke opgaver der skifter fra rigtigt til forkert eller omvendt.
Det kan testen ikke fortælle dig
Det er én skranke, én model, tre kørsler pr. mail, opdigtede data og et script, der tjekker otte ting. Testen kan sige noget om de to opsætninger på netop denne opgave, men ikke, at én agent altid vinder.
Specialisterne fik besked på at svare kort med tallene. Deres instruktioner nævnte ikke varenummeret, så det kom kun med, når koordinatoren huskede at spørge. Specialisterne så heller aldrig mailen, kun koordinatorens spørgsmål. Det er netop den opbygning, Anthropic advarer imod, men en opsætning, hvor hver specialist får hele mailen, er ikke testet.
Sekunderne er målt på GitHubs servere med seks tilbud ad gangen, blandet mellem de to opsætninger. Jobbet tillod højst ti samtidige kald, og de parallelle specialister ramte den grænse oftere end den ene agent, så sekunderne er omtrentlige.
Kør testen på din egen tilbudsskranke
Pakken indeholder skranken som en JSON-fil med varer, kunder, lager, regler og de tolv mails, begge opsætninger, scriptet, der tjekker tilbuddene, og alle 72 svar med hvert kald til modellen. Byt varerne, kunderne og mailene ud med dine egne, kør den først uden model for at se, at det hele hænger sammen, og så med din egen API-nøgle. 72 tilbud kostede 2,19 dollar her.
Pakken taler ikke med dit CRM. Værktøjerne læser en fil, og det er med vilje, så testen kan køres igen og give det samme facit. Vil du lægge en opsætning med flere agenter, der allerede kører, om til én agent, har Anthropic lagt et migrationssæt ud med en guidet gennemgang og et eksempel med en kundeservice-agent. Anthropic har i øvrigt netop givet Skills videre til Agentic AI Foundation under Linux Foundation. Skills var allerede en åben standard, som over 70 platforme kan læse, så den samme skill virker også i andre agenter end Claude (Anthropic, 22. oktober).
Når jeg bygger AI-agenter til et salgsteam
Som AI-konsulent og Claude-specialist bygger jeg den slags agenter til danske salgsteams: en AI-salgsagent, der tager sig af tilbudsforespørgsler, leads og kundemails, med dine regler som skills og dine systemer som værktøjer. Agenten er den lette del. Arbejdet ligger i at skrive reglerne, så de kan testes, og i at bygge de ti mails med kendte svar, der fortæller dig, om en ændring gjorde agenten bedre eller dårligere. Det er den del af en AI-implementering, der oftest bliver sprunget over, og den, der afgør, om AI-automatisering af dine tilbud holder i praksis.
Er det dét, du står med, kan du læse mere om interne AI-værktøjer eller sende mig tre typiske forespørgsler, dit team svarer på. Så siger jeg, om de passer til én agent eller til flere, og hvad det kræver at teste dem. Vil du se, hvad der sker, når flere agenter deler hukommelse, så læs om tre agenter med én fælles hukommelse, eller start med hvad en AI-agent er.
FAQ
Ofte stillede spørgsmål
En underagent er en AI-agent med sin egen kontekst, egne værktøjer og egne instruktioner, som en koordinator sender en opgave til. Den svarer tilbage med et resumé, og koordinatoren ser kun det resumé, ikke det arbejde, der ligger bag.
En skill er en instruktionsfil, som den samme agent læser, når opgaven kræver det, så alt bliver i én kontekst. En underagent er en separat agent med sin egen kontekst, som kun giver et svar tilbage. I testen her ramte én agent med skills rigtigt hver gang, med færre kald og uden overleveringer, hvor noget kunne gå tabt.
Nej. Anthropic anbefaler stadig underagenter, når opgaver kan køre parallelt, når én kontekst bliver for fuld, eller når én agent har svært ved at vælge værktøj. Et tilbud, hvor pris, levering og betaling hænger sammen, passer bedst til én agent.
I to af tre kørsler fandt specialisten den rigtige stykpris, 2.160 kr., men gangede forkert med 120 og skrev 288.000 kr. Den ene gang regnede koordinatoren efter, den anden gang sendte den beløbet videre til kunden. Med én agent var der ingen overlevering at stole på.
72 tilbud og 364 kald til Claude Sonnet 5.5 kostede 2,19 dollar til listepris. Med fire agenter kostede et tilbud 4,1 amerikanske cent og med én agent 2,0.
Ja. Pakken har skranken som én JSON-fil, begge opsætninger, scriptet, der tjekker svarene, og alle 72 svar. Skift varer, kunder og mails ud med dine egne, og kør den med din egen API-nøgle.
Byg ti mails eller opgaver med kendte svar, læg én underagent ind som en skill ad gangen, og kør hver opgave mere end én gang. Se på, hvilke opgaver der skifter fra rigtigt til forkert, ikke kun på den samlede score.
Kilder
- Building agents: When to fold subagents into your main agent loop, Anthropic, 22. oktober 2026
- single-agent-loop-kit, Anthropics migrationssæt på GitHub
- Donating Agent Skills to the Agentic AI Foundation, Anthropic, 22. oktober 2026
- Testpakken: skranken, begge opsætninger, scriptet og alle 72 svar, Brinvik Lab
