
90. Multi-agent AI: Varför det kraschar när alla delar funkar
Tänk dig ett system där varje del funkar perfekt. Du testar dem en och en. Allt grönt. Sedan sätter du ihop dem — och systemet kraschar. Det är inte ett AI-problem. Det är ett koordinationsproblem. Och om du har jobbat i sälj, i projekt, eller i vilken organisation som helst, känner du igen det direkt. I det här avsnittet går jag igenom en rapport från Galileo AI (nu del av Cisco) som identifierar exakt varför multi-agent AI-system misslyckas i produktion. Och jag kopplar det till 25 år av egna koordinationskollapser i B2B-sälj. I det här avsnittet: • Varför koordinationskostnader skalas exponentiellt — och vad det faktiskt innebär • Tre konkreta felmönster (context loss, infinite loops, the more-agents paradox) som jag känner igen från sälj • Varför koordinationsförmåga från sälj och projektledning är direkt transferable till AI-system-design Ämnen: multi-agent AI, AI engineering, agent-arkitektur, AI i produktion, koordinationsproblem, karriärbyte till kod, .NET-junior Gillar du podden? Swisha en kaffe — Anders Kodar, 070-334 43 21 Anders Kodar — junior i kod, senior i konsekvenser github.com/andersabjorn Hosted on Acast. See acast.com/privacy for more information.
