Hvad er fallback-logik for AI-agenter?
Fallback-logik for AI-agenter er de regler, der definerer, hvad systemet gør, når modellen fejler, er usikker, timeout'er eller returnerer ugyldigt output: eskalér til menneske, brug regelbaseret alternativ, afvis handlingen eller kør et simplere flow.
Agenter uden fallback stopper processen
Vi ser ofte produktionsflows, der hænger på ét modelkald uden plan B. Fallback er ikke pessimisme; det er drift. Definér: ved lav confidence, ved parse-fejl, ved timeout, ved rate limit.
Typisk mønster: forsøg model, ved fejl eskalér til kø + notify, log årsag. Definér SLA for hvor hurtigt et menneske skal overtage.
Test fallback som førsteklasses scenarie
Inkludér fallback i testplanen, ikke kun happy path. Mål tid til menneskelig overtage. Kombinér med human-in-the-loop og audit trail. SYBO oplevede, hvor dyrt det er, når eksterne fejl ikke fanges tidligt; god fallback reducerer den type risiko.
Sådan kommer I i gang
- List alle fejltyper: timeout, lav confidence, parse-fejl, rate limit.
- Definér handling per type (eskaler, retry, afvis).
- Test fallback eksplicit i QA, ikke kun happy path.
- Mål tid til menneskelig overtage.
Et flow uden fallback stopper forretningen, når API'et blinker. SYBO kender omkostningen ved uopdagede fejl i eksterne processer. God fallback er billig forsikring.
Det vigtige at tage med
Produktion betyder, at noget går galt en tirsdag aften. Fallback er planen for den tirsdag, ikke en teoretisk øvelse til projektlukning. Se procesautomatisering for hvordan vi bygger første flow i praksis, eller workshops hvis teamet skal op på samme niveau før implementering.