Google DeepMind har netop frigivet Gemma 4, en familie af open source AI-modeller under Apache...
Agentic AI Foundation (AAIF) samler MCP, goose og AGENTS.md under Linux Foundation. Forstå hvad det betyder for interoperabilitet og enterprise AI-agenter.


AAIF bygger på tre projekter, der tilsammen dækker de vigtigste lag i en agentbaseret arkitektur: hvordan agenter forbinder sig til værktøjer, hvordan de eksekverer opgaver, og hvordan de forstår det projekt, de arbejder i.
Model Context Protocol (MCP) er en universel standard for at forbinde AI-modeller med værktøjer, data og applikationer. Tænk på det som USB-C for AI: en enkelt protokol, der erstatter snesevis af individuelle integrationer. MCP gør det muligt for en AI Agent at tilgå en database, kalde et API eller læse en fil via en standardiseret grænseflade, uanset hvilken model der driver agenten.
Goose er et open-source agentframework, der kombinerer sprogmodeller med udvidelsesbare værktøjer og MCP-baseret integration. Det giver udviklere et struktureret og pålideligt miljø til at bygge og eksekvere agentbaserede workflows lokalt, uden afhængighed af cloud-tjenester.
AGENTS.md er en konvention lanceret af OpenAI, der giver AI-kodningsagenter en konsistent kilde til projektspecifik vejledning. Filen placeres i et repository og fortæller agenten, hvilke regler, byggesystemer og konventioner der gælder. Det gør agentens adfærd forudsigelig på tværs af forskellige kodebaser.
Tilsammen danner de tre projekter et fundament, hvor virksomheder kan bygge agentløsninger, der ikke er låst til en enkelt leverandør. Det er netop den leverandøruafhængighed, mange enterprise-kunder efterspørger.
For virksomheder, der allerede eksperimenterer med Agentic AI, løser AAIF et voksende praktisk problem: fragmentering. Når hvert agentprojekt bruger sin egen integration, sine egne protokoller og sin egen måde at forbinde til data, stiger kompleksiteten eksponentielt. AAIF standardiserer de lag, der binder agenter til omverdenen.
Konkret betyder det, at en virksomhed kan bygge en MCP-kompatibel integration til sit CRM-system én gang og derefter bruge den med agenter fra forskellige leverandører. Det reducerer udviklingstid, mindsker vedligeholdelsesomkostninger og gør det muligt at skifte eller kombinere AI-modeller uden at genopbygge hele integrationslaget.
Derudover giver det åbne governance-setup virksomheder indflydelse på standardernes udvikling. I modsætning til proprietære platforme, hvor én leverandør dikterer retningen, kan AAIF-medlemmer foreslå udvidelser, rapportere problemer og bidrage med kode. Det er særligt vigtigt for regulerede brancher, hvor gennemsigtighed og kontrol er afgørende.
Gartner forudser, at 40 % af enterprise-applikationer vil have indlejrede AI-agenter inden udgangen af 2026. Med den hastighed bliver interoperabilitet ikke blot en teknisk detalje, men en strategisk nødvendighed. Virksomheder, der tidligt adopterer åbne standarder, undgår teknologisk gæld, når agentlandskabet modnes.
AAIF er ikke en AI-model, en AI-platform eller en produktpakke. Det er en standardiseringsorganisation. Fondet bygger ikke agenter; det bygger de fælles regler og protokoller, som andre bruger til at bygge og forbinde agenter. Forskellen svarer til forskellen mellem W3C (der definerer webstandarder) og en browser (der implementerer dem).
AAIF er heller ikke et forsøg på at ensrette alle agentframeworks til ét. Målet er interoperabilitet, ikke homogenitet. Virksomheder kan fortsat vælge mellem LangGraph, CrewAI, AutoGen eller andre frameworks. AAIF sikrer blot, at de agenter, der bygges i disse frameworks, kan kommunikere via fælles protokoller som MCP og A2A.
Det er også vigtigt at skelne AAIF fra et Multi-agent System. Et multi-agent system er en konkret arkitektur, hvor flere agenter samarbejder. AAIF leverer de standarder, der gør sådanne systemer mulige på tværs af leverandører, men det er ikke i sig selv et multi-agent system.
Model Context Protocol (MCP): Den universelle protokol for at forbinde AI-modeller med værktøjer og data. Et af AAIF's tre kerneprojekter.
Agentic AI: AI-systemer, der handler autonomt for at nå et mål. AAIF skaber standarderne for, hvordan disse systemer forbindes.
AI Agent: Den konkrete implementering af et autonomt AI-system. MCP giver agenten adgang til eksterne ressourcer.
A2A (Agent-to-Agent Protocol): Googles protokol for kommunikation mellem agenter. Komplementerer MCP i AAIF-økosystemet.
Multi-agent System: En arkitektur med flere samarbejdende agenter. AAIF's standarder muliggør multi-agent systemer på tværs af leverandører.
Open-source AI: AAIF's projekter er open source, hvilket sikrer gennemsigtighed og fællesskabsdrevet udvikling.
AI Governance: AAIF's åbne governance-model giver virksomheder medbestemmelse over standardernes retning.
Google DeepMind har netop frigivet Gemma 4, en familie af open source AI-modeller under Apache...
Anthropic har lanceret Claude Managed Agents i public beta. Platformen håndterer sandboxing,...
Den kinesiske AI-model GLM-5.1 fra Z.AI har taget førstepladsen på SWE-Bench Pro og placerer sig...