docs/project-framework.md

Projektbrief för forskningsstudien

Studiens teman

• AI-agenter
• Multi-Agent Systems
• Agentic Software Engineering
• Agentorkestrering
• AI-assisterad kvalitetssäkring
• Verifiering och validering
• Test-Driven Development

Analysfrågor att besvara under studien

AI-agenter

• Hur definieras en agent i aktuell litteratur?
• Vilka egenskaper återkommer: autonomi, planering, verktygsanvändning, minne och reflektion?
• Hur skiljer sig enkla agentloopar från orkestrerade multi-agentmiljöer?

Multi-Agent Systems

• Vilka samarbetsmönster används: hierarki, marknadsbaserad delegation, blackboard, reviewer-loop?
• Hur hanteras konflikter, koordinering och delat tillstånd?
• Vilka risker finns kring felpropagering mellan agenter?

Agentic Software Engineering

• Vilka delar av utvecklingslivscykeln stöds bäst av agenter?
• Hur mäts kvalitet, spårbarhet och produktivitet?
• Vilka arkitekturval underlättar styrbarhet och granskningsbarhet?

AI-assisterad kvalitetssäkring

• Hur används AI för kravanalys, testdesign och testgenerering?
• Finns empiriskt stöd för förbättrad kravtäckning eller minskad ledtid?
• Hur hanteras testorakel, testdata och selektorer?

Verifiering och validering

• Hur knyts V&V till agentiska arbetsflöden?
• Vilka granskningsmekanismer krävs för att begränsa hallucineringar och svag spårbarhet?

TDD

• Hur relaterar testdriven utveckling till kravdriven testgenerering?
• Kan agentiska arbetssätt stödja en TDD-liknande återkopplingsloop?

Jämförelseramverk för plattformar

Bedöm varje plattform utifrån följande kriterier:

Kriterium	Fråga
Orkestrering	Hur uttrycks flöden, iterationer och routing?
Rollspecialisering	Hur enkelt är det att modellera flera agentroller?
Tillståndshantering	Hur lagras mellanresultat, minne och spårbarhet?
Verktygsintegration	Hur väl stöds externa verktyg, RAG och testkörning?
Observerbarhet	Finns loggning, tracing och debug-stöd?
Lokalt modellstöd	Hur lätt kopplas Ollama eller lokal inferens in?
Molnstöd	Hur väl stöds kommersiella modell-API:er?
QA-lämplighet	Hur väl passar plattformen kravanalys och testdesign?

Möjliga plattformar att jämföra

Plattform	Kort beskrivning
OpenClaw	Experimentell plattform för agentautomation med fokus på snabb prototypframtagning och flexibla agentflöden.
Hermes Agent Framework	Ramverk för att strukturera agentroller, ansvar och samspel i mer kontrollerade agentbaserade system.
CrewAI	Rollbaserat multi-agentramverk där flera specialiserade agenter samarbetar i definierade arbetsflöden.
LangGraph	Grafbaserat orkestreringsramverk för att bygga agentflöden med tydliga tillstånd, övergångar och återkopplingsloopar.
AutoGen	Ramverk för konversationsdrivna multi-agentsystem med starkt stöd för samarbete mellan agenter och verktyg.
OpenAI Agents SDK	SDK för att bygga AI-agenter med nära integration till modeller, verktyg, guardrails och körbar orkestrering.

Lokal vs molnbaserad modellkörning

Ollama / lokala modeller

Analysera:

• dataskydd och lokal kontroll
• latens och driftskostnad
• modellkapacitet för längre kedjor av resonemang
• begränsningar i verktygsanrop och funktionstillförlitlighet

Molnbaserade modeller

Analysera:

• modellkvalitet och stabilitet
• kostnad per körning
• skalbarhet och integrationsstöd
• risker kring sekretess och leverantörsberoende

AI-agent POC-rapport

Statusbedömningen mot projektmålet har brutits ut till en egen rapport:

• AI-agent POC-rapport

Denna rapport fungerar som underlag för slutrapporten och samlar nulägesbild, uppnådda egenskaper, begränsningar och nästa steg för den aktuella QA-agent-POC:n.