Én agent vender mod kunden, en anden mod butikken
Projektet rummer to forskellige roller. Shopping-agenten kan lede efter flere varer i samme forespørgsel, sammenligne muligheder, huske præferencer, bygge en kurv og svare på spørgsmål om levering, retur og eksisterende ordrer. Den anden agent er lavet til butikkens medarbejdere og kan blandt andet analysere salg, opdage lagerproblemer, foreslå prisændringer og forberede kampagner. Koden indeholder kørbare eksempler for detailhandel, rejser, telekommunikation og billetsalg. De samme grunddele kan anvendes via Claude API, Claude Agent SDK og Anthropics administrerede agentmiljø. Projektet kan desuden placeres på blandt andet Amazon Bedrock, Microsoft Foundry og Google Cloud Vertex AI, men en virksomhed skal selv koble det til sit katalog, sin identitetskontrol og sine betalings- og ordresystemer.Den vigtigste grænse ligger uden for modellen
En indkøbssamtale kan få økonomiske følger, så sikkerheden er ikke overladt til en besked om, at modellen skal opføre sig forsigtigt. I referencekoden kan shopping-agenten gøre kurven klar, men den kan ikke selv hæve penge. Kunden sendes videre til butikkens checkout. På medarbejdersiden bliver ændringer til priser, lager og kampagner først lagt i venteposition og kræver en godkendelse, før de gennemføres. Andre værn skal begrænse mere tekniske fejl. Agenten må kun skrive til varer og poster, som butikkens server allerede har udleveret i den aktuelle session. Købsgrænser kontrolleres på den samlede kurv, så gentagne eller parallelle forsøg ikke kan snige flere enheder igennem. Tekst fra sælgere, anmeldelser og andre eksterne kilder behandles samtidig som utroværdigt input, så en skjult instruktion i en produktbeskrivelse ikke uden videre bliver til en ordre til agenten.Færre agenter skal bevare sammenhængen
Anthropic anbefaler overraskende nok ikke et hold af små agenter til hver del af butikken. Selskabets tekniske gennemgang argumenterer for én hovedagent med separate færdighedsmoduler. Begrundelsen er, at produktvalg, returregler, kurv og kundens præferencer ofte hænger sammen i den samme samtale; hvert skift mellem agenter kan miste kontekst og gøre forløbet langsommere. Det valg kan også ses direkte i kodearkivet. Fælles komponenter håndterer blandt andet hukommelse, datagrundlag og sikkerhedsgrænser, mens shopping- og butiksfunktioner ligger i hver deres moduler. En særskilt Claude Code-udvidelse kan oprette eller gennemgå en implementering, men referenceprojektet understreger, at forretningsregler og adgangskontrol skal komme fra virksomhedens egne systemer.Hastighed og pris bliver en del af butiksoplevelsen
En agent kan bruge flere modelrunder og værktøjskald på én forespørgsel, og det gør både ventetid og pris til produktproblemer. Anthropics vejledning foreslår parallelle opslag, gradvis visning af resultater og genbrug af uændret kontekst. Selskabet oplyser, at dets bedste handelsinstallationer har ramt 90-99 procent genbrug af cachede input. Det er leverandørens egen erfaring, ikke en uafhængig måling eller en garanti for nye installationer. Testarbejdet er mindst lige så centralt. Anthropic anbefaler både positive og negative prøver: Agenten skal eksempelvis ikke kun testes i, om den kan finde en vare, men også i, om den afviser data fra en anden kunde, respekterer antalsgrænser og håndterer modstridende oplysninger. Kodearkivet indeholder tests og værktøjer til evaluering, men virksomheder skal selv fylde dem med deres reelle regler og fejlsituationer.Netbutikken får sin egen AI, men også ansvaret
For kunder kan resultatet på sigt blive samtaler, der ender med en færdig kurv frem for en liste med links. For butikker er den større ændring, at Anthropic stiller en fælles teknisk startbane til rådighed på tværs af flere handelsbrancher og cloudmiljøer. Den åbne Apache 2.0-licens gør det muligt at undersøge og tilpasse løsningen frem for at nøjes med en lukket demonstration. Men referencekoden løser ikke det svære ansvarsspørgsmål for en bestemt butik. Den har ingen færdig brugeridentifikation, og den kender ikke lokale returregler, prislofter eller datakrav. Det mest markante ved udgivelsen er derfor ikke, at en robot kan lægge varer i en kurv. Det er, at Anthropic forsøger at gøre grænsen mellem forslag og handling til en synlig del af selve arkitekturen.Der er benyttet AI til at skrive denne artikel.
