Vi utvecklar AI-agenten för ett världsledande legal tech bolag

Vår kund är ett snabbväxande, världsledande legal tech-bolag som bygger en AI-plattform för advokatbyråer världen över. Produkten hjälper jurister att effektivisera sitt arbete och fokusera på det arbete som spelar störst roll genom att minska friktion och automatisera repetition. Med stark tillväxt och en växande pipeline behövde de förstärka teamet med extern expertis, och det var där qte kom in i bilden. Sedan vårt uppdrag startade har vi varit med och utvecklat kärnan i AI-agenten – med AI-verktyg som en naturlig del av den processen, så klart.

Produkten är en AI-driven arbetsyta för jurister. Den fungerar som ett välbekant AI-chattgränssnitt, likt ChatGPT eller Claude, men med djup tillgång till externa juridiska källor kopplade via API:er och MCP:er. Där kan jurister ställa frågor, hämta in auktoritativt material och agera på det de hittar, allt på ett och samma ställe.

Det som gör plattformen så kraftfull är dess tillgång till en stor mängd externa datakällor. Varje ny integration är dock ett ingenjörsarbete i sig: agenten behöver veta när och hur den ska anropa en extern källa, och vad den ska göra med resultatet. Utöver det behöver användare ett enkelt och säkert sätt att koppla sina egna konton. Att bygga ut detta i den takt produkten växer kräver både djup och självständighet, och med många källor kvar att koppla in finns det helt enkelt inte tillräcklig intern kapacitet för att utveckla plattformen i önskad takt. Det är där extern hjälp kommer in i bilden.

Vi stöttar vår kund med att bygga integrationerna som låter AI-agenten nå ut till externa juridiska källor. Arbetet spänner över hela stacken i en integration: att designa agentens verktygsyta så att modellen vet när och hur den ska använda den, forma in- och utdata för pålitlig användning och finjustera resonemangsloopen så att AI:n kan agera på resultaten och hjälpa jurister att nå svar snabbare. Vi bygger även OAuth- och autentiseringsflöden som låter användare säkert koppla sina konton, så att varje integration kopplas in smidigt och utan friktion.

Bortom koden innebär uppdraget också att leda tekniska samtal med externa utvecklingsteam, samordna omfattning och reda ut detaljerna som förvandlar ett API eller en MCP till en sömlös upplevelse i produkten.

Att bygga en AI-produkt innebär också att arbeta med AI varje dag. Sedan dag ett i vårt uppdrag har vi arbetat med flera AI-agenter som körs parallellt under arbetsdagen, övervakade av konsulten i fråga som leder dem med djup domänexpertis. Vad annat kunde man förvänta sig från ett ledande AI-produktbolag?