{"id":122014,"date":"2026-07-01T15:38:49","date_gmt":"2026-07-01T13:38:49","guid":{"rendered":"https:\/\/aixia.se\/the-ai-agents-have-been-given-the-keys-to-the-systems\/"},"modified":"2026-07-01T15:38:49","modified_gmt":"2026-07-01T13:38:49","slug":"the-ai-agents-have-been-given-the-keys-to-the-systems","status":"publish","type":"post","link":"https:\/\/aixia.se\/en\/the-ai-agents-have-been-given-the-keys-to-the-systems\/","title":{"rendered":"The AI agents have been given the keys to the systems"},"content":{"rendered":"<p><!-- AIXIA NEWS ARTICLE --><\/p>\n<div class=\"aixia-news\">\n<style>\n.aixia-news { font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; max-width: 780px; margin: 0 auto; padding: 0 24px; color: #1a1a1a; }\n.aixia-news h2 { font-size: clamp(26px, 3.2vw, 36px); font-weight: 400; line-height: 1.2; margin: 48px 0 20px; letter-spacing: -0.02em; }\n.aixia-news h3 { font-size: 20px; font-weight: 600; line-height: 1.3; margin: 32px 0 14px; }\n.aixia-news p { line-height: 1.7; margin: 0 0 18px; color: #333; font-size: 16px; }\n.aixia-news ul, .aixia-news ol { margin: 16px 0 24px; padding-left: 24px; }\n.aixia-news li { margin: 10px 0; line-height: 1.6; }\n.aixia-news hr { border: none; border-top: 2px solid #eee; margin: 48px 0; }\n.aixia-news blockquote { border-left: 4px solid #78a0b3; margin: 28px 0; padding: 20px 24px; background: #f0f5f7; font-style: italic; color: #444; font-size: 16px; line-height: 1.7; }\n.aixia-news .intro { font-size: 18px; line-height: 1.6; color: #555; border-bottom: 1px solid #eee; padding-bottom: 24px; margin-bottom: 40px; }\n.aixia-news .cta-box { background: #1b2a36; color: #fff; padding: 40px 32px; text-align: center; margin-top: 40px; border-radius: 4px; }\n.aixia-news .cta-box p { color: #fff; }\n.aixia-news .cta-box a { display: inline-block; background: #78a0b3; color: #fff; padding: 14px 32px; text-decoration: none; border-radius: 4px; font-weight: 700; font-size: 16px; margin-top: 8px; }\n.aixia-news .source-box { background: #f7f9fa; padding: 28px 32px; margin-top: 48px; border-radius: 4px; }\n.aixia-news .source-box ul { margin: 0; }\n.source-box a { color: #1b2a36; text-decoration: underline; text-decoration-color: #78a0b3; }\n.source-box a:hover { color: #78a0b3; }\n<\/style>\n<p class=\"intro\"><em>Autonoma AI-agenter \u00e4r inte l\u00e4ngre bara smarta assistenter som svarar p\u00e5 fr\u00e5gor. De l\u00e4ser dokument, h\u00e4mtar data, anropar APIer, skriver till system och fattar beslut i flera steg. Det g\u00f6r dataskydd, backup och sp\u00e5rbarhet till en central del av AI-arkitekturen, inte en efterhandsfr\u00e5ga.<\/em><\/p>\n<p>Agentic AI f\u00f6r\u00e4ndrar riskbilden eftersom AI-systemet inte bara genererar ett svar. Det agerar.<\/p>\n<p>En traditionell chatbot kan skriva ett utkast till ett mejl. En AI-agent kan l\u00e4sa kunddata, sl\u00e5 upp avtal, uppdatera ett CRM, skicka \u00e4renden vidare, starta ett arbetsfl\u00f6de och dokumentera resultatet. Allt detta kan ske snabbt, i flera system och ibland utan att en m\u00e4nniska godk\u00e4nner varje steg.<\/p>\n<p>Det \u00e4r h\u00e4r m\u00e5nga organisationer fortfarande t\u00e4nker f\u00f6r sn\u00e4vt. De skyddar modellen, men inte alltid datan som modellen anv\u00e4nder. De loggar anv\u00e4ndarna, men inte agentens egna \u00e5tg\u00e4rder. De backar upp aff\u00e4rssystemen, men missar prompt-historik, agentkonfigurationer, vektordatabaser, embeddings, RAG-k\u00e4llor och AI-genererat inneh\u00e5ll.<\/p>\n<p>Anthropics ramverk <a href=\"https:\/\/www.anthropic.com\/engineering\/how-we-contain-claude\" target=\"_blank\" rel=\"noopener noreferrer nofollow\">Zero Trust for AI Agents<\/a> pekar p\u00e5 en viktig princip: AI-agenter ska inte behandlas som vanliga anv\u00e4ndare eller vanliga applikationer. De beh\u00f6ver egna identiteter, tydliga gr\u00e4nser, kontrollerad verktygs\u00e5tkomst och sp\u00e5rbarhet genom hela arbetsfl\u00f6det. NIST:s AI Risk Management Framework ger samtidigt en bredare struktur f\u00f6r hur organisationer kan arbeta med risk, styrning och tillf\u00f6rlitlighet genom hela AI-livscykeln.<\/p>\n<hr \/>\n<h2>Agentic AI flyttar risken fr\u00e5n svar till handling<\/h2>\n<p>Med generativ AI l\u00e5g mycket fokus p\u00e5 vad modellen svarade. Hallucinationer, felaktiga sammanfattningar, bias, k\u00e4nslig information i output och svaga instruktioner. Det var allvarligt nog, men modellen stod ofta utanf\u00f6r de operativa systemen.<\/p>\n<p><strong>Agentic AI kliver in i systemen.<\/strong><\/p>\n<p>En agent kan ha verktyg, beh\u00f6righeter, minne, API-\u00e5tkomst, fil\u00e5tkomst och m\u00f6jlighet att utf\u00f6ra uppgifter i sekvens. Den kan tolka ett m\u00e5l, v\u00e4lja r\u00e4tt verktyg, h\u00e4mta data, bearbeta information och genomf\u00f6ra \u00e5tg\u00e4rder utan att varje steg godk\u00e4nns manuellt.<\/p>\n<p>Det \u00e4r en viktig skillnad. Om en anv\u00e4ndare g\u00f6r fel kan skadan ofta begr\u00e4nsas till en session, ett system eller en process. Om en agent g\u00f6r fel kan den hinna koppla ihop flera system innan n\u00e5gon reagerar. Den kan l\u00e4sa fr\u00e5n ett dokumentarkiv, skriva till ett \u00e4rendesystem, starta en integration och samtidigt skapa nya data som andra system sedan litar p\u00e5.<\/p>\n<blockquote>\n<p>Det g\u00f6r dataskydd till en del av kontrollplanet f\u00f6r AI.<\/p>\n<\/blockquote>\n<p>Inte bara: har vi backup?<\/p>\n<p>Den mer relevanta fr\u00e5gan \u00e4r: kan vi f\u00f6rst\u00e5 vad agenten gjorde, vilken data den anv\u00e4nde, vad den \u00e4ndrade och vilket l\u00e4ge som \u00e4r rent nog att \u00e5terst\u00e4lla till?<\/p>\n<hr \/>\n<h2>NIST ger struktur, men inte en f\u00e4rdig teknikdesign<\/h2>\n<p>NIST AI Risk Management Framework \u00e4r framtaget f\u00f6r att hj\u00e4lpa organisationer att hantera risker kopplade till AI-system och st\u00e4rka tillf\u00f6rlitlighet i design, utveckling, anv\u00e4ndning och utv\u00e4rdering av AI. Ramverket \u00e4r frivilligt, men har blivit en viktig referenspunkt f\u00f6r organisationer som vill arbeta strukturerat med AI-styrning.<\/p>\n<p>Det \u00e4r v\u00e4rdefullt, men det \u00e4r inte en f\u00e4rdig backupdesign.<\/p>\n<p>NIST hj\u00e4lper organisationen att t\u00e4nka kring styrning, risker, m\u00e4tning och kontroll. I en agentmilj\u00f6 m\u00e5ste detta \u00f6vers\u00e4ttas till konkreta tekniska skydd.<\/p>\n<ul>\n<li><strong>Agenten beh\u00f6ver en tydlig identitet.<\/strong> Inte bara &#8220;Petters token anv\u00e4nds i bakgrunden&#8221;, utan en sp\u00e5rbar identitet som g\u00e5r att begr\u00e4nsa, logga, \u00e5terkalla och analysera.<\/li>\n<li><strong>Beh\u00f6righeter beh\u00f6ver vara uppgiftsbaserade.<\/strong> En agent som ska sammanfatta avtal beh\u00f6ver inte kunna radera filer. En agent som ska l\u00e4sa loggar beh\u00f6ver inte shell-access.<\/li>\n<li><strong>Datafl\u00f6den beh\u00f6ver dokumenteras.<\/strong> Det ska g\u00e5 att se vilka k\u00e4llor agenten anv\u00e4nde, vilka system den skrev till och vilket inneh\u00e5ll den skapade.<\/li>\n<li><strong>\u00c5terst\u00e4llning beh\u00f6ver testas.<\/strong> Om en agent f\u00f6rgiftar data, skriver felaktiga uppgifter eller sprider k\u00e4nslig information mellan system hj\u00e4lper det inte att backupen &#8220;finns n\u00e5gonstans&#8221;.<\/li>\n<\/ul>\n<p>I praktiken inneb\u00e4r det att AI-infrastruktur, MLOps och dataskydd beh\u00f6ver planeras tillsammans. En plattform som AiQu kan exempelvis bidra med aktivitetssp\u00e5rning, versionering och kontroll i AI-milj\u00f6er d\u00e4r flera team delar modeller, data, GPUer och arbetsfl\u00f6den. Det blir s\u00e4rskilt viktigt n\u00e4r AI g\u00e5r fr\u00e5n experiment till styrd produktion.<\/p>\n<hr \/>\n<h2>Fyra risker som autonoma AI-agenter skapar<\/h2>\n<h3>1. F\u00f6r bred \u00e5tkomst<\/h3>\n<p>M\u00e5nga AI-projekt b\u00f6rjar med goda intentioner och slutar med att agenten f\u00e5r \u00e5tkomst till &#8220;allt den kan beh\u00f6va&#8221;. Mejl, SharePoint, CRM, \u00e4rendesystem, interna kunskapsdatabaser, filytor och ibland \u00e4ven kod eller produktionsmilj\u00f6er.<\/p>\n<p>Det fungerar i labbet. I produktion blir det farligt.<\/p>\n<p>N\u00e4r agenten v\u00e4l har bred \u00e5tkomst kan ett felaktigt kommando, en prompt injection eller en manipulerad datak\u00e4lla f\u00e5 oproportionerligt stor effekt.<\/p>\n<p>Det gamla s\u00e4kerhetsr\u00e5det om least privilege g\u00e4ller fortfarande. Men f\u00f6r AI-agenter beh\u00f6vs \u00e4ven n\u00e5got mer: <strong>least agency<\/strong>. Agenten ska inte bara ha minsta m\u00f6jliga beh\u00f6righet, utan ocks\u00e5 minsta m\u00f6jliga handlingsutrymme.<\/p>\n<h3>2. Prompt injection och verktygsf\u00f6rgiftning<\/h3>\n<p>En agent litar inte bara p\u00e5 anv\u00e4ndarens instruktion. Den l\u00e4ser ocks\u00e5 dokument, webbsidor, \u00e4renden, mejltr\u00e5dar, loggar och output fr\u00e5n verktyg. Allt detta kan bli en attackyta.<\/p>\n<p>Ett manipulerat dokument kan inneh\u00e5lla instruktioner som styr agentens n\u00e4sta \u00e5tg\u00e4rd. Ett verktygssvar kan vara tekniskt korrekt men semantiskt vilseledande. En webbsida kan inneh\u00e5lla dold text som f\u00f6rs\u00f6ker p\u00e5verka agenten.<\/p>\n<p>Skyddet m\u00e5ste d\u00e4rf\u00f6r ligga n\u00e4rmare agentens arbetsfl\u00f6de: input-kontroller, output-kontroller, sandboxing, policyfilter, verktygsbegr\u00e4nsningar och loggning av agentens beslutskedja.<\/p>\n<h3>3. Korrupt eller manipulerad kunskap<\/h3>\n<p>M\u00e5nga AI-agenter bygger p\u00e5 RAG, vektordatabaser, embeddings och interna kunskapsk\u00e4llor. Det inneb\u00e4r att agentens beslut i praktiken p\u00e5verkas av vilken data den f\u00e5r som kontext.<\/p>\n<p>Om den datan \u00e4r gammal, felaktig, manipulerad eller ofullst\u00e4ndig kan agenten fatta fel beslut med h\u00f6g sj\u00e4lvs\u00e4kerhet.<\/p>\n<p>Detta \u00e4r inte en klassisk backupfr\u00e5ga, men det blir snabbt en \u00e5terst\u00e4llningsfr\u00e5ga. Organisationen beh\u00f6ver veta vilken version av kunskapsbasen som anv\u00e4ndes, n\u00e4r den uppdaterades, vilka dokument som ingick, vilken embedding-pipeline som k\u00f6rdes och om det finns ett k\u00e4nt bra l\u00e4ge att \u00e5terg\u00e5 till.<\/p>\n<h3>4. Svag sp\u00e5rbarhet vid incidenter<\/h3>\n<p>N\u00e4r n\u00e5got g\u00e5r fel med en vanlig applikation kan man ofta f\u00f6lja loggar: anv\u00e4ndare, transaktion, system, felkod, databas\u00e4ndring.<\/p>\n<p>Med AI-agenter blir sp\u00e5rbarheten mer komplicerad. En agent kan l\u00e4sa fr\u00e5n tio k\u00e4llor, resonera \u00f6ver resultatet, kalla p\u00e5 ett verktyg, f\u00e5 ett nytt svar, anropa ett annat system, skapa en ny fil och d\u00e4refter starta ett arbetsfl\u00f6de.<\/p>\n<p>D\u00e5 r\u00e4cker det inte med tekniska loggar per system. Man beh\u00f6ver en sammanh\u00e4ngande h\u00e4ndelsekedja. Vem startade agenten? Vilket m\u00e5l fick den? Vilka k\u00e4llor l\u00e4ste den? Vilka verktyg anv\u00e4nde den? Vilka beslut fattade den? Vilka objekt \u00e4ndrades?<\/p>\n<hr \/>\n<h2>Backupstrategin m\u00e5ste t\u00e4cka mer \u00e4n aff\u00e4rssystemen<\/h2>\n<p>Den klassiska backupmodellen utg\u00e5r ofta fr\u00e5n applikationer, databaser, virtuella maskiner, filytor och SaaS-tj\u00e4nster. Det beh\u00f6vs fortfarande. Men AI-agenter l\u00e4gger till nya objekt som m\u00e5ste skyddas.<\/p>\n<ul>\n<li><strong>Agentkonfigurationer<\/strong> beh\u00f6ver versionshanteras och kunna \u00e5terst\u00e4llas. Instruktioner, systemprompter, policyer, verktygslistor, beh\u00f6righetsprofiler och runtime-inst\u00e4llningar.<\/li>\n<li><strong>Prompt- och interaktionshistorik<\/strong> beh\u00f6ver hanteras med eftertanke. Allt ska inte sparas f\u00f6r evigt, men organisationen m\u00e5ste kunna utreda incidenter.<\/li>\n<li><strong>RAG-k\u00e4llor och vektordatabaser<\/strong> beh\u00f6ver skyddas tillsammans. Dokument, metadata, embeddings, index och pipeline-versioner h\u00e4nger ihop.<\/li>\n<li><strong>AI-genererat inneh\u00e5ll<\/strong> kan snabbt bli aff\u00e4rskritisk data. Rapporter, \u00e4renden, kod, kundsvar, sammanfattningar och beslutsunderlag som agenten skapar.<\/li>\n<li><strong>\u00c5tkomst- och aktivitetsloggar<\/strong> \u00e4r inte bara s\u00e4kerhetsmaterial \u2014 de \u00e4r beviskedjan.<\/li>\n<li><strong>K\u00e4nda bra l\u00e4gen<\/strong> blir s\u00e4rskilt viktiga. Man beh\u00f6ver veta vilken kopia som \u00e4r ren.<\/li>\n<\/ul>\n<blockquote>\n<p>Det \u00e4r h\u00e4r dataskyddet beh\u00f6ver bli en del av AI-designen fr\u00e5n b\u00f6rjan. I projekt d\u00e4r Aixia hj\u00e4lper kunder med AI-infrastruktur handlar diskussionen d\u00e4rf\u00f6r s\u00e4llan bara om ber\u00e4kningskraft. Den handlar lika mycket om styrning, drift, \u00e5terst\u00e4llning, loggning och kontroll \u00f6ver hela AI-livscykeln.<\/p>\n<\/blockquote>\n<hr \/>\n<h2>Checklista f\u00f6r dataskydd i en agentic AI-milj\u00f6<\/h2>\n<ul>\n<li>Har ni en aktuell lista \u00f6ver alla AI-agenter i drift och test?<\/li>\n<li>Har varje agent en egen identitet?<\/li>\n<li>\u00c4r agentens beh\u00f6righeter uppgiftsbaserade och tidsbegr\u00e4nsade?<\/li>\n<li>Finns begr\u00e4nsningar f\u00f6r vilka verktyg agenten f\u00e5r anv\u00e4nda?<\/li>\n<li>Loggas agentens m\u00e5l, datak\u00e4llor, verktygsanrop och \u00e4ndringar?<\/li>\n<li>Ing\u00e5r promptmallar, agentkonfigurationer och policyer i backupen?<\/li>\n<li>Skyddas RAG-k\u00e4llor, embeddings och vektordatabaser som aff\u00e4rskritisk data?<\/li>\n<li>Finns immutabla backuper f\u00f6r system som agenten kan p\u00e5verka?<\/li>\n<li>G\u00e5r det att identifiera en k\u00e4nd ren \u00e5terst\u00e4llningspunkt efter en agentincident?<\/li>\n<li>Har incidentteamet \u00f6vat p\u00e5 ett scenario d\u00e4r en AI-agent agerat fel?<\/li>\n<li>Finns tydliga regler f\u00f6r personuppgifter, retention och sp\u00e5rbarhet?<\/li>\n<li>Kan organisationen visa f\u00f6r revision eller kund hur agenters datahantering kontrolleras?<\/li>\n<\/ul>\n<hr \/>\n<h2>Vanliga fr\u00e5gor<\/h2>\n<h3>Vad menas med agentic AI?<\/h3>\n<p>Agentic AI \u00e4r AI-system som kan agera sj\u00e4lvst\u00e4ndigt mot ett m\u00e5l. De kan anv\u00e4nda verktyg, anropa APIer, l\u00e4sa data, fatta beslut och genomf\u00f6ra uppgifter i flera steg. Skillnaden mot en vanlig chatbot \u00e4r att agenten inte bara svarar. Den g\u00f6r saker.<\/p>\n<h3>Vilka nya dataskyddsrisker skapas?<\/h3>\n<p>De st\u00f6rsta riskerna handlar om \u00f6verprivilegierad \u00e5tkomst, prompt injection, manipulerade kunskapsk\u00e4llor, bristande sp\u00e5rbarhet och svag \u00e5terst\u00e4llningsf\u00f6rm\u00e5ga. Problemet \u00e4r inte bara att agenten kan ge ett felaktigt svar, utan att den kan utf\u00f6ra fel \u00e5tg\u00e4rd i ett skarpt system.<\/p>\n<h3>Hur p\u00e5verkas backupstrategin?<\/h3>\n<p>Backupen beh\u00f6ver omfatta mer \u00e4n traditionella system och databaser. Agentkonfigurationer, promptmallar, RAG-k\u00e4llor, embeddings, vektordatabaser, AI-genererat inneh\u00e5ll och aktivitetsloggar m\u00e5ste hanteras som delar av den aff\u00e4rskritiska milj\u00f6n.<\/p>\n<h3>\u00c4r detta relevant f\u00f6r GDPR?<\/h3>\n<p>Ja. Om en AI-agent bearbetar personuppgifter beh\u00f6ver organisationen kunna visa kontroll \u00f6ver \u00e5tkomst, \u00e4ndam\u00e5l, sp\u00e5rbarhet, lagring och radering. En agent som automatiskt flyttar eller sammanst\u00e4ller personuppgifter mellan system kan snabbt skapa en compliance-risk om loggning och dataskydd inte \u00e4r p\u00e5 plats.<\/p>\n<h3>Startpunkten f\u00f6r en organisation?<\/h3>\n<p>B\u00f6rja med en inventering av befintliga AI-agenter och AI-arbetsfl\u00f6den. Kartl\u00e4gg \u00e5tkomst, datafl\u00f6den, loggning och \u00e5terst\u00e4llningsm\u00f6jligheter. Uppdatera sedan dataskyddspolicy, backupstrategi och incidentrutiner s\u00e5 att AI-agenter omfattas p\u00e5 samma niv\u00e5 som andra aff\u00e4rskritiska system.<\/p>\n<hr \/>\n<p>Agentic AI kommer inte att bromsa in. Tv\u00e4rtom. Fler organisationer kommer att koppla AI-agenter till aff\u00e4rssystem, kunddata, dokumentarkiv, utvecklingsmilj\u00f6er och beslutsprocesser.<\/p>\n<p>De som lyckas b\u00e4st blir inte de som l\u00e5ter agenterna springa helt fritt. Det blir de som ger dem r\u00e4tt verktyg, r\u00e4tt gr\u00e4nser och en tydlig v\u00e4g tillbaka n\u00e4r n\u00e5got g\u00e5r fel.<\/p>\n<div class=\"cta-box\">\n<p>Vill ni ha hj\u00e4lp att bygga en AI-infrastruktur d\u00e4r dataskydd \u00e4r inbyggt fr\u00e5n start?<\/p>\n<p><a href=\"https:\/\/aixia.se\/en\/contact-us\/\">H\u00f6r av dig \u2192<\/a>\n<\/div>\n<div class=\"source-box\">\n<h3>K\u00e4llor och vidare l\u00e4sning<\/h3>\n<ul>\n<li><a href=\"https:\/\/claude.com\/blog\/zero-trust-for-ai-agents\" target=\"_blank\" rel=\"noopener noreferrer nofollow\">Anthropic: Zero Trust for AI Agents<\/a> \u2014 27 maj 2026<\/li>\n<li><a href=\"https:\/\/www.anthropic.com\/engineering\/how-we-contain-claude\" target=\"_blank\" rel=\"noopener noreferrer nofollow\">Anthropic Engineering: How we contain Claude across products<\/a> \u2014 25 maj 2026<\/li>\n<li><a href=\"https:\/\/www.nist.gov\/itl\/ai-risk-management-framework\" target=\"_blank\" rel=\"noopener noreferrer nofollow\">NIST: AI Risk Management Framework<\/a><\/li>\n<li><a href=\"https:\/\/www.nist.gov\/itl\/ai-risk-management-framework\/nist-ai-rmf-playbook\" target=\"_blank\" rel=\"noopener noreferrer nofollow\">NIST: AI RMF Playbook<\/a><\/li>\n<li><a href=\"https:\/\/www.enisa.europa.eu\/publications\/multilayer-framework-for-good-cybersecurity-practices-for-ai\" target=\"_blank\" rel=\"noopener noreferrer nofollow\">ENISA: Multilayer Framework for Good Cybersecurity Practices for AI<\/a> \u2014 7 juni 2023<\/li>\n<\/ul>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Autonoma AI-agenter \u00e4r inte l\u00e4ngre bara smarta assistenter som svarar p\u00e5 fr\u00e5gor. De l\u00e4ser dokument, h\u00e4mtar data, anropar APIer, skriver till system och fattar beslut i flera steg. Det g\u00f6r [&hellip;]<\/p>\n","protected":false},"author":4,"featured_media":122009,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"om_disable_all_campaigns":false,"inline_featured_image":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[60],"tags":[],"class_list":["post-122014","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"acf":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/posts\/122014","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/comments?post=122014"}],"version-history":[{"count":0,"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/posts\/122014\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/media\/122009"}],"wp:attachment":[{"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/media?parent=122014"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/categories?post=122014"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aixia.se\/en\/wp-json\/wp\/v2\/tags?post=122014"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}