feat(ms-ai-architect): Spor 1 — Port-1-substrat migrert på 4 ikke-advisor-skills (243 Source + 327 Type + 325 TOC + stale-verified poison fjernet) [skip-docs]

Steg 9 (R4): unified migrate-corpus.mjs --write over engineering/governance/
infrastructure/security. 327 filer mutert, verified=null, prosa byte-identisk
(fra første ## seksjon), advisor urørt (0 endringer).

To applier-fixes oppdaget under kjøring (TDD, RED→GREEN):
- insertHeaderFields: anker faller nå tilbake når en meta-linje selv passerer
  500B (2 filer pakket et avsnitt i **Status:** → Type/Source landet utenfor
  scan-vinduet, applierens post-write-assertion fanget + restaurerte).
- normalizeStaleVerified: fjerner nå ALLE stale non-date **Verified:** i
  500B-vinduet, inkl. stray body-dup rett under --- (9 mlops-genaiops-filer var
  ellers falskt "verified"/fresh, droppet fra worklist). Operatør-godkjent
  utvidelse av carve-out; kun stray metadata-linjer, aldri prosa.

test-transform-criterion: precondition oppdatert til post-migrasjons-sannhet
(fila bærer nå Source). Suite 728/728 grønn.

skills/ms-ai-engineering/references/agent-orchestration/agent-latency-optimization.md

@@ -3,9 +3,25 @@
 **Last updated:** 2026-02
 **Status:** GA
 **Category:** Agent Orchestration & Automation
+**Type:** reference
 
 ---
 
+## Innhold
+
+- [Introduksjon](#introduksjon)
+- [Kjernekomponenter](#kjernekomponenter)
+- [Latency-anatomi for agentsystemer](#latency-anatomi-for-agentsystemer)
+- [Response Streaming](#response-streaming)
+- [Request Batching](#request-batching)
+- [Prefetching Strategies](#prefetching-strategies)
+- [Semantic Caching med APIM](#semantic-caching-med-apim)
+- [Async-Awaitable Patterns](#async-awaitable-patterns)
+- [Model Selection for Latency](#model-selection-for-latency)
+- [Norsk offentlig sektor](#norsk-offentlig-sektor)
+- [Beslutningsrammeverk](#beslutningsrammeverk)
+- [For Cosmo](#for-cosmo)
+
 ## Introduksjon
 
 Responstid er en kritisk kvalitetsfaktor for AI-agenter. Brukere forventer sub-sekund initial respons og fullstendige svar innen få sekunder. I multi-agent-systemer akkumuleres latency gjennom hver orkestreringsbeslutning, modellkall, verktøyinvokasjon og data-retrieval. Uten bevisst optimalisering kan en agent som involverer 3-4 LLM-kall raskt nå 15-30 sekunders total responstid, noe som er uakseptabelt for interaktive scenarier.