När jag började använda Claude Code var det som ett verktyg. Men mitt förhållningssätt till AI-agenterna är under ständig förvandling. Vet ännu inte riktigt till vad, med verkstäder är den metafor som just nu ligger närmast. Och kanske med en touch av digital kollega.

Jag har sedan många år tillbaka massor av lösa idéer om små program som löser behov jag har, men jag har inte haft kodkunnandet att omsätta idéerna i praktiken. Tack vare Claude Code har jag successivt börjat beta av listan. Principen är att inte låta språkmodellen vara lösningen, utan att hjälpa till att bygga den. Med den utgångspunkten är AI-agenten ett verktyg där jag bygger mjukvara som jag sen använder fristående från agenten.
Sedan några veckor tillbaka har jag testat ett annat arbetssätt, där både utveckling och användning sker tillsammans med agenten.
Det hela startade när Pi dök upp på min radar. Pi är väldigt avskalad agent, där hela tanken är att användaren själv ska anpassa den efter sina behov. Har du inte hört talas om Pi har du kanske hört talas om OpenClaw, agenten som tog AI-världen med storm i början av året – och som bygger på Pi just på grund av Pis anpassningsförmåga.
Från start har Pi bara fyra verktyg: Den kan skapa nya filer, läsa och redigera i befintliga, och den kan använda bash, det vill säga styra datorn genom kommandoraden. Och så får Pi i sin systemprompt en instruktion om att läsa sin egen dokumentation och titta på en uppsjö av exempel så snart användaren frågar om vad agenten kan göra.
Medan mer välkända agenter som Claude Code och Codex innehåller många finesser och funktioner som ska göra utvecklingsarbetet så enkelt som möjligt för många användare är Mario Zechners filosofi att skapa förutsättningar för en skräddarsydd lösning. Claude Code, Codex och andra agenter som H&M och Zara, Pi som den duktiga skräddaren.
Det intressanta är att Pi därigenom – åtminstone så här långt – är en miljö där jag både utvecklar och använder programkod och språkmodeller.
Med Pi omvärldsbevakar jag via RSS-flöden, resonerar om idéer och utkast med modellerna – med både innehåll från RSS-flödena och egna texter som kontext – och låter ett par redaktörprompter granska språk och begriplighet.
Allt detta är saker som jag tidigare byggt separata lösningar för med hjälp av Claude Code, men där filosofin bakom Pi fick mig att tänka om. Och åtminstone för just det här arbetsflödet, från omvärldsbevakning via tankeprocesser till färdiga texter, blir det väldigt kraftfullt. Jag kan mitt i en tankeprocess komma på att jag skulle behöva göra en annan skärning i prenumerationerna, varpå Pi skriver kod som gör det jag vill. Eller be Pi göra en sökning i arkivet efter blogginlägg och nyhetsbrev som har koppling till det jag just nu skriver – och när den funktionen inte finns i vår verkstad än så bygger Pi den och gör därefter sökningen.
I en av alla de presentationer om Pi jag har tittat på kallar Lucas Meijer, som i många år jobbade på spelmotorn Unity, det här för Barbapapa-mjukvara: Kod som hela tiden anpassar sig till de behov som användaren har här och nu.
Höjer vi blicken handlar detta egentligen om två saker: Att försöka förstå vad AI-agenterna egentligen är och hur centralt det egna experimenterandet är för att förstå det. Åtminstone är de metaforer jag själv använder för att försöka begripa dem i ständig förändring. Att jag just nu landat i “verkstäder” säger inte något om hur jag ser på dem om ett kvartal. Men jag är övertygad om att det gör stor skillnad att själv testa och inte bara läsa om vad andra gör.
