Kære abonnenter, I dag vil jeg tale om, hvorfor mange produkter skal genopfindes for at blive brugt af AI-agenter først, mennesker dernæst. Dette er ikke et nemt indlæg for mig at skrive, fordi: Jeg har brugt over et årti på at opbygge fantastiske brugergrænseflader. Men "brugeren" i UX er hurtigt ved at blive en agent i stedet. Disse pixel-perfekte knapper, intuitive nav-bjælker og omhyggeligt placerede CTA'er, som jeg stadig er besat af, er ved at betyde meget mindre. Lad mig forklare ved at dække: Hvorfor bygge til agenter først API'er, færdigheder og MCP'er: En hurtig primer 5 trin til at bygge for AI-agenter først Hvorfor menneskelig dømmekraft og tilsyn stadig betyder, hvad du kan gøre i denne uge. Jeg er stolt over at samarbejde med Granola. Dine møder indeholder nogle af de mest værdifulde kontekster i din virksomhed, og Granolas AI-agenter MCP giver det adgang til. Du skal blot tilslutte MCP'en til Claude, ChatGPT eller Claude Code, og dine samtaler bliver tilgængelige, uanset hvor du arbejder. Brug det til at stilladsere funktioner ud fra det, der blev aftalt på et møde, oprette billetter fra standups eller udarbejde produktforslag fra kundeopkald.Prøv Granola gratis.Hvorfor bygge til agenter først. Sandheden er, at brugen af Claude Code og OpenClaw har ombygget min hjerne. I stedet for at gå til Mercury for at tjekke min økonomi, Lineær for at administrere mine gøremål, og Granola, hvor jeg kan komme til, hvad jeg skal gøre, og min C-agent. disse opdateringer. Jeg vil sige ting som: "Inkluder min Mercury-økonomi i din månedlige e-mail." "Angiv mine Linear-billetter i din morgenbriefing." "Hvad er de bedste ting at hente fra mine møder i dag?" Jeg ser et lignende mønster udspille sig på arbejdet: Dine tekniske dokumenter? Folk fodrer dem til kunstig intelligens og stiller spørgsmål. Dit 30-siders diasspil? Folk læser i stedet AI-resuméet. Din smukke UX? En agent vil springe det over og interagere med dine API'er.AI-agenter vil snart interagere med dit produkt først, før mennesket gør det. Peter Steinberger (OpenClaws grundlægger) er et godt eksempel på agent-først-tænkning. Nogle AI-influentere kiggede på hans GitHub-historie og hævdede, at han byggede over 40 mislykkede projekter, før han fik succes med OpenClaw:Wrong. Han byggede faktisk 40 agent-første kommandolinjeværktøjer, der tilsammen gør OpenClaw muligt. Peter havde overbevisningen om at bygge for agenter først før næsten alle andre - og den overbevisning er en stor grund til, at OpenClaw tog fart. De bedste produkter, der kommer fremad, vil være de nemmeste for agenter at bruge.API'er, færdigheder og MCP'er: Sådan passer de sammen Før vi diskuterer, hvordan du gør dit produkt agentvenligt, lad os dække forskellen mellem API'er, færdigheder og MCP'er. Tænk på API'er, færdigheder og MCP'er som dele af et professionelt køkken. API'er er køkkenværktøjerne - specifikke slutpunkter, der lader agenter interagere med dit produkt. Slacks API lader dig for eksempel sende beskeder, liste kanaler og administrere brugere. Uden API'er er der intet for agenter at arbejde med. Færdigheder er opskrifterne - tekstfiler indlæst i AI's kontekst, der fortæller den præcis, hvad den skal gøre og hvordan. For eksempel: "Når brugeren beder om at skrive i Slack, skal du kalde Slack API's "chat.postMessage"-slutpunkt med kanalen og beskedteksten." MCP'er er det fuldt udstyrede køkken - de samler API-forbindelsen, godkendelsen og værktøjsdefinitionerne til en enkelt server. Slacks MCP-server eksponerer for eksempel værktøjer som "send_message(channel, text)" og "list_channels()", så AI'en ved præcis, hvad den kan kalde og hvordan. Her er, hvordan du tænker på færdigheder vs. MCP'er i praksis: Brug færdigheder, når du vil have præcis kontrol over din AI's arbejdsgang. Færdigheder holder dit kontekstvindue slankt, da de kun er almindelige tekstinstruktioner. Men du (eller din AI-kodningsagent) skal selv skrive godkendelses- og API-opkaldslogikken. Brug MCP'er, når du vil have plug-and-play bekvemmelighed. En præbygget MCP-server giver dine AI-værktøjer klar til brug og håndterer autentificering bag kulisserne. Men tilslutning af for mange MCP-servere kan sprænge dit kontekstvindue op. Den bedste opsætning kombinerer begge dele. En MCP giver din agent adgang til en tjenestes værktøjer. En færdighed lærer den den bedste måde at bruge disse værktøjer til dine specifikke arbejdsgange. MCP'er er, hvad din AI kan. Færdigheder er, hvordan det skal gøre det.5 trin til at bygge for AI-agenter førstRegelen gælder ikke for sociale netværk og Netflix :)Jeg ville først definere API'er, færdigheder og MCP'er, fordi mange virksomheder tror, ​​at "agent-first" betyder at bygge en MCPserver og kalder det en dag.Men MCP'en bør være det allersidste trin. Her er de 5 trin, der faktisk betyder noget, i prioriteret rækkefølge: Tving ikke folk til at bruge din hjemmeside eller app. Dette er den tankegang, der skal komme først. Vi bevæger os til en verden, hvor folk interagerer med dit produkt primært gennem ChatGPT, Claude eller en anden AI-agent. Hvis dit produkt kun virker, når et menneske besøger dit websted eller din app, er du allerede bagud. Hver produktkapacitet har brug for en tilsvarende API. Vælg enhver vigtig handling i dit produkt. Hvis en agent ikke kan udføre den samme handling gennem en API, så er du ikke agent først. Jeg er blevet overrasket over, hvor mange produkter der har smukke brugergrænseflader oven på ufuldstændige eller udokumenterede API'er. Læs mere

You May Also Like

Enjoyed This Article?

Get weekly tips on growing your audience and monetizing your content — straight to your inbox.

No spam. Join 138,000+ creators. Unsubscribe anytime.

Create Your Free Bio Page

Join 138,000+ creators on Seemless.

Get Started Free