Dragi pretplatnici, danas želim razgovarati o tome zašto mnoge proizvode treba ponovno izmisliti kako bi ih prvo koristili agenti umjetne inteligencije, a zatim ljudi. Nije mi lako napisati ovaj post jer: Proveo sam više od desetljeća opsjednut izgradnjom sjajnih korisničkih sučelja. Ali "korisnik" u UX-u brzo postaje agent umjesto toga. Ti gumbi savršeni za piksele, intuitivne navigacijske trake i pažljivo postavljeni CTA-ovi kojima sam još uvijek opsjednut bit će mnogo manje važni. Dopustite mi da objasnim pokrivajući: Zašto prvo graditi za agente API-je, vještine i MCP-ove: Brzi početni korak 5 koraka za izgradnju prvo za AI agente Zašto su ljudska prosudba i nadzor i dalje važni Što možete učiniti ovaj tjedan. Ponosan sam na partnerstvo s Granolom. Vaši sastanci sadrže neke od najvrjednijih konteksta u vašoj tvrtki, a Granolin MCP omogućuje bilo kojem AI agentu pristup. Jednostavno povežite MCP na Claude, ChatGPT ili Claude Code i vaši razgovori postaju dostupni gdje god radite. Upotrijebite ga za izradu skela na temelju onoga što je dogovoreno na sastanku, izradu ulaznica iz standup-a ili nacrt prijedloga proizvoda iz poziva za otkrivanje kupaca. Isprobajte Granolu besplatno Zašto prvo izraditi za agente Istina je da je korištenje Claude Codea i OpenClaw-a promijenilo moj mozak. Umjesto da odem u Mercury da provjerim svoje financije, Linear da upravljam svojim obvezama i Granola da dobijem sažetke sastanka, sada samo šaljem SMS-ove svom OpenClawu AI agent za dobivanje ovih ažuriranja. Reći ću stvari poput: "Uključite moje Mercury financije u svoju mjesečnu e-poštu." "Navedite moje Linear ulaznice u svom jutarnjem brifingu." "Koje su glavne stvari za ponijeti s mojih današnjih sastanaka?" Vidim sličan obrazac na poslu: Vaša tehnička dokumentacija? Ljudi ih šalju umjetnoj inteligenciji i postavljaju pitanja. Vaš dijapozitiv od 30 stranica? Ljudi umjesto toga čitaju sažetak umjetne inteligencije. Tvoj prekrasan UX? Agent će to preskočiti i stupiti u interakciju s vašim API-jima. Agenti umjetne inteligencije uskoro će prvi stupiti u interakciju s vašim proizvodom, prije nego što to učini čovjek. Peter Steinberger (osnivač OpenClaw-a) izvrstan je primjer razmišljanja na prvom mjestu agenta. Neki AI influenceri pogledali su njegovu povijest na GitHubu i tvrdili da je izgradio preko 40 neuspjelih projekata prije nego što je uspio s OpenClaw:Wrong. On je zapravo gradio 40 alata naredbenog retka za agente koji zajedno čine OpenClaw mogućim. Peter je imao uvjerenje da prvo gradi za agente prije gotovo bilo koga drugoga — i to je uvjerenje veliki razlog zašto je OpenClaw uzletio. Najbolji proizvodi u budućnosti bit će najlakši za upotrebu za agente. API-ji, vještine i MCP-ovi: Kako se uklapaju Prije nego što razgovaramo o tome kako svoj proizvod učiniti prilagođenim agentima, pokrijmo razliku između API-ja, vještina i MCP-ova. Zamislite API-je, vještine i MCP-ove kao dijelove profesionalne kuhinje. API-ji su kuhinjski alati — specifične krajnje točke koje agentima omogućuju interakciju s vašim proizvodom. Slackov API, na primjer, omogućuje slanje poruka, popis kanala i upravljanje korisnicima. Bez API-ja, agenti nemaju ništa s čime bi mogli raditi. Vještine su recepti — tekstualne datoteke učitane u AI-jev kontekst koje mu točno govore što treba učiniti i kako. Na primjer: "Kada korisnik zatraži objavljivanje u Slacku, pozovite krajnju točku "chat.postMessage" Slack API-ja s kanalom i tekstom poruke." MCP-ovi su potpuno opremljena kuhinja — spajaju API vezu, autentifikaciju i definicije alata u jedan poslužitelj. Slackov MCP poslužitelj, na primjer, izlaže alate kao što su "send_message(channel, text)" i "list_channels()" tako da AI zna točno što može pozvati i kako. Evo kako razmišljati o vještinama u odnosu na MCP u praksi: Koristite vještine kada želite preciznu kontrolu nad tijek rada svoje AI. Vještine održavaju vaš kontekstni prozor vitkim budući da su samo obične tekstualne upute. Ali vi (ili vaš agent za kodiranje AI) morate sami napisati logiku autentifikacije i API poziva. Koristite MCP kada želite praktičnost plug-and-play. Unaprijed ugrađeni MCP poslužitelj predaje alate AI spremne za korištenje i upravlja autentifikacijom iza scene. Ali povezivanje previše MCP poslužitelja može dignuti u zrak vaš kontekstni prozor. Najbolja postavka kombinira oboje. MCP daje vašem agentu pristup alatima usluge. Vještina ga uči najboljem načinu korištenja tih alata za vaše specifične tijekove rada. MCP-ovi su ono što vaša umjetna inteligencija može. Vještine su ono kako bi to trebalo učiniti. 5 koraka za izgradnju za AI agente firstPravilo se ne odnosi na društvene mreže i Netflix :) Htio sam prvo definirati API-je, vještine i MCP jer mnoge tvrtke misle da "agent-first" znači izgradnju MCP-aposlužitelja i prekidamo ga. Ali MCP bi trebao biti zadnji korak. Evo 5 koraka koji su zapravo važni, prema redoslijedu prioriteta: Ne prisiljavajte ljude da koriste vašu web stranicu ili aplikaciju. Ovo je promjena načina razmišljanja koja mora biti prva. Prelazimo u svijet u kojem ljudi komuniciraju s vašim proizvodom prvenstveno putem ChatGPT-a, Claudea ili nekog drugog AI agenta. Ako vaš proizvod radi samo kada čovjek posjeti vašu web-lokaciju ili aplikaciju, već ste u zaostatku. Svaka sposobnost proizvoda treba odgovarajući API. Odaberite bilo koju važnu radnju u svom proizvodu. Ako agent ne može učiniti istu radnju putem API-ja, tada niste agent prvi. Iznenadilo me koliko proizvoda ima prekrasna sučelja koja se nalaze povrh nepotpunih ili nedokumentiranih API-ja. Pročitaj više

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