Kjære abonnenter, I dag vil jeg snakke om hvorfor mange produkter må gjenoppfinnes for å bli brukt av AI-agenter først, mennesker dernest. Dette er ikke et enkelt innlegg for meg å skrive fordi: Jeg har brukt over et tiår på å bygge flotte brukergrensesnitt. Men "brukeren" i UX blir raskt en agent i stedet. Disse piksel-perfekte knappene, intuitive nav-linjene og nøye plasserte CTA-er som jeg fortsatt er besatt av er i ferd med å bety mye mindre. La meg forklare ved å dekke: Hvorfor bygge for agenter først APIer, ferdigheter og MCPer: En rask primer5 trinn for å bygge for AI-agenter først Hvorfor menneskelig dømmekraft og tilsyn fortsatt betyr noe. Hva du kan gjøre denne uken Jeg er stolt over å samarbeide med Granola. Møtene dine inneholder noe av det mest verdifulle konteksten i din bedrift, og Granolas AI-agent MCP gir den tilgang til enhver. Bare koble MCP til Claude, ChatGPT eller Claude Code og samtalene dine blir tilgjengelige uansett hvor du jobber. Bruk den til å stillasere funksjoner fra det som ble avtalt i et møte, lage billetter fra standups eller utarbeide produktforslag fra kundeoppdagelsessamtaler.Prøv Granola for FreeHvorfor bygge for agenter først. Sannheten er at bruk av Claude Code og OpenClaw har omkoblet hjernen min. I stedet for å gå til Mercury for å sjekke økonomien min, Lineær for å administrere mine gjøremål, og Granola, for å få tak i oppgavene mine, og Granola-oppsummeringene mine. disse oppdateringene. Jeg vil si ting som: «Inkluder Mercury-økonomiene mine i den månedlige e-posten din.» «List opp mine Linear-billetter i morgenbriefingen din.» «Hva er de viktigste fordelene fra møtene mine i dag?» Jeg ser et lignende mønster på jobb: Dine tekniske dokumenter? Folk mater dem til AI og stiller spørsmål. Din 30-siders lysbildeserie? Folk leser AI-sammendraget i stedet. Din vakre UX? En agent vil hoppe over det og samhandle med API-ene dine. AI-agenter vil snart samhandle med produktet ditt først, før mennesket gjør det. Peter Steinberger (OpenClaws grunnlegger) er et godt eksempel på agent-først-tenkning. Noen AI-påvirkere så på GitHub-historien hans og hevdet at han bygde over 40 mislykkede prosjekter før han lyktes med OpenClaw:Wrong. Han bygde faktisk 40 agent-første kommandolinjeverktøy som sammen gjør OpenClaw mulig. Peter hadde overbevisningen om å bygge for agenter først før nesten alle andre - og den overbevisningen er en stor grunn til at OpenClaw tok fart. De beste produktene fremover vil være de enkleste å bruke for agenter. APIer, ferdigheter og MCPer: Hvordan de passer sammen Før vi diskuterer hvordan du kan gjøre produktet agentvennlig, la oss dekke forskjellen mellom APIer, ferdigheter og MCPer. Tenk på APIer, ferdigheter og MCPer som deler av et profesjonelt kjøkken. APIer er kjøkkenverktøyene – spesifikke endepunkter som lar agenter samhandle med produktet ditt. Slacks API lar deg for eksempel sende meldinger, liste kanaler og administrere brukere. Uten APIer er det ingenting for agenter å jobbe med. Ferdigheter er oppskriftene – tekstfiler lastet inn i AIs kontekst som forteller den nøyaktig hva den skal gjøre og hvordan. For eksempel: "Når brukeren ber om å legge ut i Slack, ring Slack APIs "chat.postMessage"-endepunkt med kanalen og meldingsteksten." MCP-er er det fullt utstyrte kjøkkenet – de samler API-tilkoblingen, autentiseringen og verktøydefinisjonene til en enkelt server. Slacks MCP-server eksponerer for eksempel verktøy som "send_message(channel, text)" og "list_channels()", slik at AI-en vet nøyaktig hva den kan kalle og hvordan. Her er hvordan du tenker på ferdigheter vs. MCP-er i praksis: Bruk ferdigheter når du vil ha presis kontroll over AI-ens arbeidsflyt. Ferdigheter holder kontekstvinduet magert siden de bare er ren tekstinstruksjoner. Men du (eller AI-kodingsagenten din) må skrive auth- og API-anropslogikken selv. Bruk MCP-er når du vil ha plug-and-play-komfort. En forhåndsbygd MCP-server gir AI-verktøyene dine klare til bruk og håndterer autentisering bak kulissene. Men å koble til for mange MCP-servere kan sprenge kontekstvinduet ditt. Det beste oppsettet kombinerer begge deler. En MCP gir agenten din tilgang til en tjenestes verktøy. En ferdighet lærer den den beste måten å bruke disse verktøyene for dine spesifikke arbeidsflyter. MCPer er det AI-en din kan gjøre. Ferdigheter er hvordan det skal gjøre det. 5 trinn å bygge for AI-agenter førstRegelen gjelder ikke for sosiale nettverk og Netflix :)Jeg ønsket å definere APIer, ferdigheter og MCPer først fordi mange selskaper tror "agent-first" betyr å bygge en MCPserver og kaller det en dag.Men MCP bør være det aller siste trinnet.Her er de 5 trinnene som faktisk betyr noe, i prioritert rekkefølge:Ikke tving folk til å bruke nettstedet eller appen din. Dette er tankesettskiftet som må komme først. Vi flytter til en verden der folk samhandler med produktet ditt primært gjennom ChatGPT, Claude eller en annen AI-agent. Hvis produktet ditt bare fungerer når et menneske besøker nettstedet eller appen din, er du allerede bak. Hver produktfunksjon trenger et tilsvarende API. Velg en hvilken som helst viktig handling i produktet ditt. Hvis en agent ikke kan gjøre den samme handlingen gjennom en API, er du ikke agent først. Jeg har blitt overrasket over hvor mange produkter som har vakre brukergrensesnitt på toppen av ufullstendige eller udokumenterte APIer. Les mer
Hvorfor du må bygge produktet ditt for AI-agenter først
By Creator Economy
·
·
4 min read
·
800 views
Read in:
aa
ace
af
ak
alz
am
ar
as
awa
ay
az
ba
ban
be
bew
+191 more
bg
bho
bik
bm
bn
brx
bs
bug
ca
ceb
cgg
ckb
co
crh
cs
cv
cy
da
de
din
doi
dv
dyu
dz
ee
el
en
eo
es
et
eu
fa
ff
fi
fj
fo
fr
fur
fy
ga
gd
gl
gom
gn
gu
ha
haw
he
hi
hil
hne
hmn
hr
hrx
ht
hu
hy
id
ig
ilo
is
it
ja
jam
jv
ka
kab
kbp
kg
kha
kk
kl
km
kn
ko
kri
ku
ktu
ky
la
lb
lg
li
lij
ln
lo
lmo
lt
ltg
lua
luo
lus
lv
mai
mak
mg
mi
min
mk
ml
mn
mni-mtei
mos
mr
ms
mt
my
nd
ne
nl
nn
no
nr
nso
nus
ny
oc
om
or
pa
pag
pam
pap
pl
ps
pt
pt-br
qu
rn
ro
ru
rw
sa
sah
sat
sc
scn
sg
si
sk
sl
sm
sn
so
sq
sr
ss
st
su
sus
sv
sw
szl
ta
tcy
te
tg
th
ti
tiv
tk
tl
tn
to
tpi
tr
trp
ts
tt
tum
ty
udm
ug
uk
ur
uz
ve
vec
vi
war
wo
xh
yi
yo
yua
yue
zap
zh
zh-hk
zh-tw
zu
