Dragi naročniki, danes želim govoriti o tem, zakaj je treba številne izdelke na novo izumiti, da jih najprej uporabljajo agenti AI, šele nato ljudje. Te objave mi ni lahko napisati, ker: Več kot desetletje sem bil obseden z ustvarjanjem odličnih uporabniških vmesnikov. Toda »uporabnik« v UX namesto tega hitro postaja posrednik. Ti gumbi, ki so popolni za slikovne pike, intuitivne navigacijske vrstice in skrbno postavljeni CTA-ji, s katerimi sem še vedno obseden, bodo kmalu postali veliko manj pomembni. Naj razložim tako, da pokrijem: Zakaj za agente najprej zgraditi API-je, veščine in MCP-je: hiter primer5 korakov za gradnjo najprej za agente z umetno inteligenco Zakaj sta človeška presoja in nadzor še vedno pomembna, kaj lahko storite ta teden. Ponosen sem, da sodelujem z Granolo. Vaši sestanki vsebujejo nekaj najbolj dragocenega konteksta v vašem podjetju, Granolin MCP pa omogoča dostop kateremu koli agentu z umetno inteligenco. Preprosto povežite MCP s Claude, ChatGPT ali Claude Code in vaši pogovori bodo na voljo kjer koli delate. Uporabite ga za gradnjo funkcij iz tega, kar je bilo dogovorjeno na sestanku, ustvarjanje vstopnic iz standup-jev ali osnutkov predlogov izdelkov iz klicev za odkrivanje strank. Brezplačno poskusite Granolo Zakaj najprej zgraditi za agente Resnica je, da je uporaba Claude Code in OpenClaw preoblikovala moje možgane. Namesto da bi šel v Mercury, da preverim svoje finance, Linear, da upravljam svoje naloge, in Granola, da dobim povzetke sestankov, zdaj samo pošiljam SMS-je svojemu OpenClawu Agent AI za pridobitev teh posodobitev. Rekel bom nekaj, kot je: »Vključi moje finance Mercuryja v svojo mesečno e-pošto.« »Navedi moje vstopnice za Linear na svojem jutranjem briefingu.« »Kateri so najboljši odlomki z mojih današnjih sestankov?« Podoben vzorec vidim v službi: vaši tehnični dokumenti? Ljudje jih posredujejo AI in postavljajo vprašanja. Vaš diapozitiv na 30 straneh? Ljudje namesto tega berejo povzetek AI. Tvoj čudovit UX? Agent ga bo preskočil in stopil v interakcijo z vašimi API-ji. Agenti AI bodo kmalu prvi sodelovali z vašim izdelkom, preden to stori človek. Peter Steinberger (ustanovitelj OpenClaw) je odličen primer razmišljanja o agentu. Nekateri vplivneži AI so pogledali njegovo zgodovino GitHub in trdili, da je zgradil več kot 40 neuspelih projektov, preden je uspel z OpenClaw:Wrong. Pravzaprav je gradil 40 orodij ukazne vrstice za agente, ki skupaj omogočajo OpenClaw. Peter je bil prepričan, da mora najprej graditi za agente, preden skoraj za koga drugega - in to prepričanje je velik razlog, zakaj je OpenClaw vzletel. Najboljše izdelke, ki se premikajo naprej, bodo najpreprostejši za uporabo za agente. API-ji, spretnosti in MCP-ji: kako se ujemajo Preden razpravljamo o tem, kako narediti vaš izdelek prijazen do agentov, poglejmo razliko med API-ji, veščinami in MCP-ji. Razmislite o API-jih, veščinah in MCP-jih kot o delih profesionalne kuhinje. API-ji so kuhinjska orodja – specifične končne točke, ki agentom omogočajo interakcijo z vašim izdelkom. Slackov API vam na primer omogoča pošiljanje sporočil, seznam kanalov in upravljanje uporabnikov. Brez API-jev agenti nimajo ničesar, s čimer bi delali. Spretnosti so recepti – besedilne datoteke, naložene v kontekst umetne inteligence, ki mu natančno povedo, kaj naj naredi in kako. Na primer: "Ko uporabnik zahteva objavo v Slacku, pokličite končno točko "chat.postMessage" API-ja Slack s kanalom in besedilom sporočila." MCP-ji so popolnoma opremljena kuhinja – združujejo povezavo API, avtentikacijo in definicije orodij v en sam strežnik. Slackov strežnik MCP, na primer, razkriva orodja, kot sta »send_message(channel, text)« in »list_channels()«, tako da umetna inteligenca natančno ve, kaj lahko pokliče in kako. Tukaj je, kako razmišljati o spretnostih v primerjavi z MCP-ji v praksi: Uporabite veščine, ko želite natančen nadzor nad potekom dela vaše umetne inteligence. Spretnosti ohranjajo vaše kontekstno okno vitko, saj so samo navodila z navadnim besedilom. Toda vi (ali vaš agent za kodiranje AI) morate sami napisati avtorizacijo in klicno logiko API-ja. Uporabite MCP, ko želite udobje plug-and-play. Vnaprej zgrajen strežnik MCP preda vaša orodja AI, pripravljena za uporabo, in skrbi za preverjanje pristnosti v zakulisju. Toda povezovanje preveč strežnikov MCP lahko razstreli vaše kontekstno okno. Najboljša nastavitev združuje oboje. MCP daje vašemu agentu dostop do orodij storitve. Spretnost ga nauči najboljšega načina za uporabo teh orodij za vaše posebne poteke dela. MCP so tisto, kar lahko naredi vaša umetna inteligenca. Spretnosti so takšne, kot bi to moral storiti. 5 korakov za gradnjo za agente AI FirstPravilo ne velja za družabna omrežja in Netflix :) Najprej sem želel definirati API-je, veščine in MCP-je, ker veliko podjetij meni, da "najprej agent" pomeni gradnjo MCP-jastrežnika in ga označite za dan. Toda MCP bi moral biti zadnji korak. Tukaj je 5 korakov, ki so dejansko pomembni, po prednostnem vrstnem redu: Ne silite ljudi, da uporabljajo vaše spletno mesto ali aplikacijo. To je sprememba miselnosti, ki mora biti na prvem mestu. Premikamo se v svet, kjer ljudje komunicirajo z vašim izdelkom predvsem prek ChatGPT, Clauda ali drugega agenta AI. Če vaš izdelek deluje le, ko človek obišče vaše spletno mesto ali aplikacijo, ste že v zaostanku. Vsaka zmogljivost izdelka potrebuje ustrezen API. Izberite katero koli pomembno dejanje v svojem izdelku. Če agent ne more izvesti istega dejanja prek API-ja, potem niste agent prvi. Presenetilo me je, koliko izdelkov ima čudovite uporabniške vmesnike poleg nepopolnih ali nedokumentiranih API-jev. Preberi več

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