Kära prenumeranter, Idag vill jag prata om varför många produkter måste uppfinnas på nytt för att användas av AI-agenter först, människor sedan. Det här är inte ett lätt inlägg för mig att skriva eftersom: jag har spenderat över ett decennium med att bygga fantastiska användargränssnitt. Men "användaren" i UX håller snabbt på att bli en agent istället. Dessa pixelperfekta knappar, intuitiva navigeringsfält och noggrant placerade CTA:er som jag fortfarande är besatt av är på väg att spela mycket mindre roll. Låt mig förklara genom att ta upp: Varför bygga för agenter först API:er, färdigheter och MCP:er: En snabb utgångspunkt 5 steg att bygga för AI-agenter först Varför mänskligt omdöme och tillsyn fortfarande spelar roll. Vad du kan göra den här veckan Jag är stolt över att samarbeta med Granola. Dina möten innehåller några av de mest värdefulla sammanhangen på ditt företag, och Granolas AI-agent MCP ger det åtkomst till alla. Anslut helt enkelt MCP:n till Claude, ChatGPT eller Claude Code så blir dina konversationer tillgängliga var du än arbetar. Använd den för att bygga upp funktioner från det som överenskommits under ett möte, skapa biljetter från standups eller utarbeta produktförslag från kundupptäcktssamtal.Testa Granola gratisVarför bygga för agenter först. Sanningen är att min hjärna har kopplats om genom att använda Claude Code och OpenClaw.Istället för att gå till Mercury för att kontrollera min ekonomi, Linjär för att hantera mina saker att göra, och Granola öppnar nu mina uppgifter, och Granola. dessa uppdateringar. Jag kommer att säga saker som: "Inkludera min Mercury-ekonomi i ditt månatliga e-postmeddelande." "Lista mina linjärbiljetter i din morgongenomgång." "Vilka är de bästa takeawaysna från mina möten idag?" Jag ser ett liknande mönster på jobbet: Dina tekniska handlingar? Folk matar dem till AI och ställer frågor. Ditt 30-sidiga bildspel? Folk läser istället AI-sammanfattningen. Din vackra UX? En agent kommer att hoppa över det och interagera med dina API:er.AI-agenter kommer snart att interagera med din produkt först, innan människan gör det. Peter Steinberger (OpenClaws grundare) är ett bra exempel på agent-först-tänkande. Vissa AI-influencers tittade på hans GitHub-historik och hävdade att han byggde över 40 misslyckade projekt innan han lyckades med OpenClaw:Wrong. Han byggde faktiskt 40 agent-första kommandoradsverktyg som tillsammans gör OpenClaw möjligt. Peter hade övertygelsen att bygga för agenter först före nästan alla andra - och den övertygelsen är en stor anledning till att OpenClaw tog fart. De bästa produkterna framåt kommer att vara de enklaste för agenter att använda.API:er, färdigheter och MCP:er: Hur de passar ihop Innan vi diskuterar hur du gör din produkt agentvänlig, låt oss täcka skillnaden mellan API:er, kompetenser och MCP:er. Tänk på API:er, färdigheter och MCP:er som delar av ett professionellt kök. API:er är köksverktygen – specifika slutpunkter som låter agenter interagera med din produkt. Slacks API låter dig till exempel skicka meddelanden, lista kanaler och hantera användare. Utan API:er finns det inget för agenter att arbeta med. Färdigheter är recepten – textfiler som laddas in i AI:s sammanhang som berättar exakt vad den ska göra och hur. Till exempel: "När användaren ber om att skicka inlägg i Slack, ring Slack API:s "chat.postMessage"-slutpunkt med kanalen och meddelandetexten." MCP:er är det fullt utrustade köket – de samlar API-anslutningen, autentiseringen och verktygsdefinitionerna till en enda server. Slacks MCP-server, till exempel, exponerar verktyg som "send_message(channel, text)" och "list_channels()" så att AI:n vet exakt vad den kan anropa och hur. Så här tänker du på kompetens kontra MCP:er i praktiken: Använd färdigheter när du vill ha exakt kontroll över din AI:s arbetsflöde. Färdigheter håller ditt sammanhangsfönster smalt eftersom de bara är vanliga textinstruktioner. Men du (eller din AI-kodningsagent) måste skriva auth- och API-anropslogiken själv. Använd MCP:er när du vill ha plug-and-play-bekvämlighet. En förbyggd MCP-server ger dina AI-verktyg färdiga att använda och hanterar autentisering bakom kulisserna. Men att ansluta för många MCP-servrar kan spränga ditt sammanhangsfönster. Den bästa inställningen kombinerar båda. En MCP ger din agent tillgång till en tjänsts verktyg. En färdighet lär det det bästa sättet att använda dessa verktyg för dina specifika arbetsflöden. MCP:er är vad din AI kan göra. Färdigheter är hur det ska göra det. 5 steg att bygga för AI-agenter först Regeln gäller inte för sociala nätverk och Netflix :) Jag ville först definiera API:er, färdigheter och MCP:er eftersom många företag tror att "agent-first" betyder att bygga en MCPserver och kallar den en dag.Men MCP bör vara det allra sista steget.Här är de 5 stegen som faktiskt betyder något, i prioritetsordning: Tvinga inte människor att använda din webbplats eller app. Det här är tankesättsskiftet som måste komma först. Vi flyttar till en värld där människor interagerar med din produkt främst genom ChatGPT, Claude eller någon annan AI-agent. Om din produkt bara fungerar när en människa besöker din webbplats eller app, ligger du redan efter. Varje produktkapacitet behöver ett motsvarande API. Välj någon viktig åtgärd i din produkt. Om en agent inte kan göra samma åtgärd via ett API, är du inte agenten först. Jag har blivit förvånad över hur många produkter som har vackra användargränssnitt som sitter ovanpå ofullständiga eller odokumenterade API:er. Läs mer

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