Hva det å bygge et system på 144 000 linjer lærte meg om å styre AI

Jeg har brukt over 20 år som Product Owner og bygget digitale økosystemer - hos Retriever, EVO, SNØ og Friio. Noen av prosjektene gikk veldig bra. Andre mindre bra. Gjennom den erfaringen lærte jeg ting som viste seg å bli avgjørende da jeg begynte å bygge med AI: betydningen av gode datamodeller, masterdatahåndtering, single data entry, don't repeat yourself, og fremfor alt - å ikke bygge for mye for raskt.

Alt dette tok jeg med meg da jeg startet. Det jeg ikke forsto, var hva jeg faktisk jobbet med.

Spikerpistolen som lærer

I begynnelsen tenkte jeg på AI-agenten som et verktøy - som en spikerpistol for en snekker. Pek den mot problemet, trekk i avtrekkeren, gå videre. Analogien holder delvis. Men det er én kritisk forskjell: denne spikerpistolen kan lære. Tradisjonelle verktøy gjør ikke det.

Den erkjennelsen endret alt. Det betydde at verktøyet kunne bli bedre over tid - men bare hvis jeg lærte det hva «bedre» faktisk betyr.

Revet med av farten

Det første sjokket var at AI-agenten er trent til å drive fremdrift. Etter hver iterasjon foreslo den neste steg. I begynnelsen lot jeg meg rive med av momentumet.

Jeg undervurderte også den rene hastigheten i selve kodingen. Når jeg hadde skissert og dokumentert hva som skulle bygges skikkelig, skjedde implementeringen så raskt at det nesten var desorienterende. Jeg ble genuint tatt på sengen.

Men fart uten retning er bare kostbart kaos.

Kostnaden ved å fikse uten å lære

Tidlig i prosessen kjente jeg ikke verktøyet godt nok. Når jeg fant en bug, ba jeg agenten fikse den. Det gjorde den - raskt. Problem løst, trodde jeg.

Etter hvert forsto jeg at selve buggen aldri var det egentlige problemet. Bugs vil alltid oppstå. Det som betyr noe, er hva man lærer av dem. Jeg måtte begynne å instruere agenten annerledes: ikke bare fiks denne feilen - men finn lignende feil i hele kodebasen, og sørg for at vi aldri gjør denne feilen igjen.

Før jeg nådde den forståelsen, mistet jeg mange timer og mange credits. Det kostet meg ekte penger. Men det var gjennom disse kostbare feilene at jeg utviklet FORGE-protokollen - en strukturert metode for å forhindre at de samme feilene gjentar seg.

Fra dokument til levende skills

Da jeg begynte å bygge flaggskipet, hadde jeg hørt om skills - vedvarende instruksjoner som former hvordan AI-agenten arbeider. Jeg visste at jeg måtte etablere en måte å samarbeide på. Men i stedet for å bruke skill-systemet, skrev jeg et dokument jeg kalte arbeidsprinsipper.

Det var først ganske sent i prosessen at jeg oppdaget skill-skaperen som var innebygd i plattformen. Da jeg gjorde det, brukte jeg betydelig tid på å migrere prinsippene mine til ordentlige skills.

Det var øyeblikket spikerpistolen sluttet å være et statisk verktøy. Skills er det som gjør at den blir smartere over tid - og det som etter hvert kan gjøre den i stand til å drive mer av arbeidet selv. Ikke fordi den gjetter, men fordi den er blitt lært opp.

Disiplin over fart

Jeg har bygget nettsider med AI på 15 minutter. Jeg lastet opp en godt forberedt presentasjon, og minutter senere hadde jeg en ferdig side. Det er imponerende. Jeg bygget en annen med en demo-animasjon som minner om å bestille en Uber. Også imponerende.

Men én ting er jeg sikker på: hvis du vil bruke AI-verktøy ordentlig, må du styre med disiplin. Fart må komme i andre rekke. Du kan bygge en nettside på et kvarter - og den kan være god nok - hvis inputen til agenten er god nok.

Når du derimot bygger et komplekst digitalt økosystem, er det avgjørende å holde igjen på tempoet og sikre human-in-the-loop styring. Mennesket må ta de viktige beslutningene.

Hva jeg vet nå

Den viktigste innsikten er at å styre en AI-agent er bemerkelsesverdig likt å styre et utviklingsteam. Mange av de samme prinsippene gjelder. Teamet må forstå hvilken friksjon som skal løses - ikke nødvendigvis hvordan den skal løses. Du forteller dem hva, ikke hvordan.

Jeg brukte også tid på å forstå motstanden i markedet mot agentic AI. Den er betydelig. Mange utviklere føler seg truet av en AI som kan kode hundre eller tusen ganger raskere enn dem. Den motstanden er reell, og den er verdt å anerkjenne.

Men min dypeste lærdom er denne: Det er ikke farlig å gjøre feil - så lenge du lærer av dem. Hold igjen på farten. Ta hver viktig beslutning selv. Sørg for at du forstår beslutningene du tar. Og sørg for at agenten ikke bare fikser feil - men lærer å forhindre dem.