Ersholm

Skriver om allt som intresserar mig, mina tankar och funderingar.

Jag har länge tyckt att stora språkmodeller är häftig teknik. Potentialen har varit uppenbar, men jag har haft svårt att se den riktigt stora nyttan — den där tidsbesparingen som det pratas om. Jag har testat ChatGPT och Gemini, tyckt det varit kul, men ändå inte greppat var den konkreta vinsten låg. Det är först de senaste månaderna som polletten har trillat ner, och då i två tydliga steg.

Det första riktiga aha-ögonblicket kom på jobbet, när jag skulle göra en handlingsplan. Jag visste precis vad jag ville säga, men inte hur jag skulle lägga upp det. Där blev tekniken en fantastisk hjälp — slutresultatet blev så mycket bättre än vad jag någonsin hade kunnat få till på egen hand, och dessutom på rekordtid. Hela handlingsplanen tog mig ungefär en eftermiddag. Hade jag gjort den själv hade jag behövt lägga minst en vecka för att komma någorlunda i närheten.

Det andra steget kom för ett par veckor sedan, när jag testade Claude Code. Det var en riktig ögonöppnare. Jag är hyfsat teknikintresserad, men jag är ingen programmerare. Jag kan skriva enklare skript, men det tar mycket tid och en hel del grubblande innan jag kommer någonvart. Med Claude Code har jag plötsligt kunnat bygga en massa skript som underlättar min vardag — sådant jag tidigare hade lagt åt sidan för att det helt enkelt kostat för mycket tid att få till.

Ett exempel: jag använder Zettelkasten-metoden för mina anteckningar och Obsidian för att hålla ordning på dem. För att hitta tillbaka och koppla ihop till mina anteckningar så taggar jag med nyckelbegrepp och sedan kategoriserar mot en bestämd bibliografi — vilket är rätt så tråkigt. Det jag själv är intresserad av är att skriva, tänka och fundera, inte att sitta och tagga. Och just där gör en LLM, och framför allt Claude Code skillnad för att förenkla processen. Är man programmerare har man troligen ännu mer att hämta, men poängen är att även en ganska enkel användare som jag får verklig nytta — särskilt när jag vill prova nya saker och automatisera de mindre, vardagliga grejerna.

Ett konkret exempel är just det du läser nu. Jag har byggt ett litet arbetssätt för att skriva blogginlägg: jag talar först in ungefär vad jag vill säga, helt ostrukturerat, och så hjälper Claude mig att få ihop en tråd. Sedan går jag och Claude igenom varje stycke tills vi landar i inlägg som följer mitt sätt och mina ord — det är egentligen det du läser nu. Claude hjälper mig också att tagga, rättstava och publicera inläggen direkt från terminalen. Det fina är att jag kan sköta flera olika program och processer från ett och samma ställe, vilket är precis vad jag vill ha det: enkelt och smidigt, utan en rad kod (från min sida).

Och det här är bara första steget. Tekniken är fortfarande ung, både Google (Gemini CLI) och OpenAI (Codex CLI) har sina konkurrenter, och i takt med att den mognar och kan göra mer kommer nyttan bara att öka. Program som Hermes Agent och Letta är ett intressant steg i utvecklingen, även om tjänsterna är ”omogna” i mina ögon för stunden. Det ska bli intressant att se vart utvecklingen tar vägen, vad nästa steg blir.

En del menar att den här tekniken kommer att konkurrera ut ”knowledge work” helt. Så långt ser jag det inte — men att det förändras är alldeles tydligt. Jag tror inte att färre kommer att kunna göra jobbet, snarare att vi kommer att kunna göra mer med mindre resurser. Och det får mig givetsvis att undra hur det slår mot min tidigare bransch, konsultbranschen, vilket även diskuteras bland investerare och analytiker. Kommer behovet av konsulter att vara lika stort som idag, eller landar vi i några få nischaktörer och experter — när den mer grundläggande kunskapen lika gärna kan hämtas från en bra språkmodell?

Posted in

Lämna en kommentar