Nå som vi har komprimert nesten all menneskelig kunnskap til store språkmodeller, er neste grense verktøykall. Å lenke sammen ulike AI-verktøy muliggjør automatisering. Skiftet fra tenkning til å gjøre representerer det virkelige gjennombruddet innen AI-verktøy. Jeg har bygget mer enn 100 verktøy for meg selv, og de fungerer mesteparten av tiden, men ikke hele tiden. Jeg er ikke alene. Anthropics Economic Index-rapport avslører at 77 % av forretningsbruken av Claude sentrerer seg om automatisering av fulloppgaver, ikke co-piloting. Anthropic publiserte dokumentasjon forrige uke om tokeneffektivitet og re-arkitekturverktøy for å optimalisere bruken av dem. Veiledningen var kontraintuitiv: i stedet for mange enkle verktøy med tydelige etiketter, lag færre, mer komplekse verktøy. Her er de syv e-postverktøyene jeg bygde - Ruby-skript, hver med et klart formål. Skriptet "Safe Send Email" ble designet for å forhindre at AI sender e-post uten godkjenning. Vakkert naivt, enkelt og tydelig, Burde ikke en språkmodell kunne lese disse og vite nøyaktig hva jeg ba den om å gjøre? Men det er ikke så enkelt! Anthropic anbefaler å lage komplekse verktøy. Forskningen deres viser at "forespørsler sparer i gjennomsnitt 14 % i utdatatokens, opptil 70 %" når du bruker sofistikerte, parameterrike verktøy i stedet for enkle. Grunnen? AI-systemer forstår full kontekst bedre enn fragmentert hensikt. Jeg brukte helgen på å konsolidere alle verktøyene mine til enhetlige verktøy, som dette for e-post: (tredje bilde) Innvirkningen på nøyaktigheten var umiddelbar. Claudes suksessrate nærmer seg 100 %. Systemet er raskere. Som et resultat bruker jeg langt færre tokens med et mer effektivt system. Her er min nåværende mentale modell: (fjerde bilde) Da jeg redesignet for AI-kognisjon i stedet for menneskelig intuisjon, ble alt bedre. CRM-operasjoner, kalenderadministrasjon og databasearbeidsflyter ble alle mer pålitelige når de ble konsolidert i omfattende, parametertunge verktøy. Nøyaktigheten ble forbedret, slik at den totale kostnaden ble betydelig redusert. Men ikke be meg om å bruke verktøyene. Jeg er nå litt fortapt midt i kompleksiteten. Dette er en uunngåelig konsekvens av å jobbe på høyere abstraksjonsnivåer, uten lenger å forstå maskinen dypt. Vi brukte flere tiår på å gjøre programvare enkel for folk. Nå lærer vi å gjøre det komplekst for AI.