AI i praksis

Jeg holdt for nylig et foredrag for tolv mennesker, hvor langt hovedparten var helt uden forudsætninger for AI. Flere var direkte negative, og de lagde ikke skjul på det. Jeg gav dem ret i mange af deres indvendinger — de byggede mere på intuition end på erfaring, men intuitionen var ikke forkert.

Da det gik op for mig, hvilket publikum jeg stod med, smed jeg slides og forberedelse i skraldespanden og improviserede resten af tiden. Det blev et af mine bedste foredrag.

Det er ikke det, jeg vil skrive om.

Mise, IWE og Nushell giver mig tilsammen en arbejdsgang der fungerer hver dag.

Det største produktivitetsproblem jeg kender, er ikke mangel på værktøjer. Det er overgangene mellem dem.

Du ved hvad du skal. Du åbner terminalen. Og så bruger du fem minutter på at huske hvilken mappe du var i, hvad der skete sidst, hvilken note der var relevant, og hvad du egentlig besluttede i fredags. Inden du er kommet i gang, er du allerede lidt træt.

Med én kommando i Nushell kan du se din vidensbase udefra — og opdage ting du ikke vidste du ikke vidste.

Det handler om overblik.

Jeg opdagede noget nyt i dag. Ikke i en note, ikke i et møde — men i et terminalvindue.

Din AI-assistent husker ikke i går.

IWE løser det.

Der er en specifik frustration, som enhver, der arbejder regelmæssigt med AI-assistenter, kender godt:

Du har haft en god session – du forklarede dit projekt, dine mål, dine begrænsninger, det sprog du bruger, de ting der betyder noget. AI'en var oprigtigt hjælpsom. Og så lukker du vinduet, åbner et nyt og starter forfra. Konteksten er væk. I er fremmede igen.

Min vidensbase er ikke et arkiv — den er et AKTIV!

Jeg bruger den hele tiden. Og holder den hele tiden opdateret. Og så deler jeg den med kunstig intelligens.

Sådan var det ikke før.

De fleste noter endte med at dø stille og roligt i en mappe i en dyb sti et støvet sted i filsystemet på min harddisk.

Det er ikke et problem med noterne. Det er et strukturelt problem. Og det er det problem, jeg har brugt den seneste måned på at løse.

Situationen kender du sikkert:

Der tales meget om AI lige nu. Rigtig meget. Og en stor del af det er hype.

Det ved jeg, for jeg er selv på LinkedIn og andre steder hvor der snakkes mere end der handles.

Men jeg har også afholdt kurser og lavet workshops. Og jeg har på det seneste vejledt forretningsudviklere og talt med bestyrelsesformænd om AI.

Her er lidt af de som vi har talt om:

I verdenen af funktionel programmering findes der to titaner inden for iteration: Unfold (genererer en strøm fra et frø) og Fold (reducerer en strøm til en enkelt værdi).

I Nushell repræsenteres disse af generate og reduce. Efter at have bygget agenter med begge, er det klart, at selvom de ofte kan opnå de samme mål, er deres "filosofi" fundamentalt forskellig.

I agent.nu udforskede vi brugen af generate til at opbygge en LLM-agent. Dette mønster er en udfoldelse: startende fra et frø gror du en strøm af værdier. Det er perfekt til UI-centrerede agenter, hvor du vil streame "tanker" til brugeren, efterhånden som de opstår.

Du kan læse mere om det her: En meget enkel og en smule bedre måde at skabe en AI-agent på ved hjælp af nushell generate i stedet for en normal agent-loop | docujAI

Funktionelle Agent-loops: Hvorfor Nushells generate slår det imperative loop

Opbygning af AI-agenter involverer ofte et forudsigeligt, men rodet loop:

1. Send historik til LLM'en.
2. Modtag et svar.
3. Hvis LLM'en vil kalde et værktøj, udfør det og gentag.
4. Hvis det er et endeligt svar, stop.

I de fleste sprog implementeres dette med et while True-loop og et muterbart history-array.

Når du arbejder med LLM'er fra kommandolinjen, kan det være kedeligt og fejlbehæftet at konstruere velstrukturerede prompts. Jeg byggede for nylig et Nushell-modul, der udnytter brugerdefinerede fuldførelser til at gøre promptgenerering interaktiv og konsekvent.

I stedet for at huske promptstrukturer eller kopiere fra en notatfil, giver dette modul dig mulighed for at opbygge prompter trin for trin med tab-fuldførelse. Systemet understøtter både engelsk og dansk med tre konfigurerbare komponenter: