Det har uppstått en stark hajp kring Claude Code, en kodagent från Anthropic, särskilt under julledigheterna. I techkretsar liknas intresset nu vid det som skedde med Chat GPT för tre år sedan. Flera har redan kallat Claude Code för ”det nya Chat GPT” och påstått att det markerar slutet för traditionella SaaS-lösningar. För dem som tillbringar mycket tid online har Claude Code blivit en dominerande faktor i flödena.
Det är tydligt att algoritmerna anpassar innehållet efter användarens intressen, och plattformar som LinkedIn och TikTok är fyllda av berättelser om Claude Codes förträfflighet. Från AI-influencers till vanliga utvecklare och nyfikna IT-proffs, strömmar det in intryck av hur Claude Code revolutionerar arbetsflöden. En av de mest kända användarna, Ethan Mollick, lät Claude Code bygga en hel startup.
I mer avancerade kretsar diskuteras det om Gas Town, en lösning som gör det möjligt för 20-30 agenter att arbeta parallellt. I San Francisco finns det rapporter om att människor låter ”Claude-svärmar” styra deras liv. Nyligen har även Clawdbot, som nu kallas Moltbot, dykt upp som en AI-assistent som ger full tillgång till användarens digitala liv.
Trots denna imponerande utveckling har jag själv ännu inte provat Claude Code, trots att flera rekommenderat mig att göra det. Min bristande entusiasm beror på flera faktorer. För det första är jag ingen utvecklare och kan inte skriva kod. Men även om Claude Code sägs kunna skriva koden åt mig, upplever jag att inlärningskurvan fortfarande är för brant.
En del av lösningen som Anthropic har introducerat är Claude Cowork, som riktar sig till personer utan utvecklarbakgrund. Trots att det låter intressant, framstår det som ganska trist i praktiken. Exempelvis framhålls ofta att AI:n kan ”sortera dina filer i datorn”, vilket kanske är bra en gång men inte ett tillräckligt övertygande användningsområde för att motivera att lära sig ett nytt verktyg.
En annan aspekt är att användare som verkligen omfamnar Claude Code oftast fokuserar på personlig produktivitet och optimering av sina vardagliga uppgifter. Detta intresserar mig inte nämnvärt. Jag har tidigare läst böcker som ”Getting Things Done” och ”4-hour Workweek”, och min slutsats var att ju mer man dyker ner i sådana självhjälpsmetoder, desto mer tid går åt till att optimera istället för att helt enkelt utföra uppgifterna.
Det främsta skälet till min tvekan är dock att jag saknar vad jag kallar mjukvarublicken. Jag insåg detta när jag läste techskribenten Jasmine Suns reflektioner kring Claude Code. Hon beskriver hur personer som praktiserar parkour ser en stad på ett helt annat sätt. I liknande anda menar hon att utvecklare får en sorts mjukvarublick där problem kan översättas till mjukvarulösningar.
Som en vanlig användare ser jag inte automatiskt vilka av mina problem som kan lösas med mjukvara. När jag hör att Claude Code kan lösa mina problem, har jag ingen uppfattning om vad dessa problem skulle kunna vara. Detta perspektiv kan vara värdefullt att beakta för både entusiaster och företag som vill få sina anställda att omfamna AI.
Det vore kanske mer fruktbart för företag att fokusera på att lära sina anställda att identifiera problem som kan lösas, snarare än att enbart undervisa i specifika verktyg. Att utveckla en förståelse för mjukvarublicken kan vara nyckeln till att verkligen dra nytta av AI i arbetslivet.
Denna artikel är hämtad ur CS Veckobrev, ett personligt nyhetsbrev med lästips, länktips och analyser, skickat direkt från chefredaktör Marcus Jerrängs skrivbord. Vill du också ha nyhetsbrevet på fredagar? Skriv upp dig för en kostnadsfri prenumeration här.
