Det är lätt att dras in i hajpen kring Claude Code, AI-agenten från Anthropic, vars popularitet har ökat markant under julledigheterna. Många i techkretsar anser att fenomenet liknar den hype som omgärdade Chat GPT för tre år sedan. Claude Code har redan kallats för ”det nya Chat GPT” och sett som ett potentiellt avslut på SaaS-epoken.
Under de senaste veckorna har Claude Code fyllt mina flöden på sociala medier. Algoritmerna verkar hjälpa till att visa mig mer av det jag vill ha, vilket gör att både LinkedIn och TikTok svämmar över av berättelser om dess förträfflighet. Från AI-influencers till utvecklare och nyfikna IT-proffs, många delar sina erfarenheter av att använda Claude Code för att skapa allt från kompletta webbplatser till små personliga appar.
AI-profiler som Ethan Mollick har till och med låtit Claude Code bygga en hel startup. I mer avancerade kretsar diskuteras det om ”Gas Town”, en lösning för att orchestrera 20–30 agenter som arbetar parallellt. I San Francisco sägs det att personer låter ”Claude-svärmar” styra deras liv.
Även om allt detta är fascinerande och ofta imponerande har jag personligen inte testat Claude Code, trots att flera personer har uppmanat mig att göra det. Jag är dock inte särskilt intresserad, även om jag kanske kommer att prova det för att hålla mig uppdaterad i branschen.
Ett av skälen till min tvekan är att jag inte är utvecklare och saknar förmågan att skriva kod. Även om syftet med Claude Code är att den ska kunna skriva koden åt mig, är det fortfarande en stor tröskel för mig. Jag har en grundläggande förståelse för mjukvaruutveckling, men min kunskap räcker inte till.
För att möta detta behov har Anthropic släppt Claude Cowork, som beskrivs som en enklare version av Claude Code för personer utan utvecklarbakgrund. Problemet är dock att de exempel som ofta lyfts fram, såsom att AI:n kan ”sortera dina filer”, känns tråkiga och oinspirerande. Det är sällan ett tillräckligt intressant användningsfall för att jag ska vilja investera tid i att lära mig ett nytt verktyg.
En annan aspekt är att många entusiaster fokuserar på personlig produktivitet och ”optimering”, något som jag personligen är ganska ointresserad av. Jag har redan gått igenom självhjälpsböcker som ”Getting Things Done” och ”4-hour Workweek”, och det jag lärde mig var att ju mer man gräver ner sig i självförbättring, desto mer tid går åt till att optimera istället för att faktiskt göra saker.
Det som verkligen saknas i denna diskussion är det jag kallar mjukvarublicken. Jag insåg detta när jag läste techskribenten Jasmine Suns tankar om Claude Code. Hon menar att personer som utövar parkour utvecklar en unik ”parkourblick”, där de ser staden på ett helt annat sätt. På samma sätt får utvecklare en mjukvarublick där problem kan översättas till mjukvarulösningar.
Som vanlig användare har jag inte den ”blicken”. Jag ser inte automatiskt vad som kan automatiseras. När jag hör att Claude Code kan lösa mina problem kan jag inte komma på något konkret. Detta perspektiv är viktigt att beakta, både för superanvändare som hypar de senaste lösningarna och för företag som försöker få sina anställda att omfamna AI.
Det är troligt att företagens AI-utbildningar skulle gynnas av att fokusera mindre på specifika verktyg och mer på att lära sig identifiera de verkliga problemen som behöver lösas. Att utveckla en mjukvarublick är avgörande för att förstå hur teknologi kan appliceras i praktiken.
Denna krönika är hämtad från CS Veckobrev, ett personligt nyhetsbrev med lästips, länktips och analyser skickat direkt från chefredaktör Marcus Jerraängs skrivbord. Vill du också ha nyhetsbrevet på fredagar? Skriv upp dig för en kostnadsfri prenumeration här.
