Ikke bruk KI

Ikke bruk KI når du ikke må

Språkmodeller kan løse veldig mange oppgaver, men når du har en hammer, ser alt ut som spiker. To grunner til å la modellen ligge: kostnader og determinisme. Modeller er dyre i drift, selv de små blir dyre om du bruker nok av dem. Og modellen er en sannsynlighetsfordeling: den gjør nesten det samme hver gang, men bare nesten.

En liten kodesnutt som løser problemet, koster ingenting å kjøre og gjør nøyaktig det samme hver gang. Kan oppgaven løses med et skript, bør skriptet være førstevalget.

La agenten skrive verktøy i stedet

Du slipper å skrive skriptene selv. Agenter som Claude Code liker å scripte, de bruker gjerne Python eller bash for å hente ut data og lime sammen verktøy. Spill på lag med det mønsteret: be agenten lage et lite skript eller verktøy, selv for jobber som bare skal gjøres én eller to ganger. Resultatet blir mer forutsigbart, billigere, og gjenbrukbart om behovet kommer tilbake.

Oppgaver du selv ville slitt med å scripte, trenger ikke stoppe deg. Modellene er svært gode på det kronglete, som hårete regex-uttrykk, så selv datauttrekk fra ustrukturerte kilder fungerer godt som skript.

Prompt: lag et verktøy

Make a tool for this task using UV and Python. Put the tool in the folder ./scripts

Når konsekvensene er for store eller dataene ikke tillater det

Noen oppgaver skal ikke til en modell uansett hvor godt du har rigget. Feil som ikke kan angres eller koster for mye, hører hjemme hos mennesker: da er ikke svaret bedre rekkverk, men å la være. Og husk regnestykket fra autonomi-siden: må du uansett kontrollere hver detalj i etterkant, var det kanskje ikke en KI-oppgave.

Det samme gjelder dataene. Sensitive opplysninger, persondata og hemmeligheter har egne regler, og retningslinjene til Oslo kommune gjelder foran alt annet. Er du i tvil om dataene kan deles med verktøyet, er svaret nei inntil du vet.

Når målet er å lære

Det finnes én kostnad til, og den rammer deg som skal lære noe nytt: et språk, et domene eller en kodebase. Du husker fra arkitekt-siden at forståelsen kom gratis da du skrev koden selv. Læringen sitter i strevet, og lar du agenten gjøre jobben, blir arbeidet gjort mens læringen uteblir. Du bygger ikke forståelse av å se på.

Skal du lære, snu på bruken: bruk modellen som lærer, ikke som utfører. Skriv selv, og be modellen forklare konsepter, svare på spørsmål og gå gjennom det du har skrevet. Da får du hjelp uten å miste læringen, og strevet du står i er ikke bortkastet tid, det er selve poenget.

---

Hvorfor bør et skript være førstevalget når det kan løse oppgaven?

Fordi skript er morsommere å skriveFordi skriptet er gratis å kjøre og gjør nøyaktig det samme hver gangFordi modeller ikke kan løse enkle oppgaverFordi skript aldri har feil

Du har en oppgave som bare skal gjøres én gang. Hva er et godt mønster?

La modellen gjøre den direkte, det er raskestBe agenten skrive et lite skript som gjør jobbenGjøre den for hånd, KI passer ikke til engangsoppgaverVente til oppgaven må gjøres flere ganger

Når er svaret å la være, uansett hvor godt agenten er rigget?

Når oppgaven tar mer enn en dagNår feil ikke kan angres eller koster for mye, og når dataene ikke kan deles med verktøyetNår koden er skrevet i et gammelt språkNår testene mangler