AI
Vi tror att AI förändrar hur mjukvara byggs. Hur mycket, och hur snabbt, vet vi inte. Det vet ingen.
Vår syn
Två berättelser om AI hörs mest. Den ena säger att det är en bubbla som snart spricker. Den andra att det mesta arbetet snart sköts av maskiner. Vi tror inte på någon av dem, men vi är inte tillräckligt säkra för att avfärda dem heller.
Det vi ser i vardagen är mer jordnära. Verktygen gör vissa saker förbluffande bra och andra saker oväntat dåligt. De blir bättre fort, men inte på ett sätt som går att förutsäga. Den som påstår sig veta exakt vart det leder säljer oftast något.
Därför håller vi oss nära det som faktiskt händer. Vi använder verktygen själva, i riktiga system, drar slutsatser av det och ändrar oss när verkligheten ändrar sig.
En sak är vi däremot säkra på: den som ansvarar för ett system behöver förstå det, oavsett vem eller vad som skrev koden. Det gäller än mer när en eller flera AI-agenter får göra saker på egen hand i systemen.
Det här kan vi
- MCP (Model Context Protocol)
- Det öppna protokollet som låter en AI-modell använda system: läsa data, anropa API:er och utföra åtgärder. Vi bygger MCP-servrar mot befintliga system och vet var gränsen för vad en agent får göra ska gå.
- Agenter
- AI som arbetar i flera steg mot ett mål, använder verktyg och kontrollerar sitt eget resultat. Vi bygger agentflöden och kopplar in dem i det ni redan har, som ärendehantering, bygg och driftsättning.
- Skills
- Instruktioner och arbetssätt som en agent laddar när de behövs, till exempel hur ni driftsätter eller hur en felsökning går till. Det är så en agent lär sig att göra saker på ert sätt i stället för på ett allmänt sätt.
- AI i utvecklingsarbetet
- Kodagenter som skriver, granskar och testar kod tillsammans med utvecklarna. Vi vet var de sparar tid och var de behöver en människa som läser noga.
- Behörigheter och kontroll
- Vad får en agent göra själv, och vad ska en människa godkänna först? Vi hjälper till att dra de gränserna, så att det går att lita på det som körs.
Så använder vi det själva
Edepto har inga mellanchefer. Mycket av det som de annars skulle göra sköts av system vi byggt själva, och där är AI en del av vardagen:
- Egna MCP-servrar mot vårt rekryteringssystem, så att en agent kan söka, lägga in och uppdatera kandidater.
- Agenter som bygger, driftsätter och felsöker våra tjänster, med skills som beskriver hur vi gör det.
- Byggnotiser från vår CI-pipeline som går direkt till den agent som väntar på dem.
- Den här webbplatsen, som vi byggde om tillsammans med en AI-agent.
Allt fungerar inte på första försöket. Men det är så vi lär oss vad som håller, och den erfarenheten tar konsulterna med sig ut i uppdragen.
Hur vi kan hjälpa er
Vill ni se vad AI kan göra i era system, eller behöver ni någon som bygger det på riktigt? Vi börjar gärna smått, med ett avgränsat problem, och bygger vidare på det som fungerar.
