Wir bauen keine KI in WebCull ein
Also, große Überraschung. Fast vier Jahre nach Beginn des KI-Ansturms hat uns niemand darum gebeten, KI-Tools in WebCull einzubauen. Die einzigen, die das Thema angesprochen haben, waren Leute, die uns angeboten haben, sie gegen Bezahlung einzubauen.
Nein danke!
Ich nutze KI sehr viel. Ich weiß, wie nützlich sie ist, und ich weiß, warum Unternehmen sie so schnell wie möglich in ihre Produkte einbauen wollen. Dahinter stecken Geld und Aufmerksamkeit, auch von Leuten, die unbedingt investieren wollen, ohne wirklich zu verstehen, worin sie investieren. Ein tatsächlicher Kundenbedarf scheint optional zu sein.
Das erklärt den Ansturm, gibt uns aber keinen Grund, mitzumachen. Irgendwann wurde es für Unternehmen zum Reflex, KI einzubauen. Wir schwimmen allerdings gerne mal gegen den Strom und haben uns davon nicht aus der Ruhe bringen lassen. Inzwischen haben unzählige Apps einen Assistenten, ein Chatfenster oder einen kleinen Glitzerbutton. Offenbar fehlte jeder Aufgabe noch ein Gespräch.
Bei WebCull hätte uns die Entwicklung eines Agenten vom eigentlichen Weg abgebracht, denn wir haben keine Schwierigkeiten, anspruchsvolle Probleme zu finden, mit denen wir uns beschäftigen können. Jede Funktion kostet Zeit, die dann für etwas anderes fehlt. Als Softwareentwickler bin ich dafür verantwortlich, zu entscheiden, ob dieser Tausch sinnvoll ist. „Andere Produkte machen das auch“ und die Angst, etwas zu verpassen, sind für uns keine besonders überzeugenden Argumente.
Ein Agent bringt außerdem eine Menge technische Infrastruktur mit sich. Dieses Gerüst wird meist als Agent Harness bezeichnet und kümmert sich um Dinge wie Planung, Werkzeugnutzung, Kontext und die Fehlerbehandlung, wenn das Modell etwas Unerwartetes tut. Man entwickelt es, wartet es und überdenkt es dann wieder, sobald die Modelle und Agenten besser werden.
Wir haben abgewartet. Wir haben diese Zeit nicht in ein eigenes Gerüst gesteckt, nur um anschließend zuzusehen, wie es veraltet oder zumindest auf dem Weg dorthin ist.
Uns mit anderen Dingen zu beschäftigen, war kurzfristig vielleicht nicht die beste Entscheidung, aber langfristig hat es sich enorm ausgezahlt. Wir haben einen besseren Plan entwickelt: Agenten über die Kommandozeile Zugriff auf WebCull geben.
Wenn Sie möchten, dass KI mit Ihren Lesezeichen arbeitet, nutzen Sie den Agenten und das Modell Ihrer Wahl. Lassen wir die Entwickler der fortschrittlichsten Agenten diese weiter verbessern. Wir können diesen Agenten nützlichen Zugriff auf WebCull geben und uns darauf konzentrieren, diesen Zugriff zu verbessern.
In unseren Tests war das sehr effizient, und wir werden weiter daran arbeiten.
Außerdem bleiben Ihnen damit Wahlmöglichkeiten, die verschwinden, wenn ein Produkt seine eigene KI-Wundertüte mitliefert. Sie wählen den Agenten, das Modell und die Umgebung, in der es läuft. Auch ein lokales Modell, wenn Ihr Agentengerüst so eingerichtet ist. Sie entscheiden, welche Lesezeichendaten Sie ihm geben und welche Aufgaben es erledigen soll.
Wenn KI in eine App eingebaut ist, kann schon die Frage, wie Ihre Daten verwendet werden, zu einem weiteren Forschungsprojekt werden, an dessen Ende eine Blackbox steht. Welches Modell steckt dahinter? Was wird übertragen? Was wird gespeichert? Welche Daten werden zum Training verwendet? Was können Sie ändern? Wir möchten lieber nicht in diesem Geschäft sein. Wir haben bereits unser eigenes.
Die CLI eröffnet auch Möglichkeiten, die über den Einsatz von Agenten hinausgehen. Software kann Lesezeichen viel schneller suchen, abrufen, erstellen und aktualisieren als jemand, der sich durch die Oberfläche klickt. Hier gibt es Anwendungen, die weit darüber hinausgehen, einen Agenten einen Ordner aufräumen zu lassen.
Eine davon wurde mir klar, als ich die WebCull-CLI als Teil meines RAG-Setups nutzte. Mein Agent organisierte dabei wichtige Videos von Websites in meinen Lesezeichen, die sich durchsuchen lassen und deren Videos direkt in der App angesehen werden können.
Ich hätte diese Informationen in einer Datenbank oder einer JSON-Datei speichern können. Sie in meinem WebCull-Konto zu haben, war aber wesentlich angenehmer, wenn ich selbst damit arbeiten wollte.
Ich konnte sie mit Tags versehen, durchsuchen, durchstöbern, organisieren und die Links öffnen. Dieselbe Sammlung war für Software zugänglich und auch für mich, über eine Oberfläche, die ich tatsächlich gerne nutze.
Dadurch wurde mir der Nutzen der WebCull-CLI als Werkzeug zur Datenanalyse viel klarer. Gerade wenn Informationen auf Links basieren, macht eine gute Oberfläche dafür einen echten Unterschied.
Auch ohne Agenten kann ganz gewöhnlicher, deterministischer Code Daten aus einer bekannten Quelle nehmen, in WebCull ablegen und nach selbst geschriebenen Regeln aktuell halten. Die Ergebnisse lassen sich dann in der App durchsehen und prüfen.
Für mich bedeutet das oft, die Seiten meiner Websites und die dort präsentierten Videos und Bilder zu erfassen und zu organisieren. Dass all das in meinen Lesezeichen zugänglich ist und ich weiß, dass es aktuelle, von deterministischem Code gepflegte Daten abbildet, ist für mich etwas ganz anderes. Ich weiß, woher es kommt, und ich weiß, was es aktuell hält.
Hier gibt es reichlich sinnvolle Arbeit zu tun. Wir werden sie weiter erledigen.
Ohne den Glitzerbutton.