Sho's AI Factory
‹ Blogg

Skill Ops: att bygga driften kring AI-agenter

Publicerad:

I oktober 2026 driver jag 19 appar. Varje månad ger jag ut fler än sex förbättringsreleaser och lanserar fyra nya appar.

När en enda person driver så många appar skalar handarbete helt enkelt inte. Jag måste satsa fullt ut på att fatta beslut.

Begreppet "skill ops" dök upp i ett samtal med en AI. Det går knappt att hitta något på Google, så det verkar vara ett ord som myntades på stående fot. Jag gillade det skarpt.

Skill ops.

Det betyder att driva verksamheten med utgångspunkten att skills gör jobbet. På ett tidigare jobb la man till exempel mycket kraft på att bygga en dataplattform, och människor samlade in och analyserade datan. Om jag försökte göra det ensam skulle driften köra fast.

Jag sätter bara upp grunden med Firebase och Google Analytics och lämnar analysen åt AI.

Människans uppgift är att titta på insikterna som kommer fram, avgöra vad som ska göras och ge instruktionerna.

Jag driver webbplatserna Tenkaichi och Buzz Spot. De är i ett tidigt skede, så det finns förstås inte mycket innehåll än. Om ingen postar måste jag posta själv tills sajterna fyllts.

Ändå hänger driften inte med om jag skriver varje artikel själv.

Jag har ställt in det så att en sådan fråga till AI:n automatiskt leder hela vägen till ett publicerat inlägg. SEO ingår också. Att uppdatera sitemap.xml och begära indexering i Search Console går också på skill ops.

Det jag lärt mig av skill ops går att föra över till utveckling i stora företag. Hittills har vi utrett incidenter så här:

  1. Kolla loggarna i CloudWatch eller Elasticsearch.
  2. Spåra koden som skrev loggen.
  3. Ligger den utanför det egna teamets område ber man det ansvariga teamet på Slack att utreda.
  4. Åtgärda felet med trial and error i en lokal miljö.

Ha i stället backend-, frontend- och infrarepona på din egen maskin och låt AI:n sköta allt från att läsa loggarna till att gräva i repona. Att låta Claude Code läsa alla produktionsloggar är förstås ett säkerhetsproblem, så begränsa det till utvecklingsmiljön eller ge det utdrag. Även så fungerar drift kring AI-agenter utmärkt i storföretag.

Eller snarare: jag räknar med att vi framöver kommer att känna av produktiviteten om vi inte bygger allt vårt arbete kring AI-agenter. Människor klarar det med viss möda, men det känns som ett slit. Nu vet vi ju hur praktisk AI är.

För att människor ska kunna ägna sig åt beslut lönar det sig att bygga driften kring AI från början.