Mida õppisime, kui panime kolm AI-toodet tootmisse

Me ei oodanud, et klient ostaks AI-funktsiooni. Tõime välja kolm oma toodet: HindaAI, HaljasVaade ja CmdBrief. Viip oli lihtne osa. See, kas tooted jäävad sisse, otsustati evalvatsiooni, kululagede ja ausa lausega selle kohta, mida väljund ei ole.

See on märkus, mida oleksime tahtnud lugeda enne esimese ehitamist.

Kolm toodet, kolm eri tööd

HindaAI võtab Eesti aadressi ja tagastab kinnisvara hetkepildi: skoori, kinnitatud hoone ja esimesed signaalid, mille põhjal omanik või ostja saab tegutseda. See on statistiline hinnang, mitte sertifitseeritud hindamisakt.

HaljasVaade võtab aia, terrassi või rõdu foto ja loob ümberkujundusi, mida saab võrrelda ja salvestada. Seda müüakse ettemakstud kujunduspakettidena iOS-is ja Androidis, ilma püsitellimuseta.

CmdBrief on native macOS töölaud tehnilistele asutajatele, kes käitavad Claude Code'i ja Codexit mitme toote peal. Repositooriumid jäävad Macile. Toote töö on näidata, milline agent töötab, on blokeeritud või ootab — ja hoida kõrgendatud õigustega tegevused nähtaval.

Ükski neist ei ole vestlusrobot, mis on brošüürisaidile külge kruvitud. Igal on kasutajad, kes märkavad, kui mudel on aeglane, vale või kallis.

HindaAI: mudelil ei ole lubatud esimesena joosta

Eesti avaldab palju kinnisvaraandmeid. Probleem ei ole nappus. Probleem on see, et andmed elavad eri registrites, eri kujul, ja ükski neist ei ole viip.

Seepärast algab toode aadressi sobitamisest ehitisregistriga. Kui hoonet ei kinnitata, skoori ei ole. See on evalvatsioonivärav. Mudeli käivitamine vale objekti peal ei ole kvaliteediprobleem, mida hiljem kenama viibaga parandad. See on vale toode.

Avalik metoodika on olemas samal põhjusel. Skoor on viieosaline näitaja skaalal 0–100, kokku pandud ametlikest ja avatud allikatest — kataster, ehitisregister, energiamärgised, keskkonnakihid, transport. Kasutaja näeb, mis sisse läks. Ta näeb ka piiri: see ei ole EVS 875 hindamisakt, mitte õigusnõu ja mitte dokument, mida pank võtab vastu sertifitseeritud hindaja asemel.

See lause on tootefunktsioon. Kinnisvaratööriist, mis teeskleb formaalse protsessi asendamist, kaotab usalduse esimesel korral, kui keegi viib selle laenuandja juurde. Tööriist, mis ütleb, et ta on filter — kasulik enne, kui järgmise sammu peale raha kulutad — saab tootmises püsida.

Kulu järgib sama reeglit. Sa ei taha arvet avastada pärast nädalavahetust sobitamata aadressidega. Kallis töö on väravaga kinnitatud hoone taga, ja külalisvoog on üks hetkepilt, mitte avatud sakk riigi iga kuulutuse vastu.

HaljasVaade: pilt, mis näeb valmis välja, ei ole aed

Pildigeneratsioon on lihtne demoks ja lihtne üle lubada. Fotorealistlik terrass teisipäeva pärastlõunal näeb välja nagu valmis projekt. See ei ole. See on visualisatsioon fotost, mis kasutajal juba oli.

Kaks piirangut pidid tulema esimese versiooniga, mitte pärast käivitust.

Esimene on kulu. HaljasVaade müüb ettemakstud pakette. Kasutamata kujundused ei aegu. See on kululagi, mida kasutaja näeb: iga genereerimine on üks krediit, mitte üllatus püsitellimusel. See on kululagi ka meile. Piiramatu „veel üks stiil“ on viis, kuidas pilditooted vaikselt raha kaotavad.

Teine on andmepiir. Foto kuulub kasutajale. Toode peab seda nii kohtlema — hoidma, sest projekt vajab seda, kustutama, kui küsitakse, ja mitte treenima avalikku lugu kellegi teise tagahoovist. Aiafotod on endiselt isikuandmed.

Poe kirjeldus peab jääma sama konservatiivseks kui HindaAI metoodikaleht. Põhjamaine rahu, looduslik haljastus, moodne minimalism: need on stiilid. Need ei ole mahutabel, taimenimekiri, mis elab Eesti talve üle, ega töövõtja joonis. Kui toode selle unustab, istutavad inimesed genereeritud pildi järgi ja süüdistavad rakendust, kui muld on vale.

CmdBrief: toode on õiguste piir

CmdBrief on olemas, sest agentide töö tegi ehitamise kiiremaks ja konteksti halvemaks. Asutajal, kes käitab mitut toodet, ei ole üht koodimissessiooni. Tal on üks agent, kes ootab kinnitust, teine, kes kirjutab dokumentatsiooni, kolmas, kes istub ebaõnnestunud testil, ja brauserikaart, mis kuulub teise toote juurde.

Vale disain oleks olnud saata repositooriumid pilve-IDE-sse ja nimetada seda järelevalveks. CmdBrief on kohalik: Rusti äpp päris terminaliga all, ilma analüütika ja telemeetriata. Ta võtab cmdbrief.com-iga ühendust tellimuse kontrollimiseks. Agentide CLI-d jõuavad oma pakkujateni ainult siis, kui kasutaja need käivitab.

See, mida toode tegelikult müüb, on piir. Jagatud tööruumid alandavad automaatkäivituse käsud, et imporditud paigutus ei saaks vaikselt käivituda. Kõrgendatud õigustega tegevused ootavad kinnitust rakenduses. Sessioonide sirvimine kasutab kohalikku metaandmestikku ja lühikesi eelvaateid, mitte täielikke transkripte, mis kuhugi üles laetakse.

See on sama tugistruktuur, mida nõuame klienditöös, rakendatud meie enda agentide virnale: tagavarad (terminal, mis töötab ka siis, kui agent sureb), kulu (pakkuja kasutusaknad, nähtavad, mitte kaardil avastatud) ja evalvatsioon (olek, mis tuleb hook'idest ja protsessi elusolekust, mitte spinneri äraarvamisest).

Mida me nüüd peame poliitikaks

Kolm reeglit pidasid tootmises vastu.

1. Andmepiir otsustatakse enne, kui mudel jookseb. HindaAI ei skoori kinnitamata hoonet. CmdBrief ei saa sinu giti ajaloost pilvekoopiat. HaljasVaade ei kohtle aiafotot vaikimisi treeningmaterjalina.

2. Kululagi on tootes. Ettemakstud krediit, külalise hetkepilt, kasutusmõõdik agendi kõrval — mitte arve kahe nädala pärast.

3. Ütle, mida väljund ei ole. Statistiline kinnisvarahinnang ei ole hindamisakt. Genereeritud aed ei ole ehitusjoonis. Agendi töölaud ei asenda otsust. Tooted, mis selle lause vahele jätavad, lülitatakse välja — või juhtub midagi hullemat.

Klienditöö algab endiselt kirjaliku hindamisega, ja me ütleme endiselt ei, kui deterministlik süsteem on odavam. Oma toodete tarnimine ei nõrgestanud seda. See tegi põhjused konkreetseks.

Kui otsustad, kas panna keelemudelipõhine funktsioon maksvate kasutajate ette, ei ole küsimus selles, milline mudel hetkel edetabelit võidab. Küsimus on selles, kas suudad kirjalikult öelda, mis juhtub, kui see eksib.