🤯⚡️Jag trodde AI var över. Sen hände det här

Förstå varför du ska anställa Claude Code. Detta förändrar ju allt!

Det här är nyhetsbrevet där Tomas Seo, innovationsstrateg på Phorecast, berättar om händelser, upptäckter och ny teknik som får honom att utbrista: Detta förändrar ju allt! Du prenumererar på det här för att fortsätta vara steget före med de senaste trenderna och få konkreta tips för att framtidssäkra dig och din organisation. Har du fått det här av en vän? Då vill du kanske starta en egen prenumeration?

---

Det är extra viktigt att du som inte är intresserad av kodning eller att bygga appar läser dagen nyhetsbrev så du förstår vad som håller på att hända. (jag skriver det redan här efter som man kan tro att Claude Code känns som en grej för kodare)

Vad har hänt?

- Specialbyggda system där AI gör istället för att snacka.

AI-agenten Claude Code från Anthropic är på allas läppar just nu. Det är för att den klarar av att göra riktiga arbetsuppgifter, inte bara hitta på text.

Anthropic publicerade den 15 januari 2026 en fallstudie om hur forskare använder Claude, inte som chattbott utan för att få bort praktiska flaskhalsar inom forskning. De specialbygger AI-system som automatiserar situationer som tidigare upptog värdefull tid från en mänsklig forskare.

Gemensamt för de exempel som lyfts fram är att trots att systemen bygger på chattbott-teknologi (LLMs) så svarar de inte med text utan action. Fallstudien lyfter fram exempel som val av verktyg, datahantering, tolkning och planering av experiment.

Detta förändrar ju allt

AI har känts lite trist på senaste tiden. Så många som vet bäst, så svårt att veta vad som är sant och vad som är hype. Det har liksom inte riktigt känts som att det förändrar särskilt mycket att det kommer nya versioner som är en aning bättre på ditten och datten.

Men Claude Code gör att vi är tillbaka i samma känsla som när ChatGPT först slog igenom. Alla som vågar testa är imponerade och funderar över vad man kan göra med det. Vi har övertro på vad det kan göra ena sekunden och inser att vi hade helt fel när vi utforskar det vidare sekunden efter. Det här är hur vi tänkte att AI-agenter ska fungera.

För nytillkomna i AI-bubblan, Claude Code kräver väldigt lite kunskap för att komma igång. Men den kunskap som krävs verkar vara så skrämmande att endast ett fåtal orkar ta sig över tröskeln än så länge eftersom du behöver jobba med kommandon i terminalfönstret.

Det du behöver förstå om Claude Code är att när du väl har installerat det så är det som vilken AI-chattbott som helst. Du skriver något och Claude Code svarar något. Det hela förutsätter att du har ett abonnemang. Det kostar 20 dollar i månaden. Men om du faktiskt vill bygga något med Claude så kommer du efter bara några timmar vilja gå upp till abonnemanget som kostar 100 dollar i månaden.

Vill du veta exakt hur du installerar och kommer igång med Claude Code så skriver jag om det under veckans Gör.

Just nu använder jag Claude Code för att göra avancerad research och tvätta data för analys. Egentligen är det ju till för att koda, och det använder jag också AI-agenten till, men det är viktigt att lyfta fram att Claude Code klarar mycket vardaglig automatisering. Sådant som du tidigare pratat med ChatGPT om som du ville att chattbottar skulle klara men som de aldrig riktigt gjorde.

Ett av mina testcase för LLM:er har sedan starten varit att ta en excellista med namn och klassa om ett namn är ett kvinno- eller mansnamn. ChatGPTs senare versioner klarar det ganska bra för kortare listor, likaså Google Gemini 3 Pro, men Claude Code är som gjord för den här typen av uppgifter.

Claude Code är ettrigare än de andra AI-agenterna som jag har testat. Hen kör på tills det jag önskat är klart med ganska avancerade önskemål, vilket är det jag saknat hos alla tidigare. Till och med min tidigare favorit för kodning, Googles Antigravity, lämnade ofta över mer avancerade projekt tillbaka till mig för testning. Som att det var upp till mig att testa om det gick att starta, the nerve of some people… Claude Code rapporterar väldigt sällan att något är klart innan det är helt körbart.

Men att äntligen ha välfungerande AI-agenter ställer nya krav.

Mitt första misstag.

Det första jag byggde var ett multiplayer Discord-spel, det gick så smidigt att jag kände att det här var att underutnyttja Claude Code. Familjen testspelade det några gånger men insåg att det här projekt var för simpelt för att se var gränsen gick för vad Claude Code klarar av (spoiler, jag har fortfarande inte hittat den). Så jag la det på is och började designa något som skulle vara mer utmanande både för mig och Claude Code.

Mitt mer avancerade projekt blev att bygga en analysmotor för data. Det är ett proof of concept för en mer långsiktig produkt jag funderar på att bygga. Systemet ska importera blandad data, tvätta den, formulera hypoteser och över tid ska hypoteser klustras.

Här krävdes det kunskap långt över min kunskapsnivå i modern arkitektur för självlärande system. Men jag chattade bara om vad jag ville ha. Claude Code fixade. Jag verifierade så allt fungerade. En bekant designprocess. Det var då det slog mig att Claude Code ju var rätt bra på att se till att koden funkar så hen borde också kunna vara bra på att se om systemet håller kvalitet utan att jag behövde kontrollera varje liten uppdatering.

Mitt första misstag var alltså att jag fortfarande tänkte gammaldags och fastnade i att själv kontrollera att små detaljer fungerade. När jag berättade för Claude Code så införde hen direkt några rutiner som hen kunde utföra själv efter en viss typ av uppdateringar. Min tid kunde gå till annat. För det jag inte fattade var att Claude Code inte är en chatt som skriver kod. Det är en arbetare som utför ett jobb.

Mitt största misstag.

Nu gick det mycket snabbare och systemet började fungera exakt så som jag hade tänkt. Men jag kände att kvaliteten på både tvättningen av data och insikterna ur den var sämre än jag skulle fått om jag bara tagit och klistrat in datan i Gemini 3 Pro och bett hen analysera dem en i taget.

Det var då det slog mig. Claude hade byggt ett system som liknade ett löpande band där olika data gick igenom olika steg i systemet. Det räknades på vad som behövdes göras som nästa steg automatiskt och så kickade det igång. Som ett löpande band för massproduktion.

Mitt system hade helt missat att det här inte borde byggas som en fabrikskedja utan som en arbetsplats för moderna AI-agenter att jobba på. Claude Code hade inte ett modernt sätt att tänka på vad AI-agenter som Claude Code klarar av och hur de ska byggas.

Lösningen på det, efter att jag hade kommit på det, var ganska enkel. Jag bad Claude Code researcha vilka MCP:er det finns som hen kunde göra sin research i innan vi påbörjar utveckling, speciellt med tanke på att vi behöver göra en del som kräver kunskap om avancerad forskning. Claude Code letade upp tre stycken MCP:er och jag bad att hen skulle se till att hen gjorde sin research via dessa när det behövdes.

Resultatet blev att Claude Code gjorde en ny plan för att bygga om allt vi gjort till en modern AI-agent struktur. Istället för kodblock som försökte sätta tröskelvärden på saker så byggde hen specialiserade AI-agenter och massor av olika verktyg som dessa kunde använda sig av för att göra sitt jobb.

Mitt jobb är nu att verifiera att hypoteser håller, och undersöka vilka bevis AI-agenterna har som grund. Men jag slås fortfarande då och då över hur jag som ändå skrivit om AI-agenter nu i flera år ändå inte fattade att nyttan med agenter är ju att de själva avgör nästa steg istället för att tvingas igenom samma löpandebandprocess även när det blir sämre.

Konsekvenser för ickekodare.

Hela min utforskning av Claude Code har varit en berg- och dalbana mellan vad jag vill att AI ska göra åt oss. Ligger värdet i att låta AI bygga det jag inte kan göra eller det jag inte vill göra?

När jag använder AI för att klara av arbetsuppgifter som jag själv inte skulle klara av känner jag mig smart. Det blir som ett hjälpmedel för min hjärna, precis som någon utan ben kan ta sig fram med en rullstol, kan jag designa avancerade AI-tjänster med hjälp av kunskapen i forskningsarkivet arXiv och en AI-agent som gräver i det tills hen hittar rätt kunskap.

Men när jag använder AI-agenter för att automatisera repetitiva arbetsuppgifter med hög kvalitet så känner jag mig så effektiv. Det blir som om jag fått en superkraft där jag kan bli tio gånger så snabb på att göra saker på mitt sätt istället för att lämna över dem till tio assistenter som bara gör exakt vad jag sagt åt dem och inget mer.

Så är det de dyra experterna som vi kommer klara oss utan eller är det horderna av juniora do:ers som blir bortskalade? Senast jag skrev om vad vi ska göra när AI tar över kom jag ju fram till att mänskligt omdöme är det som kommer att vara svårast för AI att simulera.

Det jag landar i nu är att vi alla kommer att kunna automatisera att automatisera allt som är repetitivt och tråkigt. Se vad jag gjorde där? Att bara automatisera allt som är tråkigt är bara första steget. Vi kommer snart tröttna på det repetitiva arbetet med att definiera vad som är tråkigt och då automatiserar vi det.

Men de flesta av oss kommer ju också att förstå att vi inte är bland de bästa i världen på en hyperspecialiserad nisch. Internet gjorde kunskap till ett sökproblem, bäst på att söka visste bäst. Men att hela tiden söka reda på den bästa kunskapen är repetitivt och tråkigt, speciellt när den bästa kunskapen är så svår att förstå att den är helt obegriplig. (AI har till exempel sedan december löst elva Erdős-problem, matematiska problem som är obegripliga för icke matematiker). Så vår lösning kommer att vara att automatisera uppletningen eller rent av skapandet av den bästa forskningen i varje område. All kunskap under expertnivå är tillgänglig direkt när vi behöver den, bara ett MCP:anrop bort.

Jag landar i att toppexperterna i en nisch kommer gå från att vara värdefulla till ovärderliga. De kan förse resten av världen med färsk kunskap som blir så kallad kontext för alla AI-system att självuppdatera sig. Ett exempel jag ofta ser på att kod gjord av en AI är värdelös är att den är för osäker. Men om en MCP kan hålla ett helt nätverk av AI-agenter uppdaterat på säkerhetsexperternas senaste kunskap så har jag svårt att se hur det kan vara sämre än vad vi har idag. AI-agenterna kommer skriva testerprogram som simulerar nya former av attacker, skriva kod som skyddar och kontrollerar varandra så att all ny kunskap om säkerhet är implementerad strax efter att experterna rapporterat dem.

Experterna kommer fortfarande ha ett försprång eftersom de har teorier de agerar på redan innan de publicerar information som en MCP kan hitta. Men när kunskap finns så kommer den spridas i närmare och närmare realtid för varje teknikgeneration.

Men vi andra då? Juniorernas AI-agenter och Seniorernas AI-agenter har samma kunskap, det vill säga expertnivå. Det behövs rudimentära basfärdigheter för att chatta med en AI-agent för att den ska göra sitt jobb så bra som möjligt. Det är lika lätt för en junior att skriva ”Ta reda på hur en expert skulle göra det här och gör så” som det är för en senior.

Men vi är alla världens bästa toppexpert på något! En senior känner ofta till kontext som inte finns dokumenterad någonstans. Kontext som en MCP aldrig kommer kunna hitta som:

”Vår största kund har en IT-chef som HATAR när vi ändrar API:et”
”Förra gången vi gjorde X blev det drama med de på juridik”
”Teamet är utbränt just nu, vi behöver en enkel lösning även om den är suboptimal”

AI-agenterna har teoretiskt tillgång till all världens globala information.Men de saknar tillgång till vår hyperlokala situation. De har världens mest uppdaterade karta, men du känner terrängen, och detta förändrar ju allt!

Vad kan du göra idag?

Förstå

Det är mycket få i världen som ännu använder Claude Code. Om du är i AI-bubblan så känns det som att alla jobbar stenhårt med det. Men analyserar vi Google Trends så ser vi ingen större ökning i sökningar på Claude Code, så i den riktiga världen kommer alla tycka att du är tokig om du hävdar att AI klarar av avancerade uppgifter ett bra tag till.

Grafen är gjord av Claude Code. Jag såg att Google Trends för “Claude Code” inte matchade hypen i bubblan, så jag bad Claude föreslå sätt att bevisa eller motbevisa om användningen faktiskt ökar. Claude föreslog att följa pengarna som proxy, och i rapporteringen pekar intäktssiffror på en tydligt ökande betalningsvilja för Claude Code.

AI-forskning som fokuserade på agenter under hela förra året förberedde för skiftet från chattbottar som jiddrar till AI-agenter som jobbar. AI-labben har sett att det fungerar.

80% koden för OpenAI Agent Builder gjordes av Codex (deras AI-kodare) säger Steven Heidel, OpenAI.

”All of it”, Boris Cherny som utvecklat Claude Code på frågan om hur mycket av koden som Claude Code gjort.

Men nu börjar det äntligen nå oss utanför de stora AI-labben. Vi måste förstå att de allra flesta ännu inte har upplevt ögonblicket när de ser en högkvalitativ arbetsuppgift som brukade ta dem lång tid att utföra fixas med en snabb prompt inför deras ögon, inte ännu. Det går faktiskt inte att förstå förrän man ser det själv.

Planera

Det är dags att kravställa att alla interna system är AI-agentkompatibla (har API, MCP eller annat connector-lager). Hur ska era nya AI-medarbetare kunna jobba ordentligt om de inte kan använda organisationens verktyg?

Jag har skrivit om det här flera gånger, men nu är det inte för att ha tid på er att göra det innan det behövs. Det är nu det behövs.

Se till att IT har information redo för att alla som behöver ska förstå hur de promptar för att AI-agenter ska kunna läsa i era informationssystem (vi ber dem inte att AI-agenterna ska få skriva i system än, då får de panik).

Gör det nu. Det är faktiskt affärskritiskt.

Gör

Installera Claude Code. Här är vad du behöver veta för att komma igång:

CLI = Command Line Interface.
Terminalfönstret på Mac (AI-tjänster är Mac first), Windows Terminal eller PowerShell för PC.

Det är här vi tappar de flesta. Att stirra på ett textfönster med en blinkande cursor känns inte alls som något de flesta vill ge sig på.

Du behöver lära dig två saker innan du kan komma igång med Claude Code.
1. Kommandon för att navigera till en mapp i CLI.
2. Hur du installerar Claude Code.

Men varför förklarar jag det här? Här är en prompt du kan köra i valfri AI, så hen kan ledsaga dig genom hela processen utifrån dina exakta förutsättningar istället:

Jag vill att du agerar som en expert-coach för terminalen (CLI), men med en specifik twist: din “persona” ska vara extremt tålmodig, pedagogisk och lugnande. Jag är en nybörjare som känner mig osäker när jag ser ett svart textfönster med en blinkande markör. Jag vill installera verktyget “Claude Code” och sätta upp en projektmapp, men jag vet inte hur jag navigerar.

Din uppgift är att guida mig steg-för-steg. Följ dessa strikta regler:

1. ETAPPVIS GUIDNING: Ge mig ALDRIG mer än en instruktion åt gången. Vänta på min bekräftelse innan vi går vidare.

2. FÖRKLARA VARFÖR: Innan du ber mig skriva ett kommando, förklara på enkel svenska vad kommandot gör (t.ex. “Nu ska vi be datorn berätta vilken mapp vi befinner oss i”).

3. FÖRVÄNTAT RESULTAT: Berätta vad jag bör se på skärmen efter att jag tryckt på Enter.

4. BEKRÄFTELSE: Be mig alltid bekräfta att det fungerade, eller be mig kopiera och klistra in texten från terminalen om det ser ut som ett felmeddelande så att du kan tolka det åt mig.

Starta processen nu genom att fråga mig:

1. Vilken typ av dator jag sitter på (Mac eller PC/Windows)?
2. Om jag redan har öppnat terminalen/PowerShell eller behöver hjälp att hitta den?

När vi vet detta, guida mig genom att:

1. Navigera till en lämplig plats (t.ex. Skrivbordet eller Dokument).
2. Skapa en ny mapp som heter “claude-projects” (eller liknande).
3. Gå in i den mappen.
4. Köra installationskommandot för Claude Code (följ dokumentationen på https://code.claude.com/docs/en/setup) *Om jag verkar sakna grundprogram som Homebrew eller Node.js/npm, hjälp mig installera det först.*

Var min trygga guide genom hela processen. Säg hej och ställ den första frågan.

Länkar

Anthropics fallstudie. Den överdriver dock hur mycket Claude har använts i just dessa case, men de har byggt system med LLM:er som agerar och skapar värde på egen hand.
https://www.anthropic.com/news/accelerating-scientific-research

Källa för Anthropics intäkter
https://techcrunch.com/2025/11/04/anthropic-expects-b2b-demand-to-boost-revenue-to-70b-in-2028-report/

Erdős Problems: *AI Contributions* diskussionen/”wikin” som försöker hålla ordning på AI-claims kring Erdős-problem.
https://www.erdosproblems.com/forum/thread/AI%20Contributions

80% av koden för OpenAI Agent Builder var gjord av Codex.
https://x.com/stevenheidel/status/1975291716996637071

100% av kod för Claude Cowork var gjord av Claude Code.
https://x.com/bcherny/status/2010813886052581538

Sedan sist vi hördes

Det är väl värt att nämna att förra veckan släppte Anthropic en light-version av Claude Code för folk som inte är kodare, Claude Cowork. Den är tyvärr inte i närheten av så kompetent som Claude Code än (och finns bara för Mac), men det finns inget som talar för att den inte kommer bli det när de jobbat vidare med den. Deras nästa plan är att få Claude Cowork att minnas, och jag får genast tankar om hur det kommer bli när minnesbanker från experter eller kändisar lätt kan bli handelsvaror. Men det får vi skriva mer om ifall det blir något användbart.

En konsekvens av alla Claude:ande de senaste veckorna är att jag har sagt upp ChatGPT, fast då bjöd de på en månad gratis. De vill inte förlora användare när de håller på att göra sig redo för börsintroduktion. Det är också därför de lanserar annonser och ett billigare abonnemang där du får mer prompt än gratis men får fortsätta se annonser.

Jag tycker fortfarande att ChatGPT är bra (fast bara om man betalar för minst 5.2 Thinking), men Gemini har varit likvärdigt och eftersom jag betalar för utrymme till Google Photos så ingår Gemini 3 Pro. Jag är också lite orolig att vara för beroende av bara en leverantör. Det är bra att kunna flexa runt lite.

Är du en insiktsdelare?

Känner du någon som behöver förstå vad nästa riktigt stora förändring med AI blir? Eller kanske någon som behöver lite pepp för att testa Claude Code? Vem tänkte du på? Skicka vidare!

Behöver du någon som kommer gör en Claude Code workshop med er? Hör av er!
Här är en sida med lite info mig som föreläsare.

Jag tänker alltid att det vore så kul om fler ville betala för mitt nyhetsbrev, men ändå vägrar jag lägga innehåll bakom betalvägg. Att testa AI-tjänster för att berätta om vilka ni ska använda är en eskalerande kostnad, men jag vet att det är många som uppskattar när jag kan skriva om tjänster som faktiskt fungerar och hur de ska användas. Så om du har möjlighet så skulle jag verkligen uppskatta om du blev betalande prenumerant. Då får du också tillgång till digitala föreläsningar några gånger om året (be din organisation betala som en utbildningsinsats).

Fortsätt utforska så ses vi nästa vecka!

Tomas Seo

Har du fått dagens nyhetsbrev utan att vara prenumerant?
Gillade du det här och vill ha mer så är det bara att skriva upp sig här
(du väljer själv om du vill betala):