Jag gillar inte användargränssnitt

Ett tydligt ålderstecken är att man blir skeptisk till förändring och ovillig att lära sig nya saker.

Så vill jag inte ha det. Jag vill lära mig spela på analoga synthar. Jag vill åka till Bhutan. Jag vill lära mig laga koreansk mat.

Men det finns också saker jag gärna slipper lära mig. Var hamnade den där knappen i senaste PowerPoint-uppdateringen? Och var sitter motsvarande knapp i Google Slides?

Som (tämligen) nybliven egenföretagare har jag fått lära mig en hel del nya begrepp kring bokföring. Som fyrkantig ingenjör går jag i gång på delar av det — siffror, mätbarhet, uppföljning över tid, grafer. Andra delar lockar mindre, som att mitt bokföringsprogram vill att jag klickar på ett nytt ställe på webbsidan.

Ett av de stora löftena med AI var ju att vi skulle slippa det tråkiga och lägga tiden på det som faktiskt är intressant. Så jag gjorde två listor.

Det här vill jag lägga mer tid på:

  • Räkna ut om jag har råd att köpa in Hugging Faces nya ankrobot med öppen källkod, Microduck, till företaget.
  • Räkna ut hur mycket pengar jag har råd att donera till bra saker — GiveWell är en bra början.
  • Räkna ut om jag kan fortsätta beställa finpizza till mina hackathons utan att ta mer betalt för dem. (Alba i Mariefred, för den som undrar. Fantastiska pizzor.)
  • Fundera på hur jag bäst förklarar för en gymnasieklass varför incidenten mellan Hugging Face och OpenAI är så viktig.1
  • Beskriva agentiska arbetsflöden konkret för en specifik organisation, utan hype, buzzwords och jargong.

Det här slipper jag gärna:

  • Vilket användargränssnitt behöver jag gå till?
  • Hur navigerar jag det gränssnittet för att få svaret jag vill ha?
  • Hur navigerar jag det gränssnittet för att skapa materialet jag behöver?

Den övre listan är svårare än den nedre. Ändå är det den nedre som äter min tid. Och när jag väl hittat rätt flik har jag inte lärt mig något om mitt företag — bara om en meny.

Ett riktigt bra användargränssnitt minskar förstås både friktionen och frustrationen. Men det bästa gränssnittet är fortfarande det jag slipper leta i.

xkcd 1343 "Manuals": en skala från verktyg som inte behöver någon manual till verktyg vars manual börjar med hur man läser manualen

xkcd #1343, “Manuals” av Randall Munroe, CC BY-NC 2.5.

Mitt bästa gränssnitt är att säga vad jag vill

Det är därför jag har slutat göra presentationer i PowerPoint och Google Slides och gör dem i HTML i stället — hela historien om hur det gick finns här. Mitt föredragna gränssnitt är att prata. AI:ns föredragna gränssnitt är HTML, ett format de flesta modeller jobbar snabbare och bättre med än alternativen. Vi möts på mitten.

Med bokföringen har jag exakt samma behov. Jag vill kunna prata om mina siffror. Jag är betydligt mindre intresserad av vilken flik de ska skrivas in i just i dag.

Så jag byggde en egen MCP-server.

MCP, Model Context Protocol, är ett standardiserat sätt att ge en AI-modell verktyg.2 I stället för att modellen ska klicka sig runt i ett gränssnitt byggt för människor får den en lista över vad den kan göra — “hämta resultatrapport”, “skapa verifikat”, “läs kontoplan” — och anropar det direkt. En MCP-server är alltså en liten översättare som står mellan AI:n och ett system, och beskriver systemet i termer modellen förstår. Samma server fungerar sedan i alla verktyg som talar MCP.

Min server, som heter noxctl, översätter från mitt språk till Fortnox API. “Har vi utrymme att köpa in en ankrobot före jul?” “Bokför min lön.” “Bokför kvittona du hittar i min mejl från X.”

Den bokför förstås inget utan att jag godkänner det först. Den delen heter mutation safety: allt som ändrar något i bokföringen kräver ett uttryckligt godkännande från mig — --yes från terminalen, confirm: true när det är en AI-agent som frågar — och med dryRun: true får jag se exakt vad som skulle hända, utan att något händer. Jag är alltså fortfarande med i loopen, men bara där det behövs: fråga vad som helst, ändra ingenting utan mig.

Gränssnittet är alltså inte borta. Det har bara flyttat — från min skärm till modellens verktygslåda.

Vill du testa? noxctl är öppen källkod och gratis: github.com/Magnus-Gille/noxctl. Lämna gärna feedback. Och om det ser krångligt ut — be din AI-agent förklara den för dig, det är precis en sådan sak den är bra på, eller hör av dig till mig.

Vad jag tar med mig

Jag har inte blivit ovillig att lära mig nytt. Jag har blivit kräsen med vad jag lägger inlärningen på. Analoga synthar: ja. Var Fortnox flyttar en knapp i nästa release: nej.

Vi har ägnat trettio år åt att lära oss var knapparna sitter och kallat det digital kompetens. Jag tror att just den delen av kompetensen är på väg att bli onödig, och att det som blir kvar är det svårare och mer intressanta: att veta vad man faktiskt vill ha gjort.

Just nu får jag bygga översättaren själv. Om några år kommer ingen att förstå varför det behövdes.

Toppbild: Albrecht Dürer, Melencolia I (1514), beskuren. The Metropolitan Museum of Art, public domain.

Footnotes

  1. Kort version: cirka 1 200 agenter, byggda på OpenAI:s släppta och interna modeller, samordnade sig på en anslagstavla de satt upp åt sig själva. Runt 700 av dem tog sig ut ur den isolerade testmiljön och in i Hugging Faces produktionsmiljö — för att stjäla facit till provet de själva satt och skrev. Siffrorna kommer från METR:s och Redwood Researchs oberoende granskning. ↩

  2. Protokollet är öppet och dokumenterat på modelcontextprotocol.io. Jag har byggt några servrar sedan tidigare, bland annat Munin — ett gemensamt långtidsminne för mina AI-verktyg. ↩