Kes on kunagi proovinud nädalavahetusega Claude’iga produktiivse töösuhte luua, tunneb tunnet: mingil hetkel lakkab inimene tööriistaga räägimast ja hakkab mõtlema koos partneriga. Just siit algab erinevus, mida soovin kirjeldada.
Kolm tööriista, üks suhe
Anthropic ei pakkuv Claude AI, Claude Coworgi ja Claude Code’iga mitte kolme toodet, vaid ühe ja sama sparringpartneri kolme erinevat rolli. Kes seda korra mõistab, lõpetab nende käsitlemise vahetatavate rakendustena ja hakkab neid kasutama pigem erinevate kolleegidena. Esiti kõlab see esoteeriliselt, kuid tegelikult ei ole see üldse nii. See on täiesti kaine igapäevatähelepanek.
Claude AI on mõtleja laua taga. Ta loeb, uurib, võrdleb, argumenteerib, sõnastab kontseptsioone, sorteerib valikuid, toob vestlusesse vastuseisukohti. Kui seisan arhitektuuriotsuse ees – kas Aktera Connect peaks ühenduma otse Dolibarriga või tegema ringi Paperless-ngx kaudu, kuidas struktureerida rakenduste maastiku konsolideerimist SPL Tele’s –, on Claude AI koht, kus mõttetöö algab. Ta ei viska kiirelt ideed lauale, vaid esitab küsimusi, sundides mind oma ülesannet teravalt sõnastama. Juba see üksi on rohkem, kui enamik tööriistu suudab.
Claude Code on inseneriroll. Ta näeb koodi, mõistab hoidlate struktuuri, muudab korraga mitut faili, austab Git-töövooge. Kui arhitektuur on otsustatud, annan ülesande üle Claude Code’ile – ja seal tekib kood, mis muudab idee reaalsuseks. Lumi Connect for Dolibarri, Aurora-skripti ja abipluginate puhul, mida ehitasime ainews.lumi-systems.io jaoks: käsi toimetaja juures oli Claude Code, pea arhitektuuri taga Claude AI.
Claude Cowork on operatiivpartner. Tal on juurdepääs minu failidele, ta oskab kasutada minu ühendusi (connectors), kutsub esile API-sid, mida ma talle lubatan, ta töötab Microsoft Planneri, Outlooki, Google Drive’i, meie XWiki, Coolify, Hetzneri ja Dolibarriga – ta teeb ära töö, mis varem tööriistade vahele kadunuks jäi. Tema on see, kellele annan ülesande ja kelle valmis tulemuse leian tunni pärast väljundikaustast.
Koreograafia teeb vahe
See, mis on muutunud pärast seda, kui ei kasuta neid kolme enam üksteise järel, vaid koos, on kiirus, millega jõuan mõttest kindlale tulemusele. Tüüpiline päev näeb praegu välja niimoodi: hommikul arutan Claude AI-ga küsimust, mis kummitab minu postkasti või sisetunnet – see võib olla SPL Tele protsessiküsimus, Lumi Systemsi arhitektuuriteema või ettevalmistus kohtumiseks Christian Richerti või David Planneriga. Selle tulemusena tekib harva valmis lahendus. Sünnib teravalt sõnastatud plaan, mis teab, kus tema lahtised otsad on.
Selle plaani annan siis edasi. Kui plaan vajab koodi, läheb see Claude Code’ile koos hoidla kontekstiga, testidega ja konkreetse ülesandega. Kui plaan vajab failioperatsiooni, brauseripõhist uurimist, Exceli aruannet või Slacki uuendust, läheb see Claude Coworgile. Sealjuures ei sõnasta ma iga sammu uuesti – viitan lihtsalt sellele, mida Claude AI ja ma koos välja töötasime. See säästab kordamist ja aega ning kõige olulisem: see tagab, et kogu tehnoloogiapakett räägib sama keelt.
Osa neist teatepulga üleandmistest toimub isegi otse tööriistade vahel: Claude AI kirjutab mulle üleandmisviipa (prompt) Claude Code’ile või Claude Coworgile. Ta teab, kuidas tema õed töötavad, ta teab, milline info on seal mõistlik ja milline sõnakõlks on ülearune. See kõlab väikese detailina, kuid on tegelik hoob: tööriist optimeerib tööriista kasutamist.
Hoob hoova taga: API-tokenid ja MCP
See, mis teeb Claude Coworgist tõeliselt operatiivpartneri, ei ole mudel, vaid ühendus. Üks minu WordPressi rakendusparool, Coolify API-token, Microsoft Graphi OAuth-värskendustoken, lugemisjuurdepääs meie Vaultwardenile – ja järsku on ülesanne, mis varem nõudis viisteist käsitsi sammu, väärt ühte ainsat käsklust. ainews.lumi-systems.io ümbertöötamise ajal tegime just seda: ehitasime abipluginat, mis muudab Feedzy importide haldamise täielikult REST-liidese kaudu võimalikuks, andsime Claude Coworgile tokeni, ja ta kustutas ühe seansi jooksul 24 ummikusse jäänud importi, loob 40 puhast uut, sortis 107 postitust NIS2 alamkategooriasse ja koostas olekuraporti.
Model Context Protocol – MCP – on sama mündi teine külg. See muudab igast liidesega tööriistast Cowork-sobiliku partneri. UiPath, Microsoft Planner, Anytype, meie oma XWiki: iga selline ühendus laiendab seda, mida Claude’ile üldse usaldada saan. Ja just siin muutub suhe pöördepunktiks. Kuni tehisintellekti tööriist genereerib ainult teksti, jääb ta ettepanekute süsteemiks. Niipea kui ta suudab iseseisvalt tegutseda, on ta kaastöötaja.
Kes soovib hoovast aru saada, peaks selle kasutamisel olema ettevaatlik. Ma ei anna Claude Coworgile kunagi tokenit, mõtlemata läbi, mis võiks halvimal juhul juhtuda. Rotatsin volituskirjad suurte tööetappide järel. Hoian konteksid selgelt lahus – SPL Tele andmed ei sattu minu Lumi Systemsi vestlusesse ja vastupidi. Selline distsipliin ei tulene usaldamatusest, vaid austusest. Kes võtab kaastöötajat tõsiselt, annab talle selgeid piire.
Nähtamatu pool: suhtlus
See, mis läbib kõiki neid tehnilisi punkte ning mille kohta kõneldakse kõige vähem, on keel inimese ja tehisintellekti vahel. See on ülesehituse nähtamatu pool ja just selles peame kõige rohkem õppima.
Kes kohtleb Claude’t otsingumootorina, saab tagasi otsingumootori tulemusi. Kes kohtleb Claude’t praktikandina, saab tagasi praktikandi väljundit. Kes kohtleb Claude’t täiskasvanud, pädeva kolleegina, kellele antakse kontekst, kellele usaldatakse ja kellelt oodatakse vastuväiteid – see saab töötulemusi, mis on lähedal sellele, mida varem nimetati seenior-taseme väljundiks.
Minu enda õppimisvaldkond ei ole seejuures niivõrd viibade (prompt) inseneeria kitsamas tähenduses – see on küsimus, kuhu mõni XML-tag käib. Minu õppimisvaldkond on ülesande selgitamine. Mida ma tegelikult tahan? Mis on edu mõõdupuu? Mis ei tohi juhtuda? Milline eeltöö on juba tehtud, mida ei tuleks kordama? Milline järjekord on mulle oluline? Just need küsimused, mida esitaksin ka inimlikule seenior-kolleegile. Kes vastab Claude’ile neile küsimustele, saab tööd. Kes ei vasta, saab plausiibli kõlava ettepaneku, mis läheb tema vajadusest mööda.
Teine distsipliin on tagasiside. Kui tulemus ei sobi, on selleks peaaegu alati põhjus, mis eelneb mudelile – puuduv kontekst, valesti mõistetud prioriteet, ebaselge edu mõõdupuu. Selle asemel, et frustreerituna eemale klõpsata, on kasulik küsida mudelilt, mis tal puudu jäi. Selline tagasiside muudab kohe järgmist ringi ja muudab ka mind ennast. Iga sellise seansi järel muutun mõtlemises täpsemaks.
Mis jääb inimlikuks
Mulle on oluline välja tuua midagi, mis kogu tehisintellekti sümbioosi vaimustuse keskel kergesti unustatakse. Küsimus „mida me tegelikult tahame?” – strateegiliselt, eetiliselt, inimlikult – jääb meie enda kanda. See ei muutu delegeeritavamaks sellepärast, et tööriist muutub võimekamaks. Vastupidi: mida võimekam tööriist, seda täpsem peab olema küsimus, mille talle esitame.
Kolm Le