Jetzt, da wir nahezu das gesamte menschliche Wissen in große Sprachmodelle komprimiert haben, ist die nächste Grenze das Tool-Calling. Das Verknüpfen verschiedener KI-Tools ermöglicht Automatisierung. Der Übergang vom Denken zum Handeln stellt den echten Durchbruch in der Nützlichkeit von KI dar. Ich habe mehr als 100 Tools für mich selbst entwickelt, und sie funktionieren die meiste Zeit, aber nicht immer. Ich bin nicht allein. Der Economic Index-Bericht von Anthropic zeigt, dass 77 % der geschäftlichen Nutzung von Claude auf der vollständigen Automatisierung von Aufgaben basiert, nicht auf Co-Piloting. Anthropic veröffentlichte letzte Woche Dokumentationen über Token-Effizienz und die Neugestaltung von Tools zur Optimierung ihrer Nutzung. Die Anleitung war kontraintuitiv: Statt vieler einfacher Tools mit klaren Bezeichnungen sollten weniger, komplexere Tools erstellt werden. Hier sind die sieben E-Mail-Tools, die ich gebaut habe - Ruby-Skripte, jedes mit einem klaren Zweck. Das Skript "Safe Send Email" wurde entwickelt, um zu verhindern, dass die KI E-Mails ohne Genehmigung sendet. Wunderschön naiv, einfach und klar, sollte ein Sprachmodell nicht in der Lage sein, diese zu lesen und genau zu wissen, was ich es bitten wollte zu tun? Aber so einfach ist es nicht! Anthropic empfiehlt, komplexe Tools zu erstellen. Ihre Forschung zeigt, dass "Anfragen im Durchschnitt 14 % an Ausgabetokens einsparen, bis zu 70 %", wenn man anspruchsvolle, parameterreiche Tools anstelle einfacher verwendet. Der Grund? KI-Systeme verstehen den vollständigen Kontext besser als fragmentierte Absichten. Ich habe das Wochenende damit verbracht, all meine Tools in einheitliche Tools zu konsolidieren, wie dieses hier für E-Mails: (drittes Bild) Die Auswirkungen auf die Genauigkeit waren sofort spürbar. Claudes Erfolgsquote nähert sich 100 %. Das System ist schneller. Infolgedessen verwende ich mit einem effizienteren System deutlich weniger Tokens. Hier ist mein aktuelles mentales Modell: (viertes Bild) Als ich für die KI-Kognition anstatt für menschliche Intuition neu gestaltete, verbesserte sich alles. Meine CRM-Operationen, das Kalender-Management und die Datenbank-Workflows wurden zuverlässiger, als sie in umfassende, parameterreiche Tools konsolidiert wurden. Die Genauigkeit verbesserte sich, sodass die Gesamtkosten erheblich gesenkt wurden. Aber bitte fragt mich nicht, die Tools zu benutzen. Ich bin jetzt ein wenig verloren inmitten der Komplexität. Dies ist eine unvermeidliche Folge der Arbeit auf höheren Abstraktionsebenen, ohne die Maschine weiterhin tief zu verstehen. Wir haben Jahrzehnte damit verbracht, Software für Menschen einfach zu machen. Jetzt lernen wir, sie für KI komplex zu gestalten.