Så många av våra traditionella arbetsflöden och processer för att bygga programvara kommer att byggas om på grund av AI-agenter. Till exempel, när du bygger nya funktioner med hjälp av en AI-agent, är det en vild eftersom du i princip kommer att utveckla produktens krav och specifikationer i realtid när du skapar den. Du kanske börjar med en idé eller ett tillvägagångssätt, men eftersom det nästan inte kostar något att lägga till en ny funktion eller testa en annan riktning, slutar det med att du utforskar lösningsutrymmet mycket mer. Det du slutar med kommer sällan att vara det du började försöka göra. Du brukade spendera all din tid i förväg med att försöka bestämma vad du skulle bygga, eftersom kostnaden för att ändra riktning när du väl började på en väg var enorm. Detta var bra för att tänka i förväg och när det görs bra leder det till fantastiska produkter. Men problemet är att du bygger en hel plan och sedan väntar en vecka eller en månad för att bestämma dig för om du gillar riktningen, och då är det väldigt svårt att svänga. Nu kan den processen krympas till en timme, och sedan får du testa om du gillar lösningen du slutade med. Men eftersom kostnaden för den inkrementella funktionen, UX-förbättring, nytt beteende och så vidare har gått till noll, kommer du bara att prova helt andra tillvägagångssätt och se vad som fungerar bäst. Och du har inget mentalt hinder för att kasta bort det du just byggt. Naturligtvis kommer detta att ha en uppenbar nackdel med att många projekt antingen kommer att ha snabb omfattningskrypning eller osammanhängande erfarenheter om du inte är försiktig. Det är därför det faktiskt alltid kommer att finnas en enorm premie på bra produkt- och designkunskaper. Inget av detta försvinner i en värld av AI, men processen att bygga är helt annorlunda.