# Det fælles værksted Åbne værktøjer giver både mennesker og AI nye kræfter. De store modeller kan endda hjælpe med at bygge de redskaber, som gør de mindre mere nyttige. - Forfatter: Mikkel Freltoft Krogsholm - Type: Essay - Udgivet: 2026-10-30 - Opdateret: 2026-10-30 - Sprog: da - Emner: ai, open source, værktøjer, skaberkraft - Kanonisk URL: https://mikkelkrogsholm.dk/da/articles/det-faelles-vaerksted/ --- Et menneske åbner et billede i PhotoCraft og begynder at redigere. En AI-agent kan arbejde med billedet i det samme program. Mennesket klikker på knapperne. Agenten giver programmet besked om, hvad det skal gøre. Begge bruger de samme værktøjer. [PhotoCraft](https://github.com/storytold/photocraft) er et åbent billedredigeringsprogram og en del af en hel stribe Craft-programmer til billeder, film, lyd og design. Andre projekter handler om at tegne ting og bygninger. De har noget vigtigt til fælles: De er bygget til både mennesker og agenter. Det sidste er værd at hæfte sig ved. Vi taler meget om, hvilken AI der er klogest. Hvilken model der vinder den næste test, skriver den bedste kode eller kan løse det sværeste problem. Imens er der nogen, der bygger alt det, modellerne kan arbejde med. Og det kan gøre en stor forskel. En AI med adgang til et godt tegneprogram kan noget andet end den samme AI uden. Ligesom vi selv kan mere, når vi har ordentlige redskaber. Jeg tror, at en vigtig del af de kommende års fremskridt kommer til at ligge her. I det fælles værksted, der vokser frem omkring modellerne, og som også giver os mennesker flere kræfter. ## Giv den noget at arbejde med En snedker har brug for sin sav og sin høvl for at lave et bord. Hun bruger også metoder, andre har fundet frem til før hende. Hendes faglighed bliver til noget, når hun har redskaberne at arbejde med. Sådan er det også med en AI, der skal løse en opgave. Den skal kunne finde det, den skal bruge, gøre noget ved det og se, om det virkede. Skal den rette et computerprogram, hjælper det at kunne åbne filerne, ændre koden og køre en test bagefter. Hvis testen fejler, har den noget konkret at gå videre med. I AI-verdenen kalder man det ofte et *harness*. Det er alt det omkring modellen, der hjælper den med at få arbejdet gjort. [Forskere viste i 2024](https://arxiv.org/html/2405.15793v3), hvor meget det kan betyde. De brugte samme AI-model, men ændrede dens redskaber og den måde, den fik resultaterne tilbage på. Det ændrede, hvor mange programmeringsopgaver den kunne løse. Selv måden at vise en kodefil på gjorde en forskel. I Fremtidens Tegnestue bruger vi [SolidCraft](https://github.com/tangency-labs/solidcraft) og [BIMCraft](https://github.com/IPedrax/BIMCraft). Med dem kan vi lave arkitekturtegninger, som jeg synes er helt vildt imponerende. Programmerne giver AI adgang til at arbejde med former og bygninger, som vi kan ændre og tegne videre på. Det er en anden slags hjælp end et flot billede af et hus. I BIMCraft ligger der en model af bygningen bag tegningen, med vægge, døre og rum. Den kan bruges til at lave plantegninger, snit og facader. Forestil dig, at en væg skal flyttes. Så har man noget at flytte på, og man kan se, hvad det betyder for rummene og tegningerne. Agenten kan arbejde med modellen, og mennesket kan se resultatet og rette videre. De behøver ikke betjene programmet på samme måde for at arbejde på den samme bygning. For en lille tegnestue åbner det nogle ret store muligheder. Flere idéer kan blive til noget, man kan se på og tage stilling til. Man kan komme videre med et forslag i stedet for at lade det blive ved snakken om, hvad man en dag kunne tegne. I [*Da grænsefladen blev valgfri*](https://mikkelkrogsholm.dk/da/articles/da-graensefladen-blev-valgfri/) skrev jeg om, at vi kan få hjælp til at bruge programmer uden selv at finde alle knapperne. Med Craft-værktøjerne kan vi også beholde knapperne og selv tage fat, når det giver mening. Mennesket og agenten har hver sin vej ind til det samme arbejde. ## Når den store bygger værktøj til den lille Der er en anden tanke, som gør det her endnu mere spændende. De store AI-modeller er blevet gode til at skrive kode. Så de kan også hjælpe med at bygge værktøjer, som mindre modeller kan bruge bagefter. Det er allerede blevet prøvet. I et [forskningsprojekt fra 2023](https://arxiv.org/html/2305.17126v2) fik GPT-4 til opgave at skrive små programmer, der kunne løse bestemte slags opgaver. Den billigere GPT-3.5 fik derefter adgang til programmerne og skulle bruge dem til at finde svarene. En af opgaverne gik ud på at holde styr på ting, der blev byttet rundt. Med almindelige instruktioner svarede GPT-3.5 rigtigt i godt 61 procent af tilfældene. Med værktøjet kom den op på næsten 100 procent. Modellen skulle stadig finde ud af, hvad opgaven gik ud på, men den kunne lade programmet holde styr på ombytningerne. Forskerne prøvede også at give GPT-3.5 den stærkere models forklaring på, hvordan man skulle tænke sig frem til svaret. Det hjalp ikke på samme måde. Et brugbart redskab gjorde mere gavn end en længere forklaring. Den store model havde altså gjort et arbejde, som den billigere model kunne få glæde af igen og igen. Den behøvede ikke stå ved siden af og hjælpe hver gang. Forestil dig, at det sker med mange flere slags software. Mennesker bruger de stærkeste modeller til at udvikle bedre tegneprogrammer, billedredigering og beregninger. Bagefter kan andre agenter bruge programmerne, selv om de ikke selv ville kunne bygge dem. Så bliver den store models kunnen til noget, der rækker ud over dens egne svar. Den hjælper med at skabe et værktøj, som mange andre kan bruge. Også mennesker, der aldrig kommer til at arbejde med netop den model. I [*Revolutionen under overfladen*](https://mikkelkrogsholm.dk/da/articles/revolutionen-under-overfladen/) skrev jeg om de mange små steder, hvor AI kan komme til at gøre en forskel. Her er en vej derhen: De største modeller kan være med til at gøre de mindre mere nyttige. ## Det, vi giver videre Det er hele open source-tanken. Nogen bygger noget og deler det, så andre kan bruge det, ændre det og bygge videre. Et lille hold kan lave noget stort med kode, andre har skrevet før dem. Nu kan agenter også få glæde af det arbejde. Og når de selv hjælper med at bygge nye værktøjer, kan de være med til at give noget tilbage. Et program, som et menneske og en AI laver sammen, kan blive nyttigt for helt andre mennesker og deres agenter. Den 29. oktober skrev [datalogen Fabrizio Montesi i Ingeniøren](https://ing.dk/holdning/nu-kan-ai-skrive-koden-men-mulighederne-raekker-langt-ud-over-hurtigere-programmering) om et beslægtet projekt. CSLib samler viden om datalogi i en form, som computere kan arbejde med og kontrollere matematisk. Montesi beskrev, hvordan den viden havde hjulpet AI med at løse en opgave, den tidligere havde måttet opgive. Et sådant bibliotek og et tegneprogram er forskellige ting. Men begge giver den næste noget at begynde med. Man overtager et stykke arbejde, som allerede er gjort, og kan bruge sine kræfter på at komme videre. Og når værktøjerne er åbne, kan vi være med til at forme dem. Vi kan få rettet en fejl, tilføje noget, vi mangler, eller bygge videre i en anden retning. Det kræver arbejde. Nogen skal skrive koden, forklare, hvordan den bruges, og passe på det, de andre bygger videre på. Den næste brugers genvej er noget, andre har brugt tid på at lave. For den lille tegnestue kan det ende som en tegning, vi før havde svært ved at få frem. For en anden kan det være en film eller et stykke musik. I [*Noget, der er vores*](https://mikkelkrogsholm.dk/da/articles/noget-der-er-vores/) skrev jeg om glæden ved at kunne skabe noget, som kun få mennesker behøver være interesserede i. Bedre redskaber giver os flere ting at forsøge os med. Det er værd at lægge mærke til, at de samme værktøjer kan hjælpe både en mindre model og et lille hold mennesker. Begge kan få adgang til kræfter, de ikke selv kunne have bygget. Et bidrag til et åbent program kan derfor få et langt liv: Først hjælper det en agent med at løse en opgave. Så hjælper den et menneske med at føre en idé ud i livet. Jeg glæder mig til at se, hvad de næste store modeller kan. Men også til at se, hvad de er med til at bygge og give videre. Når en model bliver afløst, kan et godt værktøj stadig være værd at bruge. Den næste model kan komme til et bedre værksted end den forrige. Og døren kan stå åben for os andre.