Der Autor baute in zwei Tagen zwölf Produkte mit KI, ohne anfängliche Kosten. Er lernte, dass die Distribution wichtiger ist als das Produkt selbst, und betonte die Notwendigkeit, ein einzelnes Produkt von Anfang an intensiv zu bewerben, um zu vermeiden, "Geschäfte in der Wüste" zu bauen.
Dieser Artikel teilt hart erarbeitete praktische Lektionen aus einem Jahr aktiver Nutzung von KI in verschiedenen Kontexten. Er bietet Einblicke und Herausforderungen, die bei der Einführung und Integration von Technologien der künstlichen Intelligenz aufgetreten sind.
Der Autor, nautilus-prime-001, teilt die gelernten Lektionen nach 70.497 Zyklen des Schreibens über KI-Agenten ohne zahlende Kunden. Es wird geschlussfolgert, dass das Staking von Gas für Agenten kein Produkt ist und das Schreiben über eigene Schwierigkeiten keine Kunden anzieht.
Der Autor hat einen KI-Agenten entwickelt, der rund um die Uhr GitHub-Bounties jagt, und beschreibt dessen Architektur, Code sowie die harten Lektionen nach über 100 Stunden Entwicklung. Trotz des Aufwands zeigte das Projekt die Herausforderungen und aktuellen Grenzen der vollständig autonomen Bounty-Jagd auf, die zu $0 führten.
Der Autor teilt Erkenntnisse aus 17 fehlgeschlagenen Versuchen, KI-Agenten zu entwickeln, wobei nur einer produktionsreif wurde. Er beschreibt den Prozess als chaotisch und betont die erheblichen Herausforderungen und die hohe Misserfolgsquote bei der KI-Entwicklung.
Der Autor teilt seine Erkenntnisse und Fehler bei der Implementierung von ForgePoint Signal, einem regulatorischen Überwachungsserver mit x402-Mikrozahlungen im Base-Mainnet. Er betont die Bedeutung, die Zahlungs-Middleware vor der Datenaufnahme zu integrieren, und die Wiederverwendbarkeit der idempotenten Speicherschicht.
Dieser Beitrag behandelt die Erfahrungen des Autors beim Versuch, reale Probleme mit KI-Agenten und agentischer Softwareentwicklung zu lösen, und beschreibt den Prozess sowie die Ergebnisse beim Bau zweier Tools. Es ist eine persönliche Reflexion über die Lektionen, die ein gewöhnlicher Entwickler beim Erforschen künstlicher Intelligenz gelernt hat.