Entreprenör i residens för @Esade, rådgivande styrelseledamot i iHealth Labs, rådgivare, mentor och coach vid Martin Trust Center for MIT Entrepreneurship, affärsängelinvesterare Self., samt produktchef @Google Edu, grundare, CPO och VD för BrightBytes (förvärvat av Google), styrelseledamot i iEARN-USA, mentor och coach – Big Ideas vid University of California, Berkeley Hisham Anwar, entreprenör - teknolog - affärsängel Den största utmaningen med att bygga företagsklara agenter är inte AI:ns förmåga att koda, utan Context Gap. Traditionella AI-assistenter tappar ofta helhetsbilden när sessionerna växer. De glömmer de arkitektoniska standarderna, de specifika tekniska stackens egenheter och den långsiktiga projektplanen. I en företagsmiljö leder detta (amnesi) till omarbetning och inkonsekvent kod. Jag har fördjupat mig i GSD (Get Shit Done)-ramverket för Claude Code, och det är en game-changer för agentiska arbetsflöden: Persistent minne: Den använder en strukturerad planering/katalog för att ge Claude ett långtidsminne, så att den aldrig tappar projektmålen ur sikte. Automatiserad kontextutveckling: Med kommandon som /gsd:map-codebase läser den inte bara kod; Det bygger en mental modell av hela din arkitektur. Verifierbara färdplaner: Det tvingar fram en "Planera > Genomföra > Verifiera"-loop som speglar arbetsflöden för seniora ingenjörer, vilket minskar behovet av ständig barnpassning. Vad det löser: - Minskar upptäckten från veckor till dagar -Extraherar implicita domänmodeller från befintliga system - Genererar semantiska lagerfundament från produktionskod - Dokumenterar faktiska dataflöden kontra avsedd arkitektur Den viktigaste insikten: Din affärslogik kodar redan din domänmodell. GSD låter oss extrahera det programmässigt istället för att rekonstruera det manuellt genom intressentintervjuer. Detta är inte en komplett lösning på kontextgapet, du behöver fortfarande expertis inom den mänskliga domänen, datastyrning och validering. Men det är en kraftfull accelerant för upptäcktsfasen. ...