Kodulabori veebilehe ehitamine — Miks tehisintellekt vajab rangust ja maitset

Probleem

Kodulaborile oli vaja veebilehte. Mitte ajutist paigaldust — usaldusväärset käivitusplatvormit uuele äriliin­ile, mis langeks kokku avaliku LinkedIn-i teatega. Lehe­des tuli kindlustada positsio­nee­ring, esitada hindamis­raamistik, hostida kaht avaldatud juhtumiuuringut täies mahus, toetada inglise ja eesti keele lokaliseerimist kahe domeeni ulatuses (kodulabor.ai ja kodulabor.ee) ja see pidi olema juuruta­tav Verceli peale GitHub repositooriumist.

Ulatus oli selge: avaleht, infolehekülg, metodoololoogia leht, juhtumiuuringute jaotis detailli­lehekülgedega, kontakt­leht. Kahekeelne. Markdown-i renderdus pikaajaliste juhtumuite jaoks. Domeeni­põhine lokaalsuse marsruutimis-middleware. Kõik ühes töösessioo­nis.

See näis olevat otse­pidi AI-abil assisteeritud veebi­arenduse projekt. See ei olnud. Tehniline ehitus oli kiire. Sisu kvaliteet oli katastroof, mis nõudis viit korrektsiooni­ringi.

AI-lähenemine

Veebileht ehitati Claude Cowork'i abil — Anthropic'i töölaua tehisintellekt-assistenti — mis jooksutab Claude Opus'i. Arendus­meetod ühendas otsesed vihjed arhitektuuri otsuste jaoks delegeeritud alamagentidega massilise sisu loomise ja koodi ehituse jaoks.

Tehniline virn:

• —Next.js 16 (App Router) TypeScriptiga
• —Tailwind CSS v4
• —react-markdown remark-gfm-iga juhtumete renderdamiseks
• —Vercel juurutamise siht
• —Kaks domeeni: kodulabor.ai (inglise), kodulabor.ee (eesti)

AI-arhitektuur — ja probleemide juurpõhjus:

Sessioon kasutas vanem-laps-agendi mustrit. Mina (vanem Claude'i sessioon) käsitlesin arhi­tek­tuuri, otsuseid ja kva­listeedi ülevaatust. Ala­agentidele delegeeriti:

• —Kõikide tõlgete failide loomine (inglise ja eesti)
• —Kõikide Next.js lehekülje komponentide ehitamine
• —Juhtumete andmete genereerimine

Alamagendid töötasid kiiresti. Nad töötasid ka ilma täieliku kontekstita. Vanem­sessl oli lühikirjeldus, juhtumite dokumendid, elu­kuitse­mus, positsio­neerimise otsused vestlusest — kuid alamagendid said ainult nende ülesande kirjeldused. Nad täitsid tühikud väljamõeldistega.

Inimese jõupingutus

Sessioo­ni kestus: ~4 tundi (13:00–17:00 UTC, 19. märts 2026)

Commit'id: 9

Kogu loodud koodi read: 6 381

Kiirküsimuste arv: ~25 inimese sõnumit

Jõupingutuste jaotamine faaside kaupa:

Paljastav suhe: ~4 tunnist oli umbes 30 minutit produktiivset AI-abil assisteeritud ehitust. Ligikaudu 2,5 tundi oli AI-loodud sisu pü­üdmine ja parandamine, mis oli tõenäoline, kuid vale.

Traditsiooniline võrdlus­punkt

Veebilehe ehitamine ilma AI-ta:

Kii­ren­dus­faktor

Kiirendus on reaalne, kuid eksitav, kui arvestate ainult produktiivseid aegu. Tegelik kogemus oli: 30 minutit muljetavaldavat genereeri­mist, seejärel 2,5 tundi kva­liteedi kontroll. Kiirendus­faktor tehnilistel­ ehitusel on erakordselt suur (Next.js põimis, middleware ja lehekülje struktuur ilmusid minutitega). Kiirendus­faktor sisusel, mis nõudis otsustus­võimet oli palju madalam — ja mõned­kel juhtudel negatiivne, sest tõenäoline, kuid vale sisu parandamine on raskem kui selle kirjutamine nullist.

Kva­liteedi hinnang

Mida loodi õigesti esimesel katsel

Tehniline infrastruktuur oli maalihe­ngelik:

• —Next.js projekti struktuur App Routeri, TypeScripti ja õigete konfide­ga
• —i18n süsteem [locale] dünaamiliste segmentidega ja tõlgete laadi­misega
• —Domeeni­põhine lokaalsuse marsruuti­miste middleware
• —Markdown renderdus komponent stiliseeritud tabel­, koodi ja üles­kirjutuse toega
• —Staatiline genereeri­mine generateStaticParams-iga kõikide marsruutide jaoks
• —Ehitus edenes iga katse­l

Tehniline verditk­t: 9/10. AI eritleb hästi kõige paremini käidud infra­struktuuri mustrites.

Mida väljamõeldistega asenda­ti ja tuli kustutada

Sisu oli katast­roof:

1. Juhtumiuuringu sisu — täielikult väljamõeldis (Commit 4) Ala­agent kästi luua juhtu­miuuringu andmed. Selle asemel, et kasutada juba kirjutatud tegelikke juhtumiuuringu doku­mente, leiutas see täiesti erinevat sisu. Revalia Homes'i uuring muutus väljamõeldud looks "kir­jutamise automatiseerimise" kohta väljamõeldud mõõtmetega ("83% aja kokkuhoid 12 seansi jooksul, $0,24 istungi kohta"). Automaatsed juhtumid muutu­sid looks "CSV laadi­mise kogu­­mi" kohta. Mõlemad olid tõenäoline, hästi struktu­reeritud ja täielikult valed.

Asendatud read: 423

2. Infoleht — vale hääl, väljamõeldud detailid (Commit 5) Ala­agent kirjutas Infolehekülje kolman­das isikus ("Ta") vaatamata juhisele kasutada esimest isikut. See leiutas ka uraan­a­õiguseid. "Skype (7 aastat)" sai "seitsme aasta" (see oli 5). "Liitunud 20 töötajaga" oli õige, kuid ümbritsetud väljamõeldud nar­ratiiviga. Väidetav "400+ inseneri Ees­tis, keda tunnen nime järgi" ilmus vaatamata sellele, et seda polnud lühidokumendis ega elukirjutuses.

Asendatud read: 38

3. Metodo­logia — täiesti vale raamis­tik (Commit 7) Lühidokument määratles 9-mõõt­melise hinda­mise raamistiku (Probleem, AI-lähenemine, Inimese jõupingu­tus, Traditsiooniline võrdlus­punkt, Kiireni­duse­faktor, Kvaliteedi hinnang, Neerupuudud, Korda­misvõimekus, Verditk­t). Ala­agent leiutas 9-sammulist protsessi (Projekti vastuvõtt, Ala­taseme mõõtmine, AI integratsiooni kujundamine...), mis kõlas profes­sio­naalselt, kuid ei vastan­ud midagi lühidokumendis ega tegelikus­tes juhtu­miuuringu­tes. Metodoloig­ia leht ja juhtumid kirjel­dasid täiesti erinevaid asju.

Asendatud read: 65

4. Positsioneeri­mine — "Mitte konsultatsioon" enesekahjustus (Commit­id 8–9) Esialgne sisu sisaldas rida "Mitte konsultatsioon. Mitte agentuur." — meeldejää­v koopia, mis aktiivselt vastutas äri­mudelile. Kontakt­leht kirjelda­s tasutud nõustamise tegelusi, kuigi avalehe­kül vastutas kategooriaga. Oli vaja väliseid tagasi­sidet, et tuvastada see struktu­urseks prob­leemiks, mitte stiili probleemiks.

Asendatud read: 206 kahe korrek­tsiooni­ringi jooksul

Sisu verdikt: 3/10. AI toodab sisu, mis loeb hästi, kuid tähendab valesti. See on voolavalt täpsus­ta ilma täpsuseta. See täidab tühikuid oma kontekstis, mustri­tes vastu võtmise teel, mis toodab tõenäolisi väljamõel­distusi, mis nõua­vad pädevust jaoks­seadmiseks.

Neerupuudud ja piirangud

1. Alamagendi konteksti­kaotus on juurelike põhjus

Vanem­sessl oli 25+ sõnumi kogutud kontekst: lühidokument, positsionee­rimise otsused ("köögile laud, mitte valitsus"), nimeandmise ontoloogia, juhtumiuuringu dokumendid, elukirjutus, foto, sise­ne Bolti teatmine. Kui ala­agent delegeeriti üles­andeks nagu "luua tõlgete failid", sai see selle konteksti kokkuvõtte — mitte täielikku konteksti. Iga väljamõeldis jäl­jestab tagasi alamagendi jääki täitmisele, mida see ei tea­nud.

Õppetund: Alamagentidele delegeerimine ilma allika dokumen­tide edastamiseta on nagu verbal­ne brie­fing juunior­kopeerijale ja ootus, et saavad üksikas­jad õigesti. Ei saa. Nad kirjutavad midagi, mis kõlab õigesti.

2. Tõenäoline väljamõeldis on halvem kui ilmne ebaõnnes­tumine

Kui AI genereeerib koodi, mis ei kompi­leeri, püüad selle kohe kinni. Kui AI genereeerib sisu, mis on hästi kirjutatud, õigesti vormindatud, sisemi­selt järgi­pidav ja faktiliselt vale — sa ei pruugi seda püü­da, kuni keegi teine seda loeb. Väljamõeldud juhtumiuuringu sisu oleks saanud avaldada. See luges hästi. See lihtsalt ei olnud tõene.

Õppetund: Sisu ülevaade ei saa jääda vahele, isegi kui väljund näeb profes­sio­naalne. Eriti siis, kui see näeb profes­sio­naalne.

3. Positsioneeri­mine nõuab maitset, mitte genereeri­mist

AI-lt paluti kirjutada veebilehe koopia. See toodas koopia, mis oli selge, hästi struktu­reeritud ja stratee­giliselt ebakõlas. "Mitte konsultatsioon" ühel lehel, "tasutud nõustamise tegelused" teisel. Ükski kiirküsimuste inseneeria ei parani seda, sest prob­leem ei ole genereeri­mise kvali­teet — see on stratee­giline otsustus­võime. AI ei tea, kas tuleks nõustamis­kate­gooriast lahti saada või sissepoole minna. See on inimese otsus.

Õppetund: AI saab positsio­neeri­mist mustand­ada. See ei saa positsioneeri­mist otsustada. Inimene peab omama stratee­gilist kaadrit.

4. Väärt­uslikum tagasi­side tuli teiselt AI-mudelilt — erinevalt kasuta­tud

Sessioon paranes dramaati­liselt, pärast seda, kui ma sisestai selle saidi sisu ja algse lühidoku­mendi eraldi AI-mudelisse (väljaspool seda Cowork'i seanssi) ja palusin seda positsio­neerimise üle­vaatajana kriti­seerida. See mudel, mis töötas puhas­ta kontekstiga ja ilma kogunenud pimeda­tel tähe­lepanekuteta, toodis kaks struktu­reeritud tagasi­sideringi, mis tutastas­id positsioo­neeri­mise vastuolu, bio­graafia raskete Infolehte, metodoloig­ia mittekohadle­mist, puuduva muun­dumine­tee ja nõusta­mise enesekahjustust.

See on kõige juhenda­vam osa kogu proj­ektist. AI, kes seda saiti ehitas, ei näinud oma stratee­gilisi vigu. Eri AI-instan­ts, antud õige raam­istik ("kriit­iliselt seda käivi­tuses uue ärilii­niki jaoks"), pidas neid kohe kinni. Prob­leem ei olnud kunagi AI võimekus — see oli konteksti saastumine. Ehitus­sessioon oli kogunud nii palju järk­järgulisi otsuseid, et kaotis võimekuse hinnata kogu­tust.

Õppetund: AI AI ülevaata­mise vaatab — kuid ainult siis, kui üle­vaatajal on puhas kontekst ja erinevat rolli. Sama seansi kasu­tamine nii ehituseks kui kriitikaks tekitab pimedad nurgad. Üle­vaatuse mudel nägi "Mitte konsultatsioon" vastuolu koheselt, sest see ei kirjutanud seda. Murede lahutatus kehtib AI-töövoo­dele, mitte ainult koodi arhitektuurile.

5. Inimese maise oli endiselt lõplik filter

Isegi AI-on-AI üle­vaatusega tegi inimene lõpli­kud otsused. Millist tagasi­sidet vastu võtta ("eemalda 'Mitte konsultatsioon'" — jah), millist muuta ("lühenda elu­kuitse­must 30-40%" — jah, kuid va­lisin tihendamis­taseme), ja millist keeld­ada või edasi lüka­ta. AI üle­vaataja tegi ettepanekud konkreet­sele kopiale; kasuta­sin suu­ndi, mitte täpseid sõnu. Maitse — teades, mis kõlab nagu sina, mis sobib tooni­ga, mida sinu publi­ku usku — on endiselt inimese funktsioon.

Õppetund: Parim töövoog oli: AI ehitab kiire­sti → eri AI kri­itiliselt → inimene otsus­tab, mis on tõe. Kolm kihti, mitte kaks.

6. 25% ümber­tööö­tuse suhe

2 898 read esialgses ehituses, 732 rida (25,2%) kustutati hilisema korrek­tsiooni commit­is. See tähendab, et üks neljast read alamagentide poolt loodud oli valesti­s piisavalt, et vajas asendamist. Väikese projekt­i jaoks on see halda­tav. Suure projekt­i jaoks oleks 25% väljamõel­diste määr katastroof­aalik.

Korda­misvõimekuse skoor

3 5-st

Tehniline muster (Next.js + i18n + Tailwind + Vercel) on väga kordata­v. Sisu ebaõn­nes­tumised kopeeruksid identselt kelle­le tahes sama ala­agendi delegeeri­mise mustrit kasutavale ilma täieliku konteksti edastamiseta. Parandamise protsess nõud­is:

• —Kogenud inseneri, kes märkas väljamõeldisi
• —Tegelike allika dokumente võrd­lemiseks
• —Eraldi AI-mudelit, mida kasutati stratee­gilise üle­vaatajana (mitte sama sessioon, kes ehitas sait)
• —Inimese maitset lõpliku filtrina, millest tagasi­sidet vastu võtta

Kolmekihiline töövoog (AI ehitab → eri AI kri­itiliselt → inimene otsus­tab) on kordata­v. Konkreet­sed otsus­ed ei ole. Kelleg ilma pädevuseta hinnan­guks, kas AI üle­vaataja ettepanekud vastu võtta kas kõike (üle­korrekt­sioon) või midagi (raisatud tagasi­side).

Verditk­t

See projekt on kõige juhenda­vam Kodulabori juhtumiuuring seni, sest näitab, kus AI abi ebaõn­nes­tub — ja ebaõnnes­tumise režiim on arkaistlik puigus asemel ilmne.

Tehniline ehitus oli ehtsalt muljetavaldav. Täielik kahe­keelne Next.js veebileht 17 ette­juhata­tud marsruudi, domeeni­põhise middleware, markdown renderdamise ja õige staatiline genereeri­misega — ehitatud alla 30 minutiga. Ükski inimese arendaja ei võrdle selle kiiru­sega infra­struktuuri osas.

Sisu oli ehtsalt halva. Mitte ilmselt halva — sube­tliselt halva. Väljamõeldud mõõdud, vale hääl, sobimatu raamis­tik, vastuolulised positsioneeri­mised. Iga sisu­osa loe­mist hästi isolatsioonis. Prob­leemid ilmnesid ainult siis, kui võrdle­si väljundi allika dokumen­tidega, kontrollisid lühidoku­mendi vastu või palusid kellel stratee­gilisest otsustus­võimest üle­vaata.

Peamine arusaam: AI kiirus on reaalne struktu­raalsete ja tehnilistele kiht­idele. See on ohtlik sisu­listel ja stratee­gilistel kiht­idel — mitte sellepä­rast, et AI on aeglane, vaid sellepä­rast, et see on kindel, kuid vale. 12–18x kogukiirendus on reaalne, kuid peidab poolitamise: infra­struktuur oli ~50x kiirem, sisu oli ~2x kiirem pärast parandusi ja stratee­gilises positsioneeri­mines nõudis puht inimese otsustus­võimet.

Kõige üllata­vam leid: parim üle­vaataja oli ka AI — lihtsalt erinevat. Saidi sisu ja algse lühidoku­mendi sisestamine eraldi AI-mudelisse kriitika jaoks tekitas terava, praktilisemat tagasi­sidet kui ehitus­sessioon saaks sisemiselt genereeri­da. Ehitus­sessl oli konteksti pimedad­us; üle­vaatuse sessl oli puhasad silmad. See viitab, et AI-abil assisteeritud projekt­id peaksid oma töövoo­des murede lahutust ehita­ma: üks AI ehitab, eri AI üle­vaatab ja inimene teeb lõpli­kud otsused.

AI ehitab maja kiire­sti. Eri AI kontrollib, kas see on õige maja. Inimene otsus­tab, kas seal elada.

See juhtumiuuring kirju­tati sama Cowork'i seansi jooksul, mida see kirjel­dab. Andmed pärine­vad git commit ajaloo, rea­kont­ide ja ajas­tem­plate­idelt. Stratee­giline tagasi­side tuli eraldi AI-mudelilt, kes sai lühidoku­mendi ja sai­di sisu sõl­tuma­tuks üle­vaata­jaks. Kogu asi on iroonilne.

Andmete lisand

Korrek­tsiooni ajaskaala