6. Ehitajad

Ma tahtsin, et mu telefoni avakuval oleks Google’i kalendri vidin poolläbipaistva taustaga. See on kõik. Lihtsalt tavaline kalender, aga nii, et erinevad vidinad mu taustapilti igast küljest kinni ei kataks.

Kammisin Play Store’i läbi. Kümneid kalendrividinaid. Mitte ükski ei olnud selline, nagu ma tahtsin. Kas liiga keeruline, liiga kitsas, vale disain, reklaame täis või siis lihtsalt kole. Lasksin AI-l kõige paremad variandid välja otsida. Ta pakkus mulle mõned välja, laadisin need alla, proovisin — aga ükski polnud õige.

Aga samas kuna tarkvara ehitamine kunagi varem nii lihtne olnud kui praegu, siis andsin idee AI-le ja hakkasime pihta. Natuke läks aega, et ideed kirjeldada, siis tuli see valmis ehitada, telefoni saata, siis peale vaadata, natuke sättida, muuta — ja siis oligi mul telefonis täpselt selline vidin, nagu tahtsin. Sellist pole Play Store’is olemas, sest keegi ei ole kunagi tahtnud täpselt sellist vidinat, nagu mina tahtsin. Kõik tarkvaratooted on siiamaani kirjutatud laia kasutajaskonna soove silmas pidades. Ühe kasutajaga toodet pole seni vaja läinud. Kui aga igaüks võib teha endale täpselt sellise asja, nagu tahab, ilma suurte kulutusteta, muutub tarkvara hüperpersonaalseks.

Muidugi võiks vaielda, et milleks sellist digiprügi juurde tekitada — saab ju niisama ka hakkama. Kas tõesti on vaja mingi viraalse trendi peale genereerida karikatuur endast, mis kulutab sama palju energiat kui telefoni aku poole peale laadimine? Kui aga läheneda asjale nii, et AI näol on tegemist kõige tähtsama tehnoloogiaga inimkonna ajaloos, siis iga inimene peab selle kasutamise endale selgeks tegema. Ja kõige parem viis õppida on mäng.

Kui esimesed laiatarbemudelid välja tulid, avaldati suure hooga genereeritud ja toimetamata artikleid, prooviti kirjutada luuletusi, kõnesid jne. Siis tulid pildid ja videod ning entusiasm kaldus suures osas „AI slopi“ poole. Muidugi on inimajalugu täis ka inim-slopi. Filmid, raamatud, uudised, artiklid, blogid, podcast’id — kõike saab teha nii halvasti, kui ka hästi.

Aga mitte kunagi pole ükskõik mille alustamine olnud nii kerge. Tühja paberilehe halvatus kaob ära, sest kui sa ei oska kuskilt alustada, saab AI sulle anda seitse soovitust, kirjutada esimese mustandi või aidata kokku panna plaani. Kui tahad, et tulemus oleks hea, peab seda toimetama. Keegi ei tee esimese hooga täiuslikku asja. Kes süüdistab AI-d slopis, peab eelkõige otsa vaatama inimesele selle taga, sest tema otsustas, et tulemus on jagamiseks valmis.

Aga paljud on juba mängimisest edasi liikunud, sest nad on näinud, mida kõike saavutada on võimalik, ja probleemide lahendamisel minnakse järjest sügavamale. Viimati kirjutasin sellest, mida teaduses AI abiga saavutatakse. Täna keskendun sellele, mida tavakasutaja tasemel on võimalik ehitada.

Kui kalendrividin valmis sai, tegin kohe järgmise — ilmavidina. Ka neid on palju olemas, aga minu probleem on sama: kas pole ta piisavalt täpne, ei mahu vidinale see info, mida tahan näha, või lihtsalt ei näe see välja just selline, nagu tahaksin. Nii ma tegingi jälle ise. Ehk kirjeldasin, mida ma tahan, tema kirjutas koodi.

Maakodu kütte juhtpaneel

Mul on maakodu, kus talvel peab kütet sees hoidma, et torustik ära ei külmuks ja et ise talvel maale minnes oleks tuba soe. Lisaks ahjule, mis väga hästi maja soojendab, on mul igas toas ka elektriradiaatorid, mis on ühendatud nutipistikutesse ja mida saab üle võrgu sisse ja välja lülitada, ning õhksoojuspump, millele saab sõnumiga käsklusi saata. Lisaks on igas toas ka lihtne WiFi-termomeeter. Selline oli lähteülesanne.

Sealt ehitasin AI abiga küttejuhtimise kontrollpaneeli. See on server, mis töötab maakodus oleva vana Delli sülearvuti peal ja millele ma pääsen ligi ükskõik millisest seadmest. Ekraanil on iga toa temperatuur reaalajas, ilmaennustuse graafik ja nupud, millega saab vajadusel soojuspumpa ja radiaatoreid manuaalselt sisse-välja lülitada. Aga muidu töötab see autonoomselt — jälgib elektrihindu, maja temperatuuri, ilmaennustust ja kohapealset reaalset välitemperatuuri ning kütab siis, kui see on kõige mõistlikum. Ja kui ma tean, et maalesõit on ees, lülitan maja eelsoojendusrežiimi, mis kütab toa parasjagu soojaks.

Mõned aastad tagasi poleks see võimalik olnud või siis oleks tulnud osta mingi valmissüsteem ja maksta selle töös hoidmise eest igakuist tasu. Selliseid süsteeme müüakse praegugi ja pole patt maksta teenuse eest, millest sa kasu saad. Aga kunagi varem pole ka olnud võimalust ise selline süsteem üsna väikese vaevaga valmis ehitada. Esiteks lihtsalt sellepärast, et sa saad seda teha. Teiseks sellepärast, et see on äge! Kelle ainus kokkupuude koodiga pärineb keskkooli arvutiõpetusest, kus pidi Notepadis lihtsa veebilehe valmis kirjutama ja ainsad meelde jäänud märksõnad on <a href>, <img src=> ja <br>, neile on töötava rakenduse valmissaamine päris ülev tunne.

Ja kõige parem on muidugi see, et kui midagi muutub või tuleb uus idee, siis on väga lihtne seda edasi arendada.

Turvakaamerad, mis ei saki

Järgmiseks projektiks olid turvakaamerad. Minul on need sellised, mis tuvastavad liikumist ja saadavad telefoniäppi teate – isegi siis, kui tegemist on lihtsalt tugeva vihmasaju või puuoksa liikumisega. Muidugi võiks maksta kolm eurot kaamera kohta, et see nutikamaks muutuks, aga mida rohkem kaameraid, seda kallimaks see läheb. Niisiis ehitasin süsteemi, mis vaatab iga märguande üle ja saadab mulle sõnumi ainult siis, kui tuvastab looma, inimese, sõiduki vms.

See on Pythoni programm, mis loeb turvakaameratest reaalajas videopilti, jooksutab seda läbi liikumistuvastuse ja seejärel läbi YOLOv8 närvivõrgu, mis suudab eristada inimest loomast. Kui inimene tuvastatakse, tuleb mulle Telegrami teade. Kõik töötab kohapeal, samal vanal Dellil, mis jooksutab ka küttesüsteemi.

Terve maailm ühe millimeetri kaupa

Kõige ambitsioonikam projekt, mida ma AI abiga praegu teen, on 3D-printimise jaoks topograafiline maailmakaart. Iga riik on eraldi STL-fail, mida saab välja printida — mäed, orud, rannajooned, kõik on täpne. Lõpptulemuseks on seinale riputatav füüsiline maailmakaart, kus riigid, mida olen külastanud, on teist värvi. Jah, selliseid kaarte on olemas igasuguseid — paberist, kleepsudega, vineerist välja lõigatud jne. Aga ma tahtsin ise midagi teha ja kuna mul 3D-printer on olemas, siis tundus see põnev valik.

See projekt on mastaabilt eelmistest palju suurem — Pythoni pipeline, mis laeb alla NASA SRTM kõrgusandmed, ühendab need Natural Earthi riigipiiridega, arvutab iga riigi topograafia, trianguleerib pinnad Delaunay meetodil ja ekspordib valmis STL-failid. Me lahendasime AI-ga probleeme nagu topograafilise kihi ja aluspinna nihke parandamine, mälukrahh suure andmemahu juures, C-taseme segfault‘id korduvate tippude tõttu.

See on parim näide sellest, kuidas koos töötada. Ma tean umbes, mida saavutada tahan — näiteks seda, et Eesti võiks olla nii suur, et see kaardil ikka näha oleks. Ja sellest tulenevalt välja arvutada kaardi kogusuurus. Ja muidugi kerkib kogu protsessi käigus üles tohutult küsimusi ja otsustuskohti: kui suur on kõige väiksem saar, mida veel printida saab ja mida oleks mõistlik printida? Kui palju oleks vaja topograafiat liialdada, et Everest poleks lihtsalt üks kõrge tipp lameda kaardi peal? Kuidas kaarti seinale kinnitada? Ja nii edasi.

Agent, kes loeb su meile

Kui OpenClaw püünele ilmus ja kõik sellest vaimustusse sattusid, oli mul dilemma — ma ei saa nii palju meile, et mul oleks vaja assistenti, kes need kõik läbi loeks ja triaaži teeks või mu kalendrit haldaks. Aga OpenClaw’ panin ma püsti ikkagi, lihtsalt selleks, et õppida, kuidas see toimib. Ja et mitte lisaks igakuisele AI kuutasule veel API-päringute eest maksta, tegin endale selgeks ka selle, kuidas vabavaralisi mudeleid alla laadida ja oma masinas tööle panna. Praegu jälgibki Lobster Dell mu kaameratest tulnud märguandeid ja koostab mulle igal õhtul ja hommikul sündmustest kokkuvõtte. Hetkel tal muid ülesandeid pole, aga ma võin temaga ka igal ajal Telegrami kaudu vestelda nagu Claude’i, Gemini või Grokiga. Ja kui idee tuleb, saan ma talle lihtsalt kirjutada ja lasta tal endale uus oskus alla laadida, või mingi korduv ülesanne salvestada.

Vaibkood

Andrej Karpathy ütles 2025. aasta veebruaris: „Mine vaibiga kaasa, unusta, et kood üldse eksisteerib.“ Ta nimetas seda vibe coding‘uks ja terminist sai Collinsi sõnaraamatu aasta sõna.

Numbrid räägivad enda eest. 63% inimestest, kes kasutavad vaibkoodimise tööriistu, pole arendajad. Y Combinatori 2025. aasta talvelennu idufirmadest veerandil oli 95% koodibaasist AI genereeritud.

See on sama murrang, mis toimus fotograafiaga. Kunagi pidi olema professionaalne fotograaf, et head pilti saada — sa pidid tundma kemikaale, filmitüüpe, säriaegu. Siis tulid digitaalkaamerad ja iPhone. Fotograafia ei kadunud, aga ligipääs sellele muutus universaalseks. Nüüd toimub sama tarkvaraga. Programmeerimise oskus ei kao, aga ligipääs tarkvara loomisele muutub universaalseks. Pudelikael pole enam see, kas sa oskad koodi kirjutada. Pudelikael on see, kas sul on probleem, mida tahad lahendada, ja kas sul on piisavalt kannatust AI-ga koostööd teha.

Mida see tegelikult nõuab?

Ma ei taha muidugi jätta muljet, et see on kõik lihtne ja probleemivaba. Ei ole. AI teeb vigu nagu inimkoodijagi. Ta unustab asju, kui konteksti aken liiga suureks läheb. Ta võib vahel keskenduda mingi eriti kitsa probleemi lahendamisele, mis üldises projektis polegi nii tähtis, aga kui sa ise kaasa ei mõtle, võid ennast avastada juba kolmandat tundi terminalikäske saatmas ja mõtlemas, kuidas ma üldse siia punkti jõudsin. Ta võib mälu järgi midagi puusalt tulistada (nagu inimenegi) ning kui sa temalt üle küsid, kas ta on ikka kindel, siis mõtleb ta korra järele ja tunnistab viga.

Tegelikult nõuab see kolme asja:

Esiteks — tahtmine. Sul ei pea isegi mingit visiooni olema, alusta lihtsalt vestlust, ütle, et tahad midagi ehitada, aga ei tea, mida. Rääkige asjad läbi, lase endale küsimusi esitada ja kindlasti leiate mingi variandi, millest alustada. Ja kui hammas verel ja maitse suus, siis järgmist ideed on juba lihtsam välja mõelda.

Teiseks on vaja kannatust siluda (debug‘ida). Kui mina tunnen, et asjad on metsa minemas, siis ütlen Claude’ile, et mõtle nüüd rahulikult järele, ma ei taha sattuda debugging‘u põrgusse. Esimene versioon näitab sulle ära, et see on tõesti nii lihtne. Paari minutiga on valminud töötav rakendus. Kindlasti on seal vigu, funktsionaalsust on puudu ja võib-olla on midagi lausa valesti. See on normaalne. Iga iteratsiooniga läheb paremaks. Ja AI ise aitab sul siluda — näita talle veateadet ja ta parandab selle. Tee ekraanipilt või, kui sõnadest ei aita, joonista pilt. See tsükkel on kiirem kui ükski teine viis tarkvara luua.

Kolmandaks — julgust alustada. Kõige raskem on see esimene kord, kui sa avad AI-ga vestluse ja ütled: „Ma tahan ehitada...“ Sealt edasi hakkab vedama. Esimene vidin. Esimene kontrollpaneel. Esimene agent. Iga projekt annab sulle juurde kogemust ja enesekindlust, et järgmisel korral julged midagi veel suuremat proovida.

Sa ei pea olema arendaja

Ma alustasin sellest, et tahtsin läbipaistvat kalendrividinat. Nüüd juhib AI kirjutatud kood mu maakodu kütet, valvab mu turvakaameraid ja genereerib 3D-prinditud maailmakaardi tükke. Ma olen läbi proovinud vabavaralisi mudeleid, mida oma masinas jooksutada, mul on isegi spetsiifilised mudelid piltide genereerimiseks ja suurendamiseks.

Ja see kõik on lihtsalt nii äge, sest kui sul tuleb mõte ja saad selle kohe teoks teha — siis on raske mitte mõelda, mis oleks järgmine asi. Mis on sinu vidin?