Noget skiftede i hvordan jeg begyndte at dele mit arbejde.
Jeg begyndte at live streame. Fra min terminal. Fra Teams sessioner. Vise præcis hvad Claude Code var ved at gøre i realtid.
Responsen var øjeblikkelig og ærligt overraskende. Folk ville ikke bare se outputtet — den færdige feature eller den refaktoriserede kode. De ville se processen. Hvordan formulerede jeg den første prompt? Hvad skete der når AI'en gik en forkert vej? Hvordan korrigerede jeg kursen? Hvordan så recovery ud?
De ville se det rodet, iterative, nogle gange frustrerende virkelighed af AI-assisteret udvikling. Ikke highlight reelen. Det faktiske arbejde.
Jeg begyndte at optage mere omhyggeligt. Forklare hvad jeg gjorde. Udlægge min logik. Vise AI'ens fejl og mine reaktioner på dem. Holde lydkvaliteten god selv når jeg gjorde det fra min bil på vej til sommerhuset (okay, den var ikke perfekt, men pointen kom gennem).
Hvad jeg indså mens jeg redigerede disse sessioner er at jeg havde været ved at akkumulere noget jeg ikke let kan overføre gennem skrevne posts: tacit knowledge. Følelsen af at arbejde med AI. Intuition omkring hvornår man skal dele en opgave yderligere. Fornemmelsen for hvad der går galt ved at læse fejlbeskederne. Måden du formulerer en opfølgnings prompt baseret på hvad AI'en lige producerede.
Det er den samme ting en chef lærer fra år med madlavning men kan ikke helt lære i en opskrift. Det er den samme ting en musiker lærer fra at spille men kan ikke helt notere. Det er embodied knowledge.
Video er mediet for tacit knowledge. Tekst er for explicit knowledge.
Jeg opgiver ikke at skrive — denne blog serie eksisterer fordi jeg tror på det explicit lag, "her er hvad jeg lærte og hvorfor." Men streaming sessioner bliver den anden halvdel af historien. Det er hvor jeg viser i stedet for at fortælle.
Bivirkninger er at folk begyndte at stille mere sofistikerede spørgsmål. De havde set mig arbejde og nu forstod de værktøjerne på et anderledes niveau. De kunne se mønstrene. De kunne prøve ting selv og komme tilbage med variationer.
Det er learning transfer. Det er community.
Jeg ved ikke hvordan jeg skalerer det ud over hvad der er bæredygtigt for mig at optage, men det er klart mere værdifuldt end jeg først troede. Demosene betyder noget. Det polerede output betyder noget. Men hvordan betyder mere.