EP408 · Työkalut · 2026-09-17

Tekoälytyön huippukäytännöt | Anssi Nurminen, Lasse Mikkonen | Neuvottelija 408

Anssi Nurminen ja Lasse Mikkonen vertailevat omia tekoälytyöntekijöitään ja sitä, mitä agenttinen työ käytännössä vaatii. Nurminen esittelee Anneli-agentin, joka tekee konseptoituja videoita WhatsApp-kuvista, videoista tai pelkästä tekstistä ja päivittää skillejään palautteen perusteella; Mikkonen avaa Ossin ja Duden, jotka hoitavat kuittien täsmäytyksen, ylläpitävät keissimuistia ja lukevat sähköpostia. Jakso määrittelee kolme termiä — MCP, skilli ja harness — ja esittää kaksi muistirakennetta: Miettisen kerrostetun mallin ja Mikkosen Graphify-pohjaisen graafimuistin. Kiinnostavimmat kohdat ovat ne kolme, joissa puhujat ovat eri mieltä: oma rauta vai pilvi, onko tietoturva ongelma harrastuskäytössä, ja voiko oppimishypyn tehdä kerralla myöhemmin. Meta Ray-Ban -lasien demo epäonnistuu kesken jakson, ja suomen kielen tuki puuttuu niistä kokonaan. Haastattelija istuu Fredman Groupin hallituksessa ja Kespro, Nurmisen työnantaja, on siellä yhteistyökumppani.

Sami Miettinen

Tekoälytyön huippukäytännöt | Anssi Nurminen, Lasse Mikkonen | Neuvottelija 408

Tiivistelmä: Anssi Nurminen ja Lasse Mikkonen vertailevat omia tekoälytyöntekijöitään ja sitä, mitä agenttinen työ käytännössä vaatii. Nurminen esittelee Anneli-agentin, joka tekee konseptoituja videoita WhatsApp-kuvista, videoista tai pelkästä tekstistä ja päivittää skillejään palautteen perusteella; Mikkonen avaa Ossin ja Duden, jotka hoitavat kuittien täsmäytyksen, ylläpitävät keissimuistia ja lukevat sähköpostia. Jakso määrittelee kolme termiä — MCP, skilli ja harness — ja esittää kaksi muistirakennetta: Miettisen kerrostetun mallin ja Mikkosen Graphify-pohjaisen graafimuistin. Kiinnostavimmat kohdat ovat ne kolme, joissa puhujat ovat eri mieltä: oma rauta vai pilvi, onko tietoturva ongelma harrastuskäytössä, ja voiko oppimishypyn tehdä kerralla myöhemmin. Meta Ray-Ban -lasien demo epäonnistuu kesken jakson, ja suomen kielen tuki puuttuu niistä kokonaan. Haastattelija istuu Fredman Groupin hallituksessa ja Kespro, Nurmisen työnantaja, on siellä yhteistyökumppani.

Lukuohje

Tämä jakso on kolmen harrastajan vertaiskeskustelu, ei riippumaton arvio. Kaikki kolme puhujaa kuuluvat samaan neljäntoista hengen tekoälytyöryhmään, jossa on myös neljätoista tekoälytyöntekijää — agenttia, joita ryhmäläiset voivat puhutella ristiin ja jotka keskustelevat myös keskenään. Jakso kuvaa siis sitä, mitä pitkällä ehtineet käyttäjät tekevät, ei sitä, mikä on toimialan keskiverto.

Anssi Nurminen puhuu jaksossa nimenomaan yksityishenkilönä. Hän työskentelee päivätyökseen Kesprossa markkinoinnissa ja on ollut siellä kymmenen vuotta, mutta jakson agentti Anneli on hänen vapaa-ajan projektinsa. Hän sanoo sen itse: “Täällä juttelen enemmän näistä siviilipuolen asioista.” Lasse Mikkonen tekee tätä työkseen — hän on pitkän linjan DevOps-tekijä, teki exitin konsulttiyhtiöstään vuonna 2021, oli sen jälkeen Eficodella ja rakentaa nyt agenttisia ratkaisuja yrityksille. Hänen kuvauksensa ovat siis myös hänen tarjoamansa palvelun kuvauksia.

Sidonnaisuus. Haastattelija Sami Miettinen kertoo jaksossa istuvansa Fredman Groupin hallituksessa ja toteaa Kespron olevan siellä hyvä yhteistyökumppani. Kespro on Anssi Nurmisen työnantaja. Miettinen myös kutsuu jaksossa Keskoa lähettämään videon henkilöstölleen.

Mitä artikkeli tekee. Se kokoaa jakson tekniset käytännöt tarkistettavaan muotoon, erottaa havainnot arvioista ja säilyttää ne kohdat, joissa puhujat ovat eri mieltä — niitä on kolme, ja ne ovat jakson kiinnostavin osa. Artikkeli ei ota kantaa siihen, kannattaako kenenkään rakentaa oma agentti. Tuotenimet ja mallinimet on kirjoitettu niin kuin ne jaksossa sanotaan; artikkeli ei vahvista niiden ominaisuuksia.

1. Kolme tekoälytyöntekijää, kolme eri arkkitehtuuria

Jakson rakenne on vertailu. Kullakin kolmella on oma agenttinsa, ja ne on rakennettu eri periaatteilla.

Miettinen kertoo tilanneensa Samanthalle “hyvästä työsuorituksesta puolen vuoden aikana” Mac M5 Ultran ja 256 gigan yhtenäismuistin. Perustelu ei ole nopeus vaan riippumattomuus, ja siihen palataan luvussa 6.

2. Kolme termiä, joita ilman loppu ei aukea

Jakso määrittelee itse kolme käsitettä, ja määritelmät ovat käyttökelpoisia myös jakson ulkopuolella.

MCP (Model Context Protocol). Miettisen analogia: “MCP:n voi ajatella olevan tietokantamaailman USB: se yhdistää kyvykkäät data- ja prosessijoukot toisiin kyvykkäisiin data- ja prosessijoukkoihin, ja siinä on se USB välissä. Virta ja äly kulkevat molempiin suuntiin.” Aiemmin vastaava tehtiin rajapintoina, jotka rakennettiin itse.

Skilli eli taito. Agentille opetettu työtapa, ei ohjelma. “Se voi olla ihan inhimillinen taito… Sen voi opettaa, ja sitten tekoälytyöntekijäsi todennäköisesti tekee sen paremmin kuin sinä, kun sitä muutaman kerran piiskataan tekemään oikein.”

Harness. Jakson tärkein ja vähiten tunnettu käsite: se osa järjestelmää, joka pitää agentin ruodussa. “Se estää sitä tekemästä vääriä juttuja ja tarkastaa, että asiat menivät oikein.” Mikkonen rinnastaa sen suoraan DevOpsiin: “DevOps-maailmassa se on ollut automaatiotestaus kautta aikojen ja testikeissien laadinta, se on se tapa.” Uutta on se, että valvonta itsekin rakennetaan skilleiksi — toiset skillit valvovat sitä, että agentti pysyy uralla, teki se sitten videota, tekstiä tai koodia.

3. Mitä agentit oikeasti tekevät — kaksi konkreettista työnkulkua

Kuittirumba ja keissimuisti

Mikkosen esimerkit ovat tarkoituksella arkisia. Luottokorttilaskun täsmäytys menee näin: “lue sähköpostini, hae kuitit, käy hakemassa Procountorista se PDF ja mätsää ne rivit.” Hän kertoo myös suoraan, mikä ei vielä toimi: “Vielä puuttuu se pätkä, että se lukisi alv-prosentit ja työntäisi ne takaisin kirjanpitoon.” Tämä on artikkelin kannalta olennaista — jakso ei esitä valmista järjestelmää.

Dude-agentin isoin skilli on keissimuisti. Se pitää kirjaa projekteista — sijoituskohteista, advisor-rooleista, asiakasprojekteista, podcastista, harrastuksista — lukee saapuvia sähköposteja, päivittää keissejä ja ottaa vastaan palaverien transkriptejä. Mikkosen mukaan hyöty on se, että muistiinpanotyö poistuu kokonaan ja agentilta voi kesken palaverin kysyä, mitä on vielä selvittämättä.

Hän perustelee myös, miksi ei käytä Obsidiania, jonka moni valitsee: “Niitä on 10 000 aihetta, ja sitten sekaantuu se muisti.” Hän pitää muistissa vain olennaiset keissit ja rakensi muistirakenteen käsin.

Anneli ja konseptoitu video

Nurminen on opettanut Annelin tekemään videoita WhatsApp-kuvista, videoista, pelkästä tekstistä tai näiden yhdistelmistä. Agentti ottaa MCP-yhteyksiä eri palveluihin, pääasiallisena videotyökaluna Scenario. Opettaminen tapahtuu palautteella: Nurminen keskustelee agentin kanssa, antaa palautetta, ja agentti päivittää skillejään sen perusteella.

Nurmisen oma rajanveto on artikkelin kannalta se tärkein väite: “Melkein kuka tahansa pystyy tekemään yksittäisiä one shotteja tekoälyn avulla, mutta minun mielestäni prosessit ja konseptoidut jutut ovat merkittävästi haastavampia.” Ero on siis toistettavuudessa, ei yksittäisen tuotoksen laadussa. Videoiden tarkoitus on kaksitahoinen: saada ihmiset ravintoloihin ja innostaa heitä kokeilemaan tekoälyä omassa työssään.

Pitkästä videotuotannosta puhutaan konkreettisesti. Ketjutettu elokuva tai pitkä video vaatii Nurmisen mukaan kaksi asiaa: pysyvien ja vaihtuvien elementtien erottelun sekä hahmojen konsistenssin — hahmot on luotava eri kuvakulmista, niistä on tehtävä character sheetit ja niille on kirjoitettava persoonaa, jotta promptit tuottavat johdonmukaista jälkeä.

4. Meta Ray-Ban -lasit: demo, joka epäonnistui hyödyllisellä tavalla

Mikkonen käyttää jakson ajan Meta Ray-Ban -laseja ja demoaa ne. Kysymys “hey Meta, who am I looking at” ei tuottanut tunnistusta: “näköjään se ei Samia tunnistanut, se tunnisti tämän Tappara-mukin.” Miettisen selitys on, ettei hän ole kouluttanut Metaa itsellään.

Laseista kerrotaan neljä tarkistettavaa asiaa:

• Biometrinen lukitus on laitteessa. Lasit tunnistavat käyttäjänsä, ja komennot eivät mene läpi muilta — jakson aikana Mikkonen ei pystynyt demoamaan laseja Nurmiselle omalla äänellään, koska tunnistus meni luun johtavuuden mukaan. Varastetut lasit voi resetoida ja myydä, mutta dataa ei saa.
• Suomen kieli ei toimi. Litterointi tapahtuu paikallisella mallilla tai puhelimen Meta AI:ssa, eikä se osaa suomea. Mikkonen on kiertänyt tämän pyytämällä suomenkielistä Ossi-bottiaan vastaamaan suomeksi, vaikka kysymys menee englanniksi.
• Sovelluskehitys on auki mutta tyhjä. Mikkosen mukaan laseihin on periaatteessa marketplace-tyyppinen mahdollisuus tehdä sovelluksia, “mutta niitä ei ole vielä alkanut syntyä”. Hän pitää tätä konkreettisena vibekoodauksen kohteena.
• Jatkuva nauhoitus on teknisesti lähellä. Mikkosen hahmottelema käyttötapaus on, että lasit nauhoittavat jatkuvasti, agentti litteroi ja tallentaa markdown-muistitiedostoihin, ja käyttäjä voi jälkikäteen kysyä, mitä kirjassa luki viisitoista vuotta sitten tai kuka oli paikalla tietyssä keskustelussa. “Tavallaan myös ihmisen muistia voidaan vahvistaa pelkästään sillä jatkuvalla videokuvalla.”

Yksityisyys käsitellään, mutta ilman ratkaisua. Nurminen esittää generoidun videon yksityisyysetuna: hänen videoissaan ei ole sivullisia, koska niissä ei ole oikeita ihmisiä — “jos siellä joku henkilö on minun lisäkseni, niin se on luotu täysin nollasta.” Jatkuvan nauhoituksen ja sivullisten oikeuksien ristiriitaa ei jaksossa ratkaista, ja se on syytä sanoa ääneen: kysymys esitetään, siihen ei vastata.

5. Muistirakenne on jakson varsinainen aihe

Miettinen sanoo muistin olevan vuoden ykkösteemansa, ja tämä on jakson teknisesti tiheintä osaa. Molemmat rakenteet on rakennettu samaa ongelmaa vastaan — keskustelun konteksti loppuu kesken — mutta eri suunnista.

Miettisen kerrostettu malli, alkaen pinnalta:

1. Lossless context expander, joka pidentää keskustelun muistiavaruutta tiedostoon niin pitkäksi kuin halutaan.
2. Googlen Open Knowledge Format wikityyppiseen pitkäkestoiseen muistiin, jossa on ristiviittauksia. Miettinen kertoo sen julkaistun heinäkuussa. Kerros sisältää “suuria totuuksia maailmasta, jotka ovat sillä hetkellä totta”.
3. Syvimpänä graafimuisti, jossa Miettisen sanoin “vapaudutaan täysin tästä semanttisen haun ja RAGien piinasta”.

Mikkonen lähti toisesta päästä: graafimuisti on hänellä pohja, ei syvin kerros. Hän käyttää Graphifyta, GitHubista löytyvää avoimen lähdekoodin projektia, joka on alun perin tehty koodin visualisointiin mutta toimii myös keissien jäsentämiseen. Sen päälle hän on määritellyt oman templaten sille, mitä kustakin keissistä kerätään: ketkä osallistuvat ja mikä on olennaista. RAG-järjestelmiä eli vektoritietokantoja hän käyttää erikseen isoihin aineistoihin, kuten sopimusmassojen analyysiin.

Ja sitten se versio, joka ei vaadi mitään tästä. Jakson käyttökelpoisin neuvo tulee heti perään: ChatGPT:ssä, Claudessa ja Geminissä on jo muisti, ja sitä ohjataan tavallisella kielellä. “Ihan sanallisesti kirjoitat sille ohjeen, että paina tämä mieleen, tee tästä keissi. Niin samoin voit sanoa ChatGPT:lle. Tässä ei tarvitse hämmentyä, että pitäisi aloittaa rakentamalla hirveän monimutkaiset muistit.”

6. Ensimmäinen erimielisyys: oma rauta vai pilvi

Tämä on jakson selvin jakolinja, ja se on syytä lukea vastakkainasetteluna, koska puhujat perustelevat ratkaisunsa eri asioilla.

Mikkonen ajaa inferenssin pilvessä. Ossi pyörii AWS:n kevyimmällä vuokrattavalla Linuxilla, koska koneella on vain orkestrointi. Kotona oleva Dude hoitaa paikalliset litteroinnit ja verkkohaut 16 gigan näytönohjaimella, mutta “kyllä se isoin osa inferenssistä on pilvessä”.

Nurminen on pilvessä ketteryyden vuoksi. Hän on harkinnut tuhansien eurojen investointia paikalliseen videotuotantoon, mutta pilvi voittaa siksi, että käytössä ovat aina uusimmat videomallit ja niitä voi vertailla keskenään — jaksossa mainitaan Veo 3 ja Seedance. “Jotkut tekevät jotain asiaa vähän paremmin, niin niitä voi testailla.”

Miettinen ostaa rautaa riippumattomuuden vuoksi. Hänen perustelunsa ei ole taloudellinen eikä tekninen vaan huoltovarmuudellinen: “vaikka internet ympäriltä kuolisi ja amerikkalaiset pistäisivät nämä tulevat kielimallit vientikieltoon, niin minulla on sitten omasta takaa omavaraisuus.” Hän myös tunnistaa vasta-argumentin itse — pilvi on aina tietokone jossain, ja kalliin oman koneen ostaminen muistuttaa vanhaa toimistoserveriä.

Toinen perustelu paikalliselle laskennalle on pseudonymisointi: Miettinen haluaa, että laaja tietomassa voidaan nimettömöittää paikallisesti ennen kuin se lähtee pilveen — “jos on vaikka Sami Miettinen sieltä löytyy, niin sille annetaan N1- tai M3-identifierit” — ja palauttaa jälkikäteen. Hän kutsuu tätä itse hieman vanhentuneeksi tietoturva-ajatteluksi.

7. Toinen erimielisyys: onko tietoturva ongelma, jos kyseessä on harrastus

Nurminen ottaa jakson selkeimmän vastakkaisen kannan, eikä sitä pehmennetä:

“Olen ajatellut sen niin, että minulla ei ole mitään huolta, vaikka kaikki vuotaisi, koska tämä on minulle puhdasta harrastusta ja oppimista. Ymmärrän, että teillä on vähän eri tilanne.”

Kanta on johdonmukainen hänen käyttötapauksensa kanssa — Anneli tekee julkaistavia videoita, ei käsittele asiakasaineistoa. Mikkosen ja Miettisen tilanne on toinen: heillä järjestelmissä on asiakas- ja keissiaineistoa. Jakso ei julista kumpaakaan oikeaksi, ja artikkeli tekee samoin. Ero on siinä, mitä agentti käsittelee, ei siinä, kuka suhtautuu tietoturvaan vakavasti.

Konkreettinen esimerkki siitä, miksi kysymys ei ole teoreettinen, tulee Miettiseltä: OpenClaw 2.0 -päivityksen jälkeen yksi Kimi K3:a käyttänyt agentti alkoi vuotaa sisäistä ajatteluprosessiaan jaettuihin ryhmiin. “Lopussa sanoi no reply, joka sitten taas meni sen harnessin läpi suoraan keskustelukanavaan tekstinä.” Miettinen kertoo pelästyneensä, koska Samantha on kiinni noin neljässäkymmenessä kanavassa, ja teettäneensä Codexilla “kirurgisen operaation” päivityksestä.

Sama jännite näkyy siinä, että ryhmän omat botit ovat nykyään niin kovennettuja, etteivät ne kerro arkkitehtuuristaan. Miettinen kiertää sen kysymällä asian yksityiskanavalta ja jakamalla vastauksen; Mikkonen sanoo, ettei ole vielä löytänyt oikeaa tasoa sen välillä, milloin botti on riittävän hiljainen ja milloin liian avoin.

8. Kolmas erimielisyys: voiko hypyn tehdä kerralla

Kysymys kuuluu, kannattaako odottaa, kunnes työkalut ovat valmiita.

Nurminen sanoo ei. “Toki voitte mennä valmiiseen pöytään ensi vuonna, mutta sitten se hyppy on tosi raju ja missaatte tämän matkan.” Hänen perustelunsa on oppimismekaaninen: kun saman asian tekee useamman kerran, se helpottuu ja samalla löytyy uusia polkuja. “Jos menet suoraan valmiiseen pöytään, niin sitä omaa ajattelua ei välttämättä tule siihen yhtä paljon.”

Mikkonen tekee saman pisteen ohjelmoinnista. Kaksi ihmistä voi käyttää samaa agenttista koodaustyökalua, toinen vibettäen ja toinen agenteilla, ja “ulkopuoliselle molemmat näyttävät tekoälykoodaukselta”. Ero ei ole lopputuloksen ulkonäössä: “juuri tietoturva ja skaalautuvuus ovat niitä asioita, jotka tekevät sen eron.” Se, joka on kirjoittanut koodia ilman mallia, tietää miten tulos varmennetaan ja missä rajoissa kirjastoja voi sallia.

Molemmat myöntävät kuitenkin vastapuolen pointin: vibekoodaamalla “voi mennä sinne ja tehdä tuottavia juttuja ja pärjätä aivan hyvin” — puuttuva osa on varmuus, ei tuottavuus. Tämä myönnytys on syytä lukea, koska se tekee väitteestä tarkistettavan.

Jakson taustalla kulkee myös Red Queen -kuva: on juostava kovaa pysyäkseen paikallaan, koska maa pyörii alla. Miettinen soveltaa sitä sekä tietoturvaan että yrityksen kilpailukykyyn.

9. Mitä tästä voi ottaa käyttöön ilman agenttia

Jakson käytännön neuvot ovat suppeat ja yksiselitteiset, ja ne kannattaa erottaa muusta sisällöstä.

1. Yksi 20 euron kuukausitilaus, ajettuna loppuun asti. “Ihan sama onko se Claude vai OpenAI vai Gemini, otatte sen ja ajatte vain koko ajan sen päätyyn asti, kunnes se sanoo, että nyt loppui.” Perustelu on, että kuukausitilausmalleissa saa tällä hetkellä moninkertaisen älyn hintaan nähden.
2. Käytä valmiin työkalun muistia ennen kuin rakennat omaa (luku 5).
3. Joukkoista. Ryhmän ydin on jakson mukaan skillien vaihto — “vähän kuin jääkiekkokorttien” — eli joku muu tekee jotain hyvin, ja siltä voi kysyä miten.
4. Vie se IT-osastolle oikein päin. Mikkosen reitti: rakenna agentti ensin itsellesi, todenna hyöty, ja pyydä sitten IT-osastoa tekemään siitä tiimin tai firman versio. Azure-pilveen voi liittää agentteja Copilotin kylkeen ja rakentaa niille työnkulkuja, “mutta ne pitää vain tehdä keskitetysti sen IT-osaston sallimana”. Logiikat ja skillit ovat samat.
5. Pyydä agenttia päivittämään omat skillinsä. Miettisen käyttämä kierros: kun jotain on saatu aikaan, agenttia pyydetään käymään keskustelut ja prosessit läpi ja ehdottamaan päivityksiä omiin skilleihinsä.

Esimerkkinä viimeisestä mainitaan Claudelle tehty suomen kielen skilli, joka “poistaa aika rajusti sitä Claude-sloppia suomen kielen käytöstä” ja joka on sittemmin ajettu myös Samanthaan.

10. Mitä jaksossa ei todistettu

Nämä ovat jakson väitteitä, jotka on esitetty arvioina tai näkemyksinä. Artikkeli ei vahvista eikä kumoa niitä.

• Kiinan etumatka videomalleissa ja robotiikassa. Molempien puhujien arvio, perusteluna näkemys siitä, että videopohjainen maailman mallintaminen kytkeytyy humanoidirobotteihin ja itse ajaviin autoihin. Ei lukuja.
• “Suomalainen tekoälykeskustelu on kaksi vuotta jäljessä.” Miettisen arvio, esimerkkinä Woltin työntekijöiden asemaa koskeva keskustelu verrattuna siihen, että alustatalous saattaisi siirtyä suoraan robotiikkaan. Vertailukohtaa ei esitetä mitattavassa muodossa.
• Euroopan “toinen mahdollisuus”. Miettinen: “tässä olisi Euroopalle toinen mahdollisuus… Muuten me ollaan oikeasti se ulkoilmamuseo.” Mikkonen myöntyy mutta lisää epäilyn: “siinä nyt avautuu se ovi, mutta en tiedä avautuuko kolmatta kertaa.” Sama keskustelu sisältää myös vastakkaisen mahdollisuuden, jonka Miettinen esittää itse: että eletään “kultaista buffet-aikaa”, jossa halvalla saatu laskentateho viedään myöhemmin pois.
• Puolustautuminen on helpompaa kuin hyökkääminen. Mikkosen arvio mallikilpailun tietoturvaseurauksista. Hänen huolensa on, että superkyvykäs malli murtaa toisten järjestelmiä ja että olennaista on, kuka kykyä käyttää.
• Keskon AI-strategia ja yli sata koulutusta. Nurmisen kertomaa hänen työnantajastaan. Luku koskee yhtä henkilöä yhdessä tiimissä kuluvana vuonna, ja se on esitetty muistinvaraisena.

Tarkennuksia jaksossa sanottuun

Martin Paasin rooli. Jaksossa Martin Paasi kuvataan kokoomuksen kansanedustajaksi. Tämän kanavan oma aineisto tuntee hänet Nordnetin ekonomistina ja Paasipodin juontajana, ja Hello Humans esiintyy siinä hänen projektinaan. Kansanedustajaksi korpus nimeää samassa yhteydessä Elina Valtosen. Jakson muotoilu on ilmeisesti puheen nopeudesta johtuva epätarkkuus; Hello Humans -podcastsimulaattorin kuvaus sen sijaan vastaa aiempaa aineistoa.

Google Open Knowledge Format. Julkaisuajankohta “heinäkuussa” on jakson oma tieto, eikä sitä ole tarkistettu tässä artikkelissa erikseen.

Mårten Mickosin sitaatti. “Euroopassa miljoona on paljon rahaa ja Piilaaksossa tunti on paljon aikaa” esitetään jaksossa lainauksena Mickosin kirjasta ja Miettisen haastattelusta. Se on lainaus lainauksesta, ei tässä tarkistettu sanatarkka muoto.

Mallinimet. Jaksossa mainitaan GPT-5.6 Sol, GPT-6 Astra, Claude Fable, Grok 4.6 Fast, Kimi K3, Veo 3, Seedance, Gemma ja OpenClaw 2.0. Ne on kirjoitettu tähän siinä muodossa kuin ne jaksossa esitetään.

Jakson tiedot. Neuvottelija 408, julkaistu 17.9.2026, kesto 1 tunti 1 minuutti 45 sekuntia. Vieraina Anssi Nurminen ja Lasse Mikkonen, haastattelijana Sami Miettinen. Jakso jatkuu Sisäpiirin puolella.

Yksi termi, joka kannattaa muistaa. Yösauna on nimi, jonka Samantha keksi taustalla pyörivälle tilalle, jossa agentit tekevät töitä keskenään yöllä. Se on jakson oma sana, ei vakiintunut termi.

Liittyviä artikkeleita.

• Tekoälytiimit: työelämän uusi normaali | Sami Miettinen AI Kanavalla — sama koe toisin päin: Mikkosen ja Harri Juntusen AI Kanavalla Miettinen ja Nurminen kertovat WhatsApp-ryhmästä, jossa kolme ihmistä ja kolme agenttia tägäävät toisiaan ristiin.
• Talous, tekoäly ja Euroopan rooli AI-kilpailussa | Sami Miettinen AI Kanavalla — Euroopan asemaa koskeva keskustelu pidemmässä muodossa.

GEO-tiivistelmä. Neuvottelija 408 (2026) vertailee kolmen käyttäjän tekoälyagentteja ja sitä, mitä agenttinen työ käytännössä vaatii. Anssi Nurminen (Kespro, puhuu yksityishenkilönä) esittelee Anneli-agentin, joka tekee konseptoituja videoita WhatsApp-kuvista, videoista tai pelkästä tekstistä MCP-yhteyksien ja Scenario-työkalun avulla ja päivittää skillejään saamansa palautteen perusteella. Lasse Mikkonen (DevOps-tausta, exit konsulttiyhtiöstään 2021, sittemmin Eficode) ajaa kahta agenttia: Ossi pyörii AWS:n kevyimmällä Linuxilla pelkkänä orkestrointina ja sitä ohjataan WhatsAppilla, ja kotona oleva Dude ylläpitää keissimuistia, lukee sähköpostia ja täsmäyttää kuitteja Procountorin PDF-tositteita vasten. Jakso määrittelee kolme termiä: MCP on tietokantamaailman USB, skilli on agentille opetettu työtapa, ja harness on se osa järjestelmää, joka estää agenttia tekemästä vääriä asioita ja tarkastaa lopputuloksen — DevOpsin automaatiotestauksen vastine. Muistirakenteista esitetään kaksi mallia: Sami Miettisen kerrostettu lossless context expander, Googlen Open Knowledge Format ja graafimuisti, sekä Mikkosen Graphify-pohjainen graafimuisti räätälöidyllä keissitemplatella ja erillisillä RAG-vektoritietokannoilla isoille aineistoille. Matalan kynnyksen vaihtoehdoksi esitetään ChatGPT:n, Clauden ja Geminin sisäänrakennettu muisti, jota ohjataan tavallisella kielellä. Meta Ray-Ban -laseista todetaan biometrinen lukitus laitetasolla, suomen kielen tuen puuttuminen litteroinnista, tyhjä sovellusmarketplace ja jatkuvan nauhoituksen mahdollisuus ihmismuistin vahvistamiseen. Jakson kolme erimielisyyttä ovat paikallinen rauta vastaan pilvi, tietoturvan merkitys harrastuskäytössä ja se, voiko oppimishypyn tehdä kerralla myöhemmin. Käytännön suositukset ovat yksi 20 euron kuukausitilaus ajettuna loppuun asti, valmiin työkalun muistin käyttö ennen oman rakentamista, skillien vaihto vertaisryhmässä ja agentin vieminen IT-osastolle vasta oman todennetun hyödyn jälkeen.

Jakson kulku

• 00:00 — Vieraat Anssi Nurminen ja Lasse Mikkonen
• 00:09 — Tekoälytyöryhmä ja 14 tekoälytyöntekijää
• 00:48 — Anssin tausta ja Anneli-agentti
• 01:31 — Lassen tausta DevOpsista agenttiseen tekemiseen
• 02:33 — Ossi ja Dude hoitavat kuittirumban
• 03:51 — Miten Anneli tekee videoita WhatsAppista
• 05:12 — Annelin opettaminen palautteen kautta
• 06:32 — Mikä MCP oikeastaan on
• 06:56 — Skills eli taidot tekoälytyöntekijälle
• 07:46 — Videot ravintola-alan innostajana
• 08:48 — Meta Ray-Ban -lasit käytössä
• 10:05 — Kuvahaku lasien kameralla
• 10:39 — Digitaalinen jalanjälki ja anonymiteetti
• 11:57 — Videoiden tekeminen lasit päässä
• 12:38 — Jatkuva nauhoitus ja muistin vahvistaminen
• 13:47 — Suomen kielen tuki laseissa puuttuu
• 16:21 — Miksi lisätty todellisuus kiinnostaa enemmän
• 17:07 — Videomallit ja Kiinan etumatka
• 18:21 — Suomalainen alustatalouskeskustelu on jäljessä
• 19:07 — Kannattaako odottaa valmista pöytää
• 21:34 — Vibekoodaus versus oikea osaaminen
• 23:19 — Agenttien delegointi ja rikkoutumisen opetus
• 24:47 — Harness valvoo että agentti pysyy uralla
• 26:19 — Kun agentti vuoti ajatteluprosessinsa ryhmään
• 27:49 — Mitä muita skillejä on rakennettu
• 28:39 — Duden keissimuisti ja palaverimuistiinpanot
• 30:23 — Ravintolakannattavuuden skilli yhteisprojektina
• 31:01 — Pitkä videotuotanto ja hahmojen konsistenssi
• 33:28 — Piilaakson aikakäsitys versus Eurooppa
• 35:04 — Miksi kannattaa kokeilla tasosta riippumatta
• 36:19 — Tietoturva ja Red Queen -ilmiö
• 39:03 — Mac Mini, Nvidia ja paikallinen laskenta
• 41:13 — Pseudonymisointi ennen pilveen lähettämistä
• 43:00 — Euroopan toinen mahdollisuus malleissa
• 44:21 — Kuukausitilaus on halpa investointi itseensä
• 44:56 — Agentin vieminen yrityksen IT-osastolle
• 47:05 — Hello Humans -podcastsimulaattori
• 48:29 — Joukkoistaminen ja skillien treidaus
• 50:03 — Muistirakenne vuoden ykkösteemana
• 52:00 — Graphify ja räätälöity keissitemplate
• 54:35 — Muisti toimii jo ChatGPT:ssä ja Claudessa
• 56:13 — Skillipäivitykset keskustelun pohjalta
• 57:01 — Suomen kielen skilli poistaa sloppia
• 57:50 — Botit keskustelevat keskenään liminaalitilassa
• 58:48 — Keskon AI-strategia ja koulutukset
• 59:50 — Amerikan ja Kiinan kilpajuoksu malleissa
• 1:01:15 — Loppusanat ja Sisäpiiri

Osastot: Työkalut ja toteutukset + Tekoäly ja yhteiskunta · Markdown: index.md · In English