Varje bransch gav AI sin data. Mjukvaran råkade ge den något mycket mer värdefullt. Och det är anledningen till att dina ingenjörer tappar förståndet över AI, medan ditt säljteam tror att det bara är hype. AI är fenomenal på kodning. Anledningarna folk ger är att modeller tränade på kod, att programmeringsspråk är precisa, att utvecklare pressade verktygen hårdast. Alla dessa är sanna, men inget av dem är den verkliga anledningen. Den verkliga orsaken är spårtäthet: förhållandet mellan inspelat resonemang och registrerade utfall i ett område. AI måste se hur beslut fattas, inte bara vad beslutet var. Den behöver de avvägningar som övervägdes och avvisades, de misslyckanden som analyserades, resonemanget mellan ett problem och ett svar. Resultatdata berättar vad som hände, beslutsspårning lär den hur man tänker. Mjukvara byggde av misstag det tätaste spårarkivet av alla yrken i mänsklighetens historia, och inget annat område kommer i närheten. Några strukturella saker gjorde detta möjligt. I de flesta yrken ersätter anställningstid förklaringen. En senior partner dokumenterar inte sitt resonemang eftersom deras auktoritet är resonemanget. Öppen källkod bröt detta, eftersom en slumpmässig bidragsgivare behövde förstå ett beslut lika väl som arkitekten gjorde. Titeln betydde ingenting, och alla rättfärdigade sig själva enligt samma standard. En advokat kan hitta ett kontrakt från 1998, eller ögonblicket då klausul 7 ändrades och till och med retroaktiva skäl till varför det hände. Men du kan inte hitta de faktiska överläggningarna en domare gick igenom eller de beslut han nästan tog eller de argument han övervägde. Mjukvara kan det, eftersom resonemanget är kopplat till det exakta ögonblicket då det användes. Juridiska dokument registrerar den rena slutsatsen, kod registrerar den röriga processen. I alla andra områden går feedback genom en människa, en chef, en domare eller en senior partner. Den är inkonsekvent, politiskt filtrerad och långsam, och när den väl kommer kan du inte rekonstruera vad du tänkte tillräckligt exakt för att lära dig av den. Mjukvarufeedback kommer på några sekunder medan resonemanget fortfarande är levande i ditt huvud. Kompilatorn har inga partiskheter, testsviten har ingen dålig dag, och produktionen ger dig inget godkänt eftersom du är senior. Enligt lag gäller ett dåligt dokumenterat beslut fortfarande. I mjukvara bryter den produktionen klockan 2 på natten och ingen vet varför. Maskinen gör det omedelbart och smärtsamt att hoppa över dokumentation varje gång. 30 år av detta resulterade i ett yrke som gjorde resonerande till en överlevnadsvana, och biprodukten var det rikaste resonemangsarkivet i mänsklighetens historia, som AI sedan tränade på. Agenter i aktion förändrar detta. När en agent befinner sig i exekveringsloopen i en affärsprocess genererar den spårning medan den arbetar. Varje beslut den fattar, varje struktur den upptäcker, varje förändring i hur den förstår problemet kodas, hämtas inte från ett registersystem, sammanfattas inte i efterhand, utan fångas i de inbäddningar som skapas av agentens bana genom uppgiften. Agentens väg genom arbetet blir händelseklockan. Det är därför hur du bygger agenter spelar lika stor roll som om du bygger dem, eftersom en agent som bara returnerar resultat ger resultat, men en agent som är konstruerad för att dokumentera dess resonemang när den rör sig producerar något avgörande. Den börjar bygga spårtäthet som de flesta yrken aldrig haft, och beslut för beslut, uppgift för uppgift, förstärks tätheten. Mjukvaran fick ett 30-årigt försprång av en slump. Alla andra domäner kan börja bygga det medvetet, redan nu.