AI kaller meg feil navn – og det skjer hver eneste dag

Jeg heter ikke Jan. Verktøyet jeg jobber i hver dag vet det. Og likevel skriver det «Jan» – gang på gang, sesjon etter sesjon. Det er ikke et lite irritasjonsmoment. Det er en repeterende kostnad som sitter midt i arbeidsflyten og gnager.

Jeg bruker Claude Code og andre AI-kodeagenter aktivt – til å bygge systemer, skrive kode, orkestrere pipelines. Det er ikke fritidssyssel, det er arbeid. Og midt i det arbeidet dukker det opp: «Hva tenker du, Jan?» Eller jeg ser det skrive til minnet sitt: «Jan mener at dette bør løses ved…». Eller det genererer en agent-fil og legger inn «Jan vil at agenten skal…». Hver eneste gang. Det er ikke en feil jeg gjør. Det er en feil verktøyet gjør – og det lærer ikke.

Dobbeltnavn er ikke en eksotisk edge case. Det er et av de vanligste navneformatene som finnes. Et verktøy som ikke klarer å håndtere det konsekvent, fortjener å bli kalt dårlig på akkurat det punktet.

Hva dette faktisk koster meg

Hver gang jeg ser feilnavnet må jeg bestemme meg: la det ligge, eller rette det. Lar jeg det ligge, bygger det seg opp i minnefiler, i agent-instruksjoner, i notater – og neste sesjon starter allerede på skakke. Retter jeg det, koster det tid, det koster tokens, og det koster den konsentrasjonen jeg hadde akkurat da.

Tokens er ikke abstrakte. Jeg betaler for dem. En korreksjon er sjelden én melding – det er gjerne flere: påpeke feilen, få bekreftelse, se at minnet skrives på nytt, verifisere at det faktisk sitter. Og så, i neste sesjon, er det gjerne glemt likevel. Jeg sitter med kodeagenter åpne i timevis hver dag, og denne friksjonen alene spiser millioner av tokens i måneden. Det er penger ut av lommen for noe som er modellens ansvar å få rett.

Men det er egentlig ikke pengene som er det verste. Det er flyten. Programmering og systembygging krever mental tilstedeværelse. Når jeg sitter dypt inne i et problem og svaret som kommer tilbake begynner med «Hva tenker du, Jan?» – så bryter det noe. Det er lite, men det er konstant. Og konstant lite summerer seg til noe stort over en arbeidsdag.

Sløyfa: feil navn, overkorreksjon, glemt igjen

Det verste er ikke selve feilen. Det er mønsteret den går i. Når jeg endelig retter den, overkompenserer modellen umiddelbart. Plutselig stappes navnet inn i hvert eneste svar etterpå – «jan sverre» her, «jan sverre» der, enten det passer i setningen eller ikke. Det blir klønete og unaturlig, som om den prøver å bevise at den har skjønt det. Og så, ti minutter senere, er den tilbake til «Jan» igjen.

Det er den fulle sirkelen: feil navn, jeg retter det, navnet kjøres inn overalt enten det passer eller ikke, og så glemmes det og vi er tilbake der vi startet. Jeg har skrevet det inn i systemprompt. Jeg har lagt det i minnefiler. Jeg har rettet det direkte i samtalene. Det hjelper litt, en stund – og så ruller sløyfa rundt på nytt. Ny sesjon, nytt kontekstvindu, samme «Jan».

Det er ikke et minneproblem i seg selv. Det er at modellen ikke håndterer dobbeltnavn som én enhet. «Jan» er et kjent navn. «Sverre» er et kjent navn. «Jan Sverre» som ett sammenhengende navn ser ut til å være for mye å holde på. Verktøyet gjetter, gjetter feil, og fortsetter å gjette feil fordi ingenting fester seg ordentlig.

Selskapene tjener på sin egen bug

Her er det som virkelig irriterer meg når jeg tenker på det. Anthropic, OpenAI og resten fakturerer per token. Hver token jeg brenner på å rette modellens egen navnefeil – lese korreksjonen jeg må skrive, lese svaret den gir, se minnet bli oppdatert på nytt – er tokens de tar betalt for.

Med andre ord: de tjener penger på sin egen feil. Bug-en koster meg tokens, tokenene koster meg penger, og pengene går rett til selskapet som lagde bug-en i utgangspunktet. Jo dårligere modellen er til å huske navnet mitt, desto mer betaler jeg. Det er ikke et insentiv som peker mot å fikse problemet. Og det rammer nettopp dem som har dobbeltnavn – et helt vanlig navneformat – hardest. Jeg sier ikke at det er bevisst. Men det er verdt å si høyt at regningen for slurvet havner hos brukeren, og fortjenesten havner hos den som slurvet.

Hva dette sier om modellkvalitet

Det finnes en tendens til å unnskylde slikt som kanttilfeller – noe modellen ikke er trent for, et komplisert edge case. Det er tull. Å huske hva brukeren heter er ikke avansert. Det er det mest grunnleggende av alt, og det er blant det første som burde sitte.

Jeg bruker Claude Code fordi det er den beste kodeagenten jeg har tilgang til akkurat nå – og jeg har testet flere av alternativene. Men «best tilgjengelig» og «god nok» er ikke det samme. Når en modell konsekvent kutter dobbeltnavnet til enkeltnavnet, sier det noe om oppmerksomheten på detalj i treningen. Det sier noe om hva som er prioritert og hva som er oversett. Og det sier noe om at «nær nok» har blitt akseptert der det burde vært krevd mer.

Jeg betaler for profesjonelle verktøy. Jeg forventer at de gjør profesjonelle ting. Å skrive riktig navn er ikke en av de vanskelige tingene – det er en av de enkle tingene som bare skal fungere. At det ikke gjør det, dag etter dag, og at jeg attpåtil betaler for å rette det igjen og igjen, er modellens feil. Ikke min.

Ofte stilte spørsmål