Den 3:e januari 2026 byggde jag en nummerlapps-app från idé till produktion på några timmar. Processen var strukturerad — från idégenerering via ChatGPT och Gemini till automatiserad setup med create-new-project.sh och direkt utveckling i Cursor. Resultatet: ett fungerande kösystem med nummerlappar, köstatus och automatisk hantering.

Arbetsflödet

Idégenereringen startade på telefonen där ChatGPT och Gemini gav snabb feedback på konceptet och förslag på promtar. Därefter tog jag över i Cursor för planering och implementation på datorn.

Själva uppsättningen hanterades av scriptet create-new-project.sh, som skapar hela miljön automatiskt — Terraform-konfiguration för AWS-resurser, GitHub Actions workflow med OIDC-autentisering, och SDLC-hooks för pre-commit validering var på plats direkt. Några skavanker identifierades under processen (t.ex. Vitest-konfiguration som behövde justeras), men de blockerade inte flödet.

Iterativa förbättringar

Scriptet förbättrades kontinuerligt under dagen. AI-agenter gav feedback under arbetet, och andra agenter implementerade justeringar i hur konfigurationen hanteras. Dessa förbättringar integrerades direkt i repots verktygskedja, vilket visar hur parallella agenter kan förbättra systemet samtidigt som det används.

Siffror

Metric	Värde
Totalt tokens	~25 miljoner
Kostnad (om inte inkluderat i Cursor Pro+)	~$14
Tidsperiod	En eftermiddag (3:e januari 2026)

Inga extrema spikar i graferna — kostnaden är rimlig för resultatet. Det visar att guardrails och SDLC håller förbrukningen kontrollerad även vid snabb iteration.

Slutsats

Struktur möjliggör hastighet. När infrastrukturen är automatiserad kan fokus ligga på funktionalitet. Från noll till en fungerande tjänst på en eftermiddag — möjligt genom SDLC-automation och tydliga guardrails.