För bara några år sedan såg min utvecklingsprocess ut ungefär som alla andras. När jag stötte på ett problem började jag med att gräva i min egen tidigare kod, använda mina erfarenheter, konsultera referensböcker och slutligen göra sökningar på Google eller Stack Overflow. Det var en välbeprövad metod som fungerat i decennier.
Idag ser min arbetsdag helt annorlunda ut. Istället för att börja med att söka efter lösningar börjar jag ofta med att chatta om det jag ska skapa med en AI-assistent.
Den första AI-euforiperioden
I början var det helt fantastiskt. Plötsligt kunde jag chatta om allt jag ville veta med en AI-chat och ställa frågor på relativt små och okomplicerade problem – sådana som tusentals andra utvecklare ställt innan och som modellerna helt säkert redan varit tränade på.
Den initiala fascinationen var berättigad. För första gången i utvecklingshistorien hade vi tillgång till en “kollega” som var tillgänglig 24/7, aldrig blev irriterad på dumma frågor och kunde förklara komplexa koncept på ett begripligt sätt.
Från småproblem till större utmaningar
Snabbt blev det oerhört värdefullt att kunna chatta om små problem, så jag började naturligt utöka mina frågor till större utmaningar. Istället för att vänta till jag hade en helt klar lösning började jag chatta tidigare i projektet – kanske redan innan jag ens tänkt ut på vilket sätt jag skulle angripa en uppgift.
Detta förändrade min kreativa process fundamentalt. Istället för att sitta ensam och fundera kunde jag “brainstorma” med AI:n, testa idéer och få feedback på olika approaches innan jag skrev en enda rad kod.
Utmaningen med föråldrad kunskap
Men jag lärde mig också snabbt att de vanligaste sakerna som AI kan hjälpa till med ofta är gamla teknologier med stor kunskapsbank på internet. Som utvecklare vill man ju gärna jobba med aktiva och aktuella projekt, så ganska ofta fick jag be chatten ändra verktyg, bibliotek eller struktur för att matcha det jag var ute efter.
Det blev en balansgång mellan att dra nytta av AI:ns breda kunskaper och att hålla sig uppdaterad med de senaste teknikerna och best practices.
Vibe-kodning och AI-agenter
Idag kan man använda agenter i sin kodning som hjälper till att skriva koden, och vi pratar om så kallad “vibe-kodning” – ett uttryck som från början handlade om att snabbt koda ihop en prototyp baserat på en beskrivning av vad man ville göra i naturlig text.
AI-verktygen har hakat på detta och skapat helt galet effektiva verktyg för just detta. Med editorer som Cursor, den AI-baserade utvecklingseditor baserad på Visual Studio Code men med AI bakom varje tangentbordstryckning, kan man beskriva vad man vill ha och få fungerande kod inom minuter.
Den växande utmaningen inom open source
Men det finns en mörk sida av denna revolution. Den utmaning som växer sig stor inom open-source-världen som AI tränas på är att man skapar allt mer kod utan att förstå hur den fungerar.
Andra lär sig sedan vidare på denna kod som inte någon människa med en plan skrivit, utan som lite iterativt byggts på, varv på varv, med kanske en ny lösning för varje funktion. Risken för att det finns många varianter av kod som gör samma sak blir väldigt stor.
Vikten av att sitta i förarsätet
Utmaningen här är att man behöver vara väldigt erfaren för att se när AI väljer en egen väg. Man måste säkerställa att man sitter i förarsätet och inte hamnar i passagerarsätet, lutar sig tillbaka och låter AI bestämma allt.
Det är väldigt lätt att missa:
- Säkerhetsaspekten
- Att välja komponenter med rätt licenser för sina projekt
- Att versionerna och komponenterna verkligen underhålls
Framtidens utvecklare – en oro
För hela branschen är faran nu att de unga som just ska ge sig in i utvecklingen inte längre lär sig utveckla själva. De förlitar sig på AI i högre utsträckning, och risken är att eftersom verktygen är så bra så kommer man inte skapa förutsägbar kod eller använda de standarder som man kommit överens om.
Detta händer inte för att AI-verktygen inte klarar av det, utan för att den som ska styra upp hur AI-verktygen ska konfigureras och avgränsas behöver veta hur man håller sig till de instruktioner som gäller.
Cursor rules och den nya utvecklingsdisciplinen
Vi har talat om “tone of voice” i generativ AI för kommunikation och text, och nu med Cursor krävs det att man kan ställa in kodstilar och beskriva systemet med cursor-rules. Det har blivit en helt ny färdighet – att kunna instruera AI:n rätt.
Min personliga produktivitetsrevolution
Med agenter och möjligheten att ställa in förhållningsregler för AI har jag i mitt arbete och på min fritid fått en produktivitetsboost som är helt enorm. Det handlar inte om att jag slutat utveckla – det handlar snarare om att jag:
- Tar fram en modell för hur jag vill att det ska fungera
- Skapar de första delarna själv för att sätta standarden
- Låter AI hjälpa mig med det tråkiga och repetitiva
Reflektion över en otrolig resa
Tänk om någon för 10 år sedan hade berättat hur jag skulle arbeta med AI i mitt dagliga arbete – då hade jag helt ärligt inte trott på den som sagt det.
Nu ser jag fram emot vad framtiden har att erbjuda, men också lite med fasa över att de unga behöver ha disciplinen att lära sig utveckling på riktigt och inte bara med AI-stöd.
Vad är din erfarenhet av AI i utvecklingsarbetet? Har du hittat balansen mellan produktivitet och fördjupad förståelse? Dela dina tankar i kommentarerna nedan.
