Fleksibel automation kontra agentisk forbedring i kodning

Agentisk automation (bedre kendt som ‘vibe coding’) har bestemt været på fremmarch i popularitet, ikke kun inden for udviklermiljøet, med Collins Dictionary, der kalder det årets ord, og selv Microsofts administrerende direktør, der nævner, at op til 30% af virksomhedens kode er skrevet af AI. Denne tilgang til kodning driver uden tvivl produktiviteten, men som med alle transformerende teknologier, er det afgørende at forstå, hvor og hvordan man anvender den mest effektivt for at maksimere dens fordele.

Udviklere står ofte over for udfordringer som projektets omfang, afbrydelse af kodningssessioner og begrænsning af tid, så søgen efter effektivitetsgevinster gennem AI er forståelig. Men udviklere skal også overveje ‘mennesket i løkken’ filosofien, som tilbydes af fleksibel automation. I stedet for at trække på automation i hver enkelt proces, fokuserer det på kedelige opgaver og cementerer udviklerne som beslutningstagere på hver punkt i processen. Denne tilgang understøtter færdighedsudvikling samtidig med, at den sikrer arkitektonisk konsistens på tværs af projekter. 

Agentisk automations opkomst

Vibe coding kan være overalt, men det er stadig en relativt ny tilgang, der først blev introduceret i begyndelsen af 2025. Det er processen med at bruge genererende AI til at producere softwarekode baseret på konversationsprompt, typisk med lidt eller ingen manuel indgriben.

Det er blevet bredt rost for at sænke barrieren for ikke-ingeniører til at teste ideer og generere arbejdende koncepter. For eksempel kan CEO’er og C-suite-chefer nu demonstrere de ønskede ændringer gennem vibe-coded prototyper, og undgå lange samtaler med udviklere, hvor de forklarer abstrakte ideer.

Men at gå ud over denne ideationsfase kræver en forståelse af AI’s nuværende evner. AI fungerer inden for visse begrænsninger, når det handler om store kontekstvinduer, hvilket påvirker detaljeniveauet i kodegenerering for store professionelle projekter. Selv om udviklere kan instruere det yderligere til at foretage ændringer, hvis fejl er opdaget, kan AI-genereret kode nogen gange duplikere funktioner, hvilket kan skabe vedligeholdelsesovervejelser. Dette bliver særligt relevant, når man arbejder med indlejrede systemer, der ofte er begrænsede af hardwaregrænser, og kræver kun den tætteste kode for at fungere effektivt.

Den bredt anerkendte anvendelse af AI i kodning rejser også vigtige spørgsmål om færdighedsudvikling. 42% af udviklere, der bruger AI i deres processer, siger, at mindst halvdelen af deres kodebase er AI-genereret. Da agentisk automation bliver mere udbredt, er det værd at overveje, hvordan junior-udviklere bygger grundlæggende færdigheder. Det er en initieringsritus for dem at klare sig gennem de rutinemæssige kodningsopgaver, der skærper deres færdigheder og tillader dem at bygge kodningsoplevelse hurtigt. At finde den rette balance, hvor AI håndterer passende opgaver, samtidig med at der opretholdes muligheder for hånd-on-læring, vil være afgørende for at pleje den næste generation af udviklere.

Udviklernes holdning afspejler også denne tilpasningsperiode. I 2024 havde 70% af udviklerne en positiv holdning til AI, men dette år faldt det til 60%, hvor 46% udtrykte bekymring over AI-kodens nøjagtighed. Dog ser majoriteten af udviklerne (70%) det ikke som en trussel mod deres position, og 59% af senior-udviklere i en anden undersøgelse sagde, at AI-værktøjer hjælper dem med at levere kode hurtigere. Disse tal antyder, at udviklere aktivt forsøger at integrere AI effektivt i stedet for at afvise det fuldstændigt. Teknologien udvikler sig hurtigt, og med den, ændrer også bedste praksis for implementering.

Så i stedet for denne ‘enten-eller’-tilgang, er det værd at overveje en anden filosofi, der tager en mere mådeholden tilgang til AI’s anvendelse, og holder udviklerne i førersædet.

Hvad er fleksibel automation?

Hvor agentisk automation integrerer AI på tværs af udviklingsprocessen, tager fleksibel automation en strategisk synsvinkel.  Den råder til den målrettede integration af AI i kodningsprocessen, og foreslår at erstatte en administrativ opgave ad gangen. På denne måde beholder udvikleren altid kontrollen og overopsynet over produktet uden unødig forstyrrelse. Det målretter de mere kedelige administrative opgaver, såsom kode-dokumentation, oprettelse af enhedstest og enhver gentagen kodning.

Det er afgørende, at det anerkender AI’s nuværende evner i kodning – selv om det ikke kan skabe en fuld software-stak endnu, kan det drive umiddelbare fordele i visse områder. Så i stedet for, at udviklerne bliver frustrerede over, at de anvender AI på de forkerte opgaver, er dens anvendelse fokuseret på områder, hvor det udmærker sig. Over tid kan udviklere familiarisere sig med det og adoptere det i et langsommere tempo, og tillade dens værdi i løsning af administrative opgaver at blive tydelig. Så kan udviklerne vende tilbage til de mere komplekse, centrale årsager, de indtrådte i branchen for – såsom blot at skrive god, kompleks software og løse udfordrende problemer – samtidig med, at de er trygge ved, at AI arbejder sammen med dem.

Det er også vigtigt, at det efterlader plads til en rimelig mængde af disse rutinemæssige opgaver til junior-udviklere at lære fra hånd-on-erfaring, og tillade dem at bygge grundlæggende viden med den dybe læring, der kommer fra traditionel prøvelse og fejl. I stedet for at blive set som noget, der måske begrænser læringsmuligheder, er AI integreret som et værktøj – et, som udviklerne fastholder kontrollen over.

Fordelene strækker sig ud over enkelt-udviklere til hele udviklingsteams. Ved at automatisere de gentagne elementer i kodning kan teams opretholde konsistens i deres dokumentations- og testpraksis, samtidig med, at de frigør senior-udviklere til at vejlede junior-teammedlemmer og fokusere på arkitektoniske beslutninger. Dette skaber en sundere udviklingskultur, hvor AI supplerer menneskelig ekspertise i stedet for at forsøge at erstatte den.

At balancere automationens tightrope i kodning

Det er værd at gentage, at AI er den største forandring i kodning i årtier, og det har uden tvivl potentialet til at forandre, hvordan vi kodning til det bedre, men vi skal få balancen rigtig. Dette er en proces, der skal gennemføres strategisk, både for branchen og udviklerne, der vænner sig til denne nye måde at arbejde på, og sikrer, at vi bygger på solide funder, samtidig med, at vi omfatter innovation. Nøglen er at finde det søde punkt, hvor automation forbedrer produktiviteten uden at kompromittere med dybden af forståelse, der gør store udviklere.

Alt dette sagt, betyder det ikke, at vi skal se fleksibel automation og vibe coding som konkurrerende filosoffer, men som værktøjer, der er egnet til to helt forskellige stadier af software-livscyklussen. Fremover vil vibe coding være afgørende for den første ideation, såvel som ikke-teknisk kommunikation mellem udviklere og deres bredere organisationer. Og derefter, da vi går ind i produktionsprocessen, skal fleksibel automation træde i forgrunden, og sikre, at AI forbliver en hjælp, snarere end en hindring. Så det er ikke bare enten-eller – for at lykkes, har vi brug for begge.