Agentisk utvikling: slik endres arbeidsmåten når AI skriver koden
Når AI-agenter skriver store deler av koden, flyttes flaskehalsen fra å skrive til å gjennomgå og verifisere. Slik tilpasser dere arbeidsmåte, kvalitetskontroll og ansvar.
Agentisk utvikling betyr at utviklere lar AI-agenter utføre større arbeidsoppgaver selvstendig — lese kodebasen, gjøre endringen, kjøre testene og rette seg selv — mens mennesket setter retningen og gjennomgår resultatet. Det øker tempoet betydelig, men flytter samtidig flaskehalsen: det som begrenser dere er ikke lenger hvor raskt kode skrives, men hvor raskt den kan verifiseres.
Hva endrer seg i praksis?
- Oppgaver formuleres som mål og akseptansekriterier framfor detaljerte instruksjoner
- Gjennomgang blir det viktigste momentet, ikke det siste før lunsj
- Tester og typekontroll går fra fint å ha til forutsetning, siden de er agentens fasit
- Mye kode skrives raskt, noe som gjør det billigere å forkaste et forslag og gjøre om
- Ansvaret for resultatet ligger fortsatt hos den som godkjenner endringen
Hva må være på plass i kodebasen?
En agent presterer omtrent som en ny utvikler med perfekt hukommelse, men uten historikk. Den blir god i en kodebase der den kan kontrollere seg selv, og upålitelig i en der ingenting lar seg verifisere automatisk.
- Tester som kan kjøres fra kommandolinjen og som sier noe om virkeligheten
- Linting og typekontroll som gir rask, entydig tilbakemelding
- En måte å starte systemet lokalt uten hemmelige steg
- Kortfattet dokumentasjon av konvensjoner — hvordan dere navngir, hvor ting hører hjemme
- Små, tydelige endringer som lar seg gjennomgå på ti minutter
Gjør dere bare én ting før dere slipper agenter inn i kodebasen: sørg for at det finnes en rask testkommando som viser om noe gikk i stykker. Uten den kan verken agenten eller den som gjennomgår avgjøre om endringen er riktig.
Hvordan gjennomgår man kode man ikke har skrevet selv?
- Les endringen som helhet først: løser den det som ble bestilt, og bare det?
- Vær særlig oppmerksom på det som ser rimelig ut, men ikke testes — feilhåndtering, grensetilfeller, rettigheter
- Krev at agenten viser hvordan den har verifisert arbeidet, ikke bare at den sier det fungerer
- Vær skeptisk til brede endringer: mange filer med små justeringer skjuler ofte en misforståelse
- Kontroller at ingen sikkerhetssteg er fjernet for å få testene grønne
Hvilke risikoer må håndteres?
Den største risikoen er ikke at agenten skriver feil kode — det fanges opp av tester og gjennomgang. Den er at teamet slutter å forstå sitt eget system. Når ingen lenger kan forklare hvorfor en løsning ser ut som den gjør, blir hver framtidige endring dyrere. Motmiddelet er å kreve begrunnelser i beslutninger og holde endringene små nok til at noen faktisk leser dem.
- Hemmeligheter og nøkler skal aldri ligge der en agent leser dem ved et uhell
- Avhengigheter som foreslås automatisk må kontrolleres før de innføres
- Produksjonsdata skal ikke brukes som grunnlag i utviklingsarbeid
- Rettigheter for automatikk skal være egne og begrensede, ikke en administrators
Hvordan måler dere om det faktisk går bedre?
Mål på flyt og kvalitet, ikke på antall kodelinjer. Rimelige mål er tiden fra påbegynt oppgave til endring i drift, hvor stor andel av endringene som må rettes i ettertid, og hvor ofte noe går i stykker i produksjon. Øker tempoet mens feilene står stille, er arbeidsmåten en gevinst. Øker begge, har dere bare flyttet arbeidet fram i tid.
Skriven av
Robin EnglundMedgrunnlegger & CTO, Axuvo
Robin er medgrunnlegger og CTO i Axuvo. Med bakgrunn som teknisk leder i flere selskaper hjelper han bedrifter med å ta riktige teknologibeslutninger og bygge digitale løsninger som holder.
AI-ansatte
Samme arbeidsmåte som i koden gjelder i virksomheten: agenten gjør jobben, et menneske godkjenner det som går ut.
Les merOfte stilte spørsmål
Relaterte artikler
Teknisk gjeld: Den usynlige kostnaden
Teknisk gjeld vokser sakte og blir dyr. Lær hvordan du identifiserer, forebygger og løser teknisk gjeld før den kveler utviklingen din.
Slik bygger du en AI-agent som holder i produksjon
De fleste AI-agenter fungerer i demo og svikter i drift. Her er arkitekturen, sperrene og målingen som skiller en pilot fra et system dere kan stole på.
Vil dere se det på deres egne e-poster?
Book en gjennomgang på 30 minutter. Vi setter opp en rolle i skyggedrift mot innboksen deres, gratis.