Hvorfor AI dropper REST: Sandheden bag dine genererede API'er

Du beder din AI om at lave et API-endpoint. Hvad får du? Et POST-kald i RPC-stil, selvom en GET ville passe perfekt til REST. Kender du det her?

Det sker så ofte, at man må spørge: Er det bare sløv træningsdata, eller sidder der mere bag?

REST er mere filosofi end regel

Lad os ikke skyde på maskinerne. REST er arkitektoniske retningslinjer – ikke en fast spec. Det er en tankegang, og den er svær for sprogmodeller at fange.

REST handler om:

• GET til sikre læsninger
• POST til at oprette ting
• HTTP's egne semantics
• Stateless design

Det er klogdom fra web-verdenen. Men intet tvinger dig til at følge det. Masser af produktions-API'er ignorerer det fuldstændigt.

Hvad AI egentlig lærer af dataene

Her er det ærlige: Træningsdata er kaos. GitHub, Stack Overflow og docs fra tusindvis af projekter – hvad dominerer?

Du ser:

• RPC-stil overalt: Mikrotjenester, GraphQL, gamle systemer og praktiske løsninger uden REST-fanatisme
• POST til det meste: Nemmere at validere, udvide og logge (GET-logger er anderledes)
• Frameworks med POST som default: Sikrere valg ud af boksen
• Sikkerhed: Følsomme data i body, ikke i URL

Statistisk set er POST det "normale". AI'en vælger det, fordi det matcher virkeligheden – ikke fordi den er dummere.

Tokens spiller en rolle

Enkel math: Tokens koster.

RPC-eksempel:

POST /api/users
{ "action": "getUser", "id": 123 }

REST-eksempel:

GET /api/users/123

AI genererer token for token. Simpel struktur = færre valg, mindre arbejde. Det er ikke hovedårsagen, men det hjælper.

REST har sine svagheder – og AI mærker det

REST er ikke perfekt. GraphQL fik fodfæste, fordi REST's faste svar er begrænsende. Query-sprog løser komplekse søgninger bedre. Interne tjenester dropper ofte REST, når fordelene forsvinder.

Måske lærer AI, at REST passer til specifikke cases? Som offentlige API'er og browser-klienter. Til interne calls er RPC smartere. Det er ikke anti-REST – bare kontekst.

Hvad er svaret så?

En miks af faktorer:

1. Datafordeling: Mere ikke-REST i vildmarken
2. Abstrakt filosofi: Svært at kode principper
3. Token-besparelse: Simpelt er effektivt
4. Kontekst: REST er ikke altid optimalt

Få AI til at følge REST

Vær præcis i prompten:

Lav et RESTful endpoint med GET til læs, POST til create. Brug rigtige statuskoder.
Model: User { id, name, email }

Jo klarere begrænsninger, jo bedre resultat. Det er prompt engineering i praksis.

Den ægte pointe

AI afviser ikke REST af ondskab. Den spejler, hvordan kode skrives i virkeligheden. REST er elegant – men ikke det eneste valg.

Tænk over hvornår REST rocker (offentlige API'er, distribuerede systemer) og hvornår du går pragmatisk (internt, hastighed, arv).

Din AI har fanget det. Tid til at følge trop.

Vil du have production-ready API'er til næste projekt? NameOcean's Vibe Hosting har AI-værktøjer, der tilpasser sig dine præferencer. Sæt stil én gang, og lad koden tilpasse sig. Læs mere om smart udvikling med NameOcean.