Derfor er dine AI-planer probably going to haunt you later

Lad mig stille et spørgsmål: Hvordan planlægger du stadig dine projekter?

Stort set alle bruger stadig den samme tilgang som før AI-agenter blev en del af hverdagen. En hurtig note, måske et Notion-dokument, en Slack-tråd der udvikler sig til chaos. Og så smider du det halvfærdige grundlag til en coding agent og krydser fingre.

Problemet er ikke at AI-agenter er dårlige til at kode. Problemet er at de har brug for struktur vi sjældent giver dem. Og når de selv finder på løsninger, står vi tilbage uden skyggen af en forklaring på hvorfor.

Inplan: dokumentet der svarer tilbage

Her forsøger inplan at lappe hullet. Grundlæggende er det en Markdown-editor bygget til samarbejde mellem mennesker og AI coding agents. Tænk på det som et fælles whiteboard hvor begge parter kan skrible, stille spørgsmål og revidere ét enkelt plandokument sammen.

Det interessante er ikke selve editoren – det er kommentarsystemet. Du kan markere enhver sætning og starte en trådet diskussion lige der. Spørg hvorfor agenten foreslog den arkitektur. Bed om clarification på en antagelse. Tag en beslutning. Den udveksling bliver hængende på præcis den linje, så du faktisk kan finde tilbage til den senere.

Det løser noget vi sjældent taler om: problemet med kontekstuel arkæologi. Spol tre måneder frem. Din agent lavede et valg et sted. Hvor er reasoningen? Inplan gør den sporbar.

Review før revision

Her er et mønster vi ser alt for ofte: du lader en AI-agent arbejde, kommer tilbage, og planen har lydløst transformeret sig. Måske er den bedre. Måske er noget crucialt ændret. Svært at sige.

Inplan vender den logik. Når agenten vil revidere planen, overskriver den ikke stille dokumentet – den genererer en diff som du selv gennemgår og anvender. Du ser præcis hvad der ændrede sig. Du kan godkende, afvise eller iterate før noget bliver låst fast.

Den her human-in-the-loop tilgang betyder mere end den måske lyder. Den transformerer agenten fra executor til collaborator med en paper trail.

Installation og setup

Værktøjet installeres som en Claude Code skill (med Codex og andre på vejkortet). En simpel "plan X" prompt åbner editoren, og så kører det. Det er AGPL-3.0 open-source og kører 100% lokalt via npm.

For teams der vil have live collaboration, findes en hosted option på inplan.ai. Intet i demoen kræver en konto, hvilket er forfriskende for et SaaS-produkt.

Hvor det stadig halter

Ingen værktøjer er uden tradeoffs. Den nuværende version er en Electron desktop app – funktionel men tungere end en web-editor. Diff-mekanismen arbejder linje-for-linje, hvilket kan føles groft for detaljerede ændringer. Og mentalmodellen er bygget omkring ét plan-dokument ad gangen. Hvis du håndterer multiple sammenhængende specs, ender du med at række ud efter andre værktøjer ved siden af.

Holdet har været transparente omkring disse limitationer, hvilket er opmuntrende. Multi-document support og rigere agent interaction loops er på vejkortet.

Hvorfor det her betyder noget i vibe coding-æraen

"Vibe coding" – at lade AI håndtere implementation mens du styrer visionen – eksploderer i popularitet. Men vibe coding har en dirty secret: uden klar direction sidder du og vibe-checker outcomes mod intentions du aldrig fuldt ud artikulerede.

Værktøjer som inplan antyder en anden fremtid. Ikke bare "code faster" men "think clearer". Planlægningsfasen bliver et genuine collaboration med din AI-partner, der producerer artifacts der tjener både den umiddelbare opgave og fremtidige maintainers (inklusiv fremtidig-dig).

Om inplan specifikt bliver din workflow afhænger af din tolerance for Electron apps og single-doc mentalmodeller. Men det underliggende concept – structured, commentable, human-reviewed AI collaboration – peger mod hvordan vi vil arbejde med coding agents i takt med at de bliver mere capable.

Spørgsmålet er ikke om AI vil skrive mere af vores kode. Det er om vi vil bygge stilladsen til at gøre den kode faktisk forståelig.

Prøv det: npm i -g inplan