AI i utvikling: De to tingene som fortsatt mangler

AI-verktøy skriver kode i dag. Gi dem en tydelig oppgave og nok kontekst, så får du fungerende resultater. Likevel merker mange utviklere at produktiviteten ikke øker like mye som forventet. Problemet ligger ikke i modellene, men i to grunnleggende mangler.

Manglende hukommelse på tvers av økter

AI-assistenter husker ingenting fra forrige økt. Skifter du terminal eller tar en pause, er alt borte. Dette betyr at du må gjenta de samme beslutningene om og om igjen: hvilke mønstre dere bruker, hva som skal fjernes, eller hvordan caching skal fungere.

På små prosjekter er dette irriterende, men håndterbart. På større team med omfattende kodebaser blir det et reelt problem. Uten felles minne tar AI-en egne antakelser, og noen av dem kan være feil. Feilene dukker ofte opp sent, når de allerede har spredd seg gjennom systemet.

Løsningen handler om å lagre og dele kunnskap som tidligere beslutninger, arkitekturvalg og lærdom fra tidligere feil. Uten dette blir AI-en en evig nybegynner.

Manglende evne til å verifisere selv

Selv med bedre hukommelse står AI-en overfor en annen begrensning: den kan ikke teste sitt eget arbeid skikkelig.

For å gjøre dette trenger den tilgang til ekte miljøer, full tilgang til tester og mulighet til å eskalere rettigheter når det trengs. De fleste organisasjoner er ikke villige til å gi en slik tilgang. Det strider mot prinsippet om minst mulig rettigheter og kompliserer både sikkerhet og compliance.

Dette betyr at en AI fortsatt må ha et menneske som kjører testene, sjekker resultatene og godkjenner endringene. Autonomi er fortsatt langt unna.

Når disse hullene lukkes

Når en AI både husker teamets beslutninger og kan verifisere endringene selv, endres utviklerrollen. Da blir spesifikasjonen det eneste du skriver. Alt annet – implementasjon, testing og validering – overlates til maskinen.

Utvikleren blir arkitekt for intensjon, ikke den som skriver koden.

Konsekvenser for infrastruktur og hosting

For deg som bruker NameOcean eller administrerer domener og hosting, betyr dette at du bør tenke på infrastruktur allerede nå. Spørsmålene er de samme uansett plattform:

• Hvordan kan et automatisert system få trygg tilgang til å teste endringer?
• Hvordan fanger du opp arkitekturvalg og teamkunnskap i dag?
• Er deployment-pipeline din bygget for autonom verifisering?

Fremtiden handler ikke bare om bedre modeller. Den handler om å bygge systemer som lar AI-en jobbe trygt og effektivt i virkelige organisasjoner.