Slik kan framtidas AI-verktøy for utviklere se ut

AI-assistert utvikling er i rask endring, og blant de mest spennende initiativene finner vi my-pi – et prosjekt som viser hva som skjer når du kombinerer flere protokoller og arkitekturer i én modulær løsning.

Hvorfor er dette annerledes?

De fleste AI-verktøy for koding fungerer som svarte bokser – de er kraftige, men du har lite kontroll over hvordan de jobber. my-pi tar en annen tilnærming: her er AI-assistanse en komponérbar stack der du selv bestemmer hvilke deler som skal være med.

To protokoller står sentralt:

MCP (Model Context Protocol) lar AI-modellen din kommunisere med eksterne verktøy, databaser og tjenester uten at du trenger å bygge egne integrasjoner. Tenk på det som en universell adapter.

LSP (Language Server Protocol) gir AI-assistenten din samme kodeforståelse som profesjonelle IDE-er. Den kan hoppe til definisjoner, finne referanser og analysere kodestruktur på et dyp nivå.

Agentkjeder: Der magien skjer

Det mest spennende er kanskje agentkjeder-konseptet. I stedet for én enkel AI-interaksjon, kan du kjede sammen flere agenter – hver med sin spesialitet.

Tenk deg et arbeidsflyt der én agent analyserer krav, en annen implementerer løsningen, en tredje reviewer koden, og en fjerde håndterer testingen. Alt fungerer sømløst sammen.

Gjenbrukbare prompt-oppskrifter

Prompt presets løser et av de vanligste problemene i AI-utvikling: du slipper å finoppfinne hjulet hver gang. Lag en god prompt én gang, lagre den, og bruk den igjen i nye prosjekter. Din akkumulerte erfaring blir et bibliotek du kan bygge videre på.

Innsikt i hvordan det faktisk presterer

Local eval telemetry gir deg full oversikt over hvordan AI-assistenten din presterer. Du kan spore suksessrate, finne svakheter og forbedre oppsettet ditt basert på fakta – alt kjører lokalt på din egen maskin.

Hvorfor dette betyr noe

For enkeltutviklere betyr dette at du kan bygge AI-assistanse som passer din arbeidsflyt, ikke omvendt. For startups åpner det for spesialiserte utviklingsverktøy skreddersydd for deres tech-stack og domene.

Det komponérbare designet betyr også at du aldri blir låst til én enkelt løsning. Når AI-landskapet endrer seg, kan du bytte ut komponenter uten å bygge alt på nytt.

Kom i gang

Prosjektet er åpen kildekode og tilgjengelig på GitHub. Enten du er en solo-utvikler som vil øke produktiviteten, eller et team som eksperimenterer med skreddersydde arbeidsflyter, er dette verdt å utforske.

Framtida for AI-assistert utvikling handler ikke om smartere svarte bokser – den handler om å gi utviklere byggeklosser til å skape akkurat det de trenger.

Har du prøvd modulære AI-kodingsagenter? Del dine erfaringer i kommentarene under.