Fra skeptiker til troende – min første helg med AI-assistert koding
Fra skeptiker til AI-koding-entusiast
Vi har alle vært der. AI-verktøy kan lage enkle funksjoner og forklare kode, men å bygge noe skikkelig med dem? Det føltes lenge som en fjern tanke. Inntil jeg testet det selv.
Jeg hadde brukt AI til små skript og feilsøking før. Men det var mer som et digitalt gummianke enn en ekte samarbeidspartner. Skiftet kom da jeg så andre lansere ekte prosjekter med AI-hjelp. Da begynte tanken å melde seg: hva om jeg behandlet AI som en profesjonell del av arbeidsflyten min?
Cosmobot som testprosjekt
Jeg gravde frem en gammel idé kalt Cosmobot – en chatbot-rammeverk som skulle samle meldinger fra plattformer som Telegram, Discord og QQ. Prosjektet passet perfekt fordi det var lite nok til å bli ferdig på en helg, samtidig som det krevde teknologi jeg ikke kjente godt fra før.
Jeg valgte en teknisk stabel som utfordret både meg og AI-en:
Effectful gir en strukturert måte å håndtere sideeffekter på. I stedet for å spre I/O-kode rundt i funksjonene, deklarerer hver funksjon hvilke effekter den kan ha.
Streaming lar meg håndtere kontinuerlige datastrømmer. Det passet godt til å samle meldinger fra ulike kilder og behandle dem på samme måte.
Seks timer med intensiv koding
Jeg startet med en kort beskrivelse av hva jeg ønsket i en fil kalt AGENTS.md. Deretter lot jeg AI-en generere kode basert på den. Resultatet overrasket meg.
De største overraskelsene
Da jeg ba om støtte for QQ, forventet jeg flere runder med korrigering. I stedet kom det komplett og fungerende kode på første forsøk. Den brukte også riktig arkitektur og fulgte de samme prinsippene som resten av prosjektet.
Når jeg senere byttet fra dotenv til TOML, skjedde det uten store omveier. AI-en forsto hva som måtte endres og gjorde det effektivt.
Det mest avhengighetsskapende var likevel tempoet. Kompilere, teste, be om ny funksjon – og få noe som nesten alltid stemte. Jeg sluttet nesten å lese koden underveis. Jeg bare sjekket at den gjorde det jeg ønsket.
Hva dette betyr i praksis
AI-koding handler ikke om å erstatte utviklere. Det handler om å flytte fokuset oppover. I stedet for å bruke tid på å skrive kode, kan du bruke mer tid på arkitektur, design og å kontrollere at resultatet stemmer med intensjonen.
Kobling til hosting og domener
Samme tilnærming gjelder når du jobber med domener og webhosting. Med AI som støtte kan du raskere teste konfigurasjoner, bygge automatiske scripts og eksperimentere med nye oppsett. Det som tidligere tok 40 timer, kan i dag gjøres i en brøkdel av tiden.
En ny hverdag for utviklere
AI-verktøy er ikke lenger noe du prøver av og til. De blir en del av det grunnleggende verktøysettet. Spørsmålet er ikke lenger om du skal bruke dem, men hvordan du integrerer dem best mulig i prosessen din.
Hvis du fortsatt er skeptisk – prøv det selv. Ikke på en lekeoppgave, og ikke med små skript. Ta et ekte prosjekt. Da er det større sjanse for å oppleve det samme skiftet jeg gjorde.