Hvorfor AI dropper REST – sannheten bak dine genererte API-er
Hvorfor AI dropper REST – Sannheten bak de genererte API-ene dine
Du ber AI-en din lage en API-endepunkt. Hva får du? Ofte en POST-forespørsel med RPC-stil, selv om en GET hadde passet perfekt etter REST-reglene. Kjenner du deg igjen?
Dette skjer så ofte at det lønner seg å grave dypere. Er det bare slurvete treningsdata, eller ligger det noe mer bak?
REST er mer filosofi enn regelverk
Før vi skylder på AI-en, stopp opp. REST handler om arkitektoniske retningslinjer, ikke stive regler. Det er en tankegang. Og tankeganger er tricky for språkmodeller å gripe.
Kort sagt anbefaler REST:
- GET for trygge, gjentakbare leseoperasjoner
- POST for å opprette ressurser
- HTTPs naturlige semantikk
- Stateless design
Dette bygger på smarte HTTP-praksiser. Men ingenting tvinger deg til å følge det. Mange live-systemer dropper REST fullstendig – og funker fint.
Treningsdataene er kaos
Sannheten er brutal: Treningsdata er rotete. AI-modeller læres på kode fra GitHub, Stack Overflow og API-dokumenter fra tusenvis av prosjekter. Hva dominerer egentlig?
Du ser masse av:
- RPC-lignende API-er: Mikrotjenester, GraphQL, gamle systemer og praktiske løsninger som ignorerer REST
- POST til alt: Enklere validering, utvidelse og feilsøking (POST-logger skiller seg fra GET)
- Rammeverk som starter med POST: Sikker standard i flere populære verktøy
- Sikkerhet: Følsomme data havner i POST-body, ikke URL
Statistisk sett virker POST som det smarte, fleksible valget. AI-en følger bare det den ser mest av i virkeligheten.
Tokens teller i genereringen
Enklere forklaring: Tokens er gull.
RPC-eksempel:
POST /api/users
{ "action": "getUser", "id": 123 }
REST-eksempel:
GET /api/users/123
AI genererer token for token. Kortere endepunkter og færre valg sparer krefter. Ikke hovedårsak, men en faktor.
REST har svakheter AI-en merker
Tenk på dette: REST passer ikke overalt.
GraphQL løser RESTs stive svarstrukturer. Query-språk fikser problemer med lange URL-er. Interne tjenester dropper ofte REST – fordelene forsvinner i kontrollerte miljøer.
Kanskje AI-en lærer at REST er bra for spesifikke tilfeller? Perfekt for offentlige API-er og klient-server, men overkill internt. Det forklarer RPC-tendensen – ikke feil, bare realistisk.
Hva er svaret da?
En miks av årsaker:
- Datafordeling: Mer ikke-REST-kode i virkeligheten enn vi liker
- Semantisk tåke: Filosofi er vanskeligere å lære enn syntaks
- Token-sparing: Enklere generering går raskere
- Kontekstforståelse: Modeller skjønner RESTs begrensninger
Slik får du RESTful AI-API-er
Vær krystallklar i prompten:
Lag et RESTful API-endepunkt. Følg beste praksis: GET for lesing, riktige HTTP-koder.
Modell: User { id, name, email }
Jo mer presis, jo bedre resultat. Det er prompt engineering for API-er.
Poenget er dette
AI avviste ikke REST av ren trass. Den speiler hvordan kode faktisk skrives der ute. REST er elegant – men bare ett valg blant flere. Virkeligheten velger ofte praktisk.
Beste API-design? Vit når REST rocker (offentlige API-er, browser-klienter, distribuert) og når fleksibilitet vinner (interne tjenester, ytelse, arv).
Din AI har skjønt det. Kanskje tid for oss også.
Vil du ha produksjonsklare API-arkitekturer neste prosjekt? NameOceans Vibe Hosting-plattform har AI-verktøy som tilpasser seg dine preferanser. Sett mønstre én gang, så genereres koden smartere. Les mer om smarte bygg med NameOcean.