Hvorfor noen utviklere dropper AI i kodingen – og velger den gamle skolen

AI-hypeen herjer i tech-verdenen. Nye verktøy lover å endre koding for alltid. Konferanser maler et bilde av eksplosiv produktivitet. Startups roper om LLM-drevne løsninger.

Det frister. Men ikke for alle.

Flere dyktige utviklere stopper opp. De stiller det kjipe spørsmålet: Trenger vi dette egentlig? Her ser vi på hvorfor enkelte velger manuell koding – og hva det sier om smarte utviklerværktøy.

Pengene teller mest

La oss snakke cash.

De fleste AI-kodingverktøy krever abonnement. Månedlig eller årlig betaling for AI i IDE-en din. Logisk nok? Nei, det låser deg til kontinuerlige kostnader for sporadisk hjelp.

Mange utviklere går tilbake til enkle tekstredigerere. Regnestykket er klart: Bruker du AI bare til 10 prosent av jobben – som maler eller rask doc – er prisen verdt det? Gratis alternativer eller engangskjøp har fikset dette i årevis.

Eldre utviklere har sett det før. No-code skulle drepe programmering. Low-code ga ny gjeld. Hver "revolusjon" ga gevinster, men sjelden som lovet.

Skepsisen handler ikke om å avvise AI. Det handler om å se at verktøy som lover å fikse alt, ofte misser målet.

Kompleksitet: Tilfeldig eller essensiell?

Nå blir det dypt.

Fred Brooks' essay "No Silver Bullet" er must-read. Han deler kompleksitet i to: tilfeldig og essensiell.

Tilfeldig kompleksitet er kjedelige ting som minnehåndtering, maler og API-søk. Det er slitsomt, ikke vanskelig.

Essensiell kompleksitet er kjernen: Forstå krav, arkitekturvalg, tilstand i distribuerte systemer, feilsøking. Dette finnes uansett språk.

Moderne språk og rammeverk har allerede håndtert mye tilfeldig kompleksitet. Vi skriver ikke maskinkode. Pakkehåndterere, lintere og testrammeverk fikser rotet automatisk.

Sannheten? AI fokuserer på tilfeldig kompleksitet – som vi stort sett har løst.

Å be LLM om en REST-endepunkt eller test er å løse kjente problemer. Flaskehalsen er ikke typing eller syntaks. Det er å vite hva du skal bygge.

Abstraksjonstårnet vokser

Tenk på stakken din som utvikler. Python-kode utløser millioner av operasjoner: bytecode, runtime, OS, CPU, silisium.

AI-drømmen legger til et nytt lag – automatisert koding. Agenter fikser oppgaver selv, uten deg.

Men flere lag gir nye feilmodi. Når det kræsjer, må du grave ned i tårnet. Gode debuggere dropper nivåer for å forstå.

AI-generert kode er et nytt lag mellom tanke og kode. Buggene kommer. Da må du reversere AI-ens valg. Det er ikke gevinst. Det er vedlikeholdsbyrde.

Erfaring redder dagen

Det er et generasjonsspørsmål her.

Tech feirer unge og raske – fem år gir "senior". Men de med tiår bak seg har kunnskap utover kode. De kjenner fiaskoer, risiko, hype som ebber ut.

Ikke for å dytte på nybegynnere eller AI-fans. Men syklusene fra Java til serverless gir skepsis mot neste bølge.

Det er ikke anti-fremskritt. Det er anti-prat.

Hva det betyr for NameOcean-brukere

På NameOcean satser vi på AI der det funker. Vibe Hosting bruker det til infrastruktur, deploy-optimalisering, skalering.

Her er problemene definerte, gevinstene målbare.

Vi erstatter ikke utviklere. Vi fjerner friksjon fra logistikk, ytelse, deploy.

Skepsis til AI-koding? Bra instinkt. Bruk AI på kjedelige oppgaver. Dropp det der du trenger nærkontakt med problemet.

Fremtiden handler ikke om å fjerne utviklere. Det handler om å kutte distraksjoner fra det mennesker gjør best.