Slutt å la AI sløse tokens på det koden burde håndtert
AI-koden som går i sirkler
Moderne AI-verktøy brukes ofte til å styre ting som egentlig burde vært håndtert av vanlig kode. Utviklere ber språkmodeller kjøre kommandoer, tolke output og ta beslutninger som er helt forutsigbare. Resultatet blir unødvendig token-forbruk og ustabile prosesser.
Det er som å la en høyt utdannet konsulent skru av og på lysbryteren. Mulig, men ikke spesielt smart.
Når AI-en får for mange valg
Problemet oppstår når du ber en LLM om å «kjøre SonarQube og foreslå rettelser». Da må modellen:
- Huske hvilken teknologi du bruker
- Velge riktig kommando for ditt miljø
- Tolke output som ikke er laget for mennesker
- Vurdere hva som skal skje videre
Hver av disse oppgavene gir rom for feil. Og hver feil koster både tid og penger.
La koden gjøre det koden er god til
Løsningen er å flytte det forutsigbare tilbake til ekte kode. I stedet for å be AI-en «håndtere kodegjennomgang», lager du en utvidelse som:
- Allerede vet hvordan prosjektet ditt er bygget opp
- Alltid kjører på samme måte
- Gir forutsigbare kostnader
- Sender ren, verifisert data videre til AI-en
AI-en får da jobbe med det den er best til: analyse og kreative vurderinger – ikke med å gjette seg frem til riktig kommando.
Bygg selv, ikke kopier
Den største feilen er å ta i bruk andres AI-oppsett uten å tilpasse det. Hver stack har sine egne behov. Se på hvordan andre gjør det, men lag din egen løsning.
Start enkelt. Et grunnleggende rammeverk med lese-, skrive- og shell-funksjoner er ofte nok. Resten bygger du selv, slik at du vet nøyaktig hva som skjer når noe går galt.
Tre enkle grep for å spare tokens
- Cache smart. Ikke send samme systemprompt og verktøydefinisjoner hver gang. Bruk verktøy som caveman for å redusere gjentakelser.
- Forenkle kommandolisten. Færre valg betyr færre feil. Erstatt store verktøylister med kompakte kommandoer.
- Komprimer lokalt. Bruk verktøy som VCC til å korte ned input før den sendes til modellen – uten å bruke ekstra API-kall.
Mindre støy, mer verdi
En utvikler som gikk over fra komplekse agent-løsninger til deterministiske utvidelser, falt plutselig av en intern «token-bruksliste». Ikke fordi de brukte mindre AI, men fordi de sluttet å bruke den på feil oppgaver.
Sjekk din egen stack
Når du vurderer verktøy eller bygger egne flyter, spør deg selv:
- Hvor ber jeg AI-en gjøre noe som burde vært en enkel funksjon?
- Kan dette erstattes med et script eller en utvidelse?
- Betaler jeg for å verifisere noe som kunne vært bygget inn fra starten?
Fremtiden ligger ikke i flere agenter – men i agenter som vet hva de faktisk er gode til.