Där AI-kodningen fastnar på matematiken

AI-assistenter har blivit en självklar del av utvecklingsarbetet. Större kontextfönster och bättre minneshantering gör att många nu bygger sina projekt med hjälp av agenter. Men trots alla framsteg finns det fortfarande uppgifter där AI:erna misslyckas – trots att problemen verkar enkla för en människa.

Ett schemaläggningsproblem som stjälper agenter

Tänk dig att du ska skapa ett rotationsschema för tre personer som delar på hushållssysslor. Kraven är tydliga:

• Inga dubbla pass i rad för samma person
• Den som gjort minst ska prioriteras
• Nyligen tilldelade ska få vila
• Vissa dagar är vissa personer inte tillgängliga

Varje regel för sig är enkel att beskriva. Tillsammans blir det en kombinatorisk utmaning som ofta får AI-agenter att generera ogiltiga lösningar eller missa vissa villkor helt.

Samma mönster dyker upp i infrastrukturen

Det här problemet handlar inte bara om hushållsscheman. Samma typ av begränsningar dyker upp när du hanterar DNS-poster, SSL-certifikat eller molnresurser. Du behöver balansera prestanda, redundans och geografisk spridning – samtidigt som du följer kvoter och leverantörskrav. Det är samma sorts villkor, bara i annan förpackning.

Varför AI:erna tappar bort sig

Språkmodeller är bra på att känna igen mönster och generera kod. Men när uppgiften kräver att flera regler ska gälla samtidigt – och att lösningen ska vara giltig – hamnar de utanför sitt naturliga område. De är tränade på att förutsäga nästa token, inte på att söka igenom lösningsrymder eller göra systematisk bakåtsökning.

Resultatet blir ofta scheman som ser rimliga ut men bryter mot en eller flera regler.

En hybridmodell som fungerar

Lösningen är inte att sluta använda AI. Istället handlar det om att dela upp uppgiften:

• Låt AI:en skriva affärslogik, tester och gränssnitt
• Använd en constraint solver eller valideringsfunktion för att kontrollera att alla regler följs
• Skicka tillbaka felmeddelanden till agenten så den kan justera förslaget

På så sätt gör AI det den är bra på, medan den matematiska verifieringen hanteras av verktyg som är byggda för just det.

Vad det betyder för dig som hanterar domäner och hosting

När du bygger system för DNS-hantering, certifikat eller resursallokering är det lätt att tro att det bara handlar om kod. Men många av de svåraste delarna är matematiska. Nästa gång du ber en AI-agent generera schemaläggningslogik – stanna upp och fundera på om det är en koduppgift eller ett sökningsproblem.

Det är i kombinationen av AI och specialiserade verktyg som pålitliga system byggs.