Varför AI kan skriva kod – men aldrig ersätta systemarkitekten

Varför AI kan skriva kod – men aldrig ersätta systemarkitekten

Aug 30, 2026 ai-development vibe-coding system-design llm-tools developer-experience

Hypen kring Vibe Coding: Varför AI Kan Skriva Kod Men Inte Ersätta Systemarkitekter

Låt mig vara ärlig: vi har alla varit där. Du hittar ett nytt AI-verktyg för kodning, och plötsligt känns det som att du kan bygga vad som helst. År av "om jag bara hade tid att bygga den där idén"? Tiden är här. Beskriv vad du vill, diskutera med AI:n, och leverera.

Den känslan är berusande. Och farlig.

Frestelsen med "tillräckligt bra" kod

Förra månaden bestämde jag mig för att testa vibe coding-gränserna genom att bygga ett "enkelt" minnessystem för AI-agenter. Du vet, grejen som skulle låta en kodningsassistent komma ihåg vad den lärt sig mellan sessioner istället för att börja från noll varje gång.

Hur svårt kan det vara? Spara några fakta, hämta dem när det är relevant, kanske markera motsägelser. En smart databas med ett trevligt API.

Koden kom till snabbt. Verkligen snabbt. Agenten jag jobbade med spottade ut en Rust-demon, ett klassificeringssystem, fyra hämtningsstrategier med omrankning via lokala modeller. Enligt vilket mått som helst såg det imponerande ut. Testerna passerade. Kompilatorn var nöjd.

Och sedan försökte jag använda det.

Här är grejen med minnessystem för agenter: de handlar egentligen inte om lagring. De handlar om mening. Och mening visar sig vara filosofiskt komplicerat på sätt som får din omsorgsfullt typade kod att framstå som att bygga en raket och glömma bort tyngdkraften.

Motsägelseproblemet som ingen pratar om

Mitt ursprungliga mål var enkelt: om agenten lär sig något nytt, kolla om det motsäger det den redan "vet". Verkar rimligt. Ett minne som motsäger andra minnen utan förklaring är inte bara oanvändbart — det är aktivt skadligt. Du förorenar context-fönstret med motstridig information.

Vad kunde vara enklare? Jämför två fakta. Markera konflikten.

Men.

Vad är en motsägelse i ett system som detta? Om agenten lärde sig på måndag att "Projekt X använder PostgreSQL" och lärde sig på tisdag att "Projekt X använder MySQL", är det en motsägelse? Kanske ändrades tech stacken. Kanske var en källa fel. Kanske refererar "Projekt X" till olika projekt. Kanske betyder "använder" olika saker i olika sammanhang.

Människor hanterar detta genom år av ackumulerad common sense, kontext, och förmågan att säga "det känns inte rätt" utan att kunna artikulera exakt varför. AI-system kan generera självsäker prosa om vilken som helst av dessa tolkningar, men den självsäkerheten är ofta bara pattern matching utan grundad förståelse.

Var vibe coding brister

Vibe coding är fantastiskt på att lösa problem du kan beskriva tydligt. Du har en bugg? Beskriv symptomen. Du behöver en funktion? Specificera input och output. AI:n hanterar implementationsdetaljerna med remarkabel kompetens.

Men systemdesign — riktig systemdesign — handlar om att lösa problem du inte kan beskriva tydligt. Det handlar om att förutse interaktioner mellan komponenter som inte existerar ännu. Det handlar om att fråga "vad händer när..." för scenarion du inte föreställt dig.

När jag bad min AI-assistent att "implementera motsägelsedetektering" bad jag den i praktiken lösa ett problem jag inte kunde definiera exakt. Resultaten var... kreativa. Vi utforskade Belnap-lattices, fyrvärd logik, formell verifiering med Agda-bevis, Petri-nät. Assistenten var med på allt jag föreslog, och ärligt talat var några av idéerna verkligen intressanta.

Men "intressant" betyder inte "fungerar".

Beviset i Agda var korrekt. Arkitekturen var väl dokumenterad. Och systemet detekterade fortfarande inte tillförlitligt motsägelser för att vi formaliserade fel abstraktion. Vi byggde en vacker katedral på en grund av sand, och varken AI:n eller jag insåg det förrän vi investerat månader.

Den obekväma sanningen

Här är vad vibe coding-förespråkare inte berättar för dig: den svåra delen av mjukvaruutveckling har aldrig handlat om att skriva koden. Det handlar om att lista ut vad man ska bygga.

Det var alltid sant. Vad som har förändrats är att gapet mellan "jag hade en idé" och "jag har kod" har kollapsat dramatiskt. Det är genuint underbart för prototyping, för lärande, för att utforska vad som är möjligt.

Men det betyder också att du kan misslyckas mycket snabbare och dyrare än tidigare. Du kan generera berg av självsäker kod som löser fel problem, och du kanske inte inser det förrän du byggt ett helt system på en felaktig grund.

Vad som faktiskt hjälper

Inget av detta betyder att AI-assisterad utveckling är en dålig idé. Det är det inte. Men att använda det effektivt kräver andra färdigheter än ren kodningsförmåga:

Du behöver veta vad du inte vet. När AI:n föreslår en lösning inom ett område du inte känner till, är det inte dags att säga "låter bra, implementera det". Det är dags att gräva djupare.

Proof of concepts måste testas obarmhärtigt mot verkliga användningsfall. Om du bygger ett minnessystem, spendera lika mycket tid på att försöka bryta det som du spenderade på att bygga det. Försök speciellt bryta de kärnantaganden du inte visste att du gjorde.

Självsäkerheten är inte din. När en AI-assistent är väldigt självsäker om ett designbeslut lever den självsäkerheten i modellen, inte i din förståelse. Ett system du inte förstår djupt är ett system du inte kan underhålla eller felsöka.

Systemdesign är fortfarande en disciplin. Du kan använda AI för att utforska designs snabbare, för att implementera delar av system snabbare, för att prototypa idéer som skulle tagit veckor att bygga manuellt. Men du behöver fortfarande någon som kan utvärdera om designen är vettig, om komponenterna interagerar korrekt, om kärnabstraktionerna håller.

Sammanfattning

Jag bygger fortfarande mitt minnesverktyg. Det blir bättre, långsamt. Jag har lärt mig att ställa andra frågor, att testa mer rigoröst, att vara mer misstänksam mot "tillräckligt bra"-resultat.

Men jag har också lärt mig att respektera gapet mellan "koden fungerar" och "systemet är korrekt". Det gapet har alltid funnits. AI-verktyg har inte closat det — de har bara gjort det lättare att ignorera.

De bästa vibe-kodarna är inte de med de bästa prompting-färdigheterna. De är de som vet när viben är fel.


Redo att utforska vad som är möjligt med AI-assisterad hosting och utveckling? NameOcean's Vibe Hosting kombinerar kraftfull infrastruktur med de verktyg du behöver för att bygga, driftsätta och skala ditt nästa projekt.

Read in other languages:

DA DE EL CS UZ ES RU BG TR FI RO PT PL NB HU NL FR IT ZH-HANS EN