La meg starte med et kontroversielt utsagn: de fleste bruker AI-verktøy feil.

Ikke fordi de bruker feil verktøy, men fordi de bruker dem til feil ting. Det har tatt meg noen måneder å skjønne hva “riktig” faktisk betyr for meg som utvikler.

Det som faktisk fungerer

Kode-generering for det kjedelige

Ja, Copilot og Claude er flinke til å skrive boilerplate. Men det morsomme er at det ikke er det jeg bruker dem til mest. Det jeg sparer flest minutter på er regex, SQL-spørringer og konvertering av dataformater. Ting som er mekanisk riktig, men tidkrevende å skrive uten feil.

Har du noen gang brukt tjue minutter på å debugge en complex ISO 8601 datoparser? Aldri mer.

Å forstå ukjent kode

Jeg jobber mye med eldre kodebaser der dokumentasjonen er… mangelfull. Å lime inn en funksjon og spørre “hva gjør dette, og hva kan gå galt?” har blitt en del av onboarding-prosessen min. Kvaliteten på forklaringene er forbløffende god.

Rubber duck debugging på steroider

Den klassiske gummiandeeffekten – at du løser et problem bare ved å forklare det høyt – fungerer enda bedre med en AI som faktisk svarer. Jeg skriver ut problemet mitt, AI-en stiller oppfølgingsspørsmål, og halvparten av gangene finner jeg svaret selv mens jeg formulerer meg.

Det som ikke fungerer (for meg)

Blindt stole på genereringen

AI-er hallusinerer. De skriver kode som ser riktig ut men er subtilt feil. Jeg har hatt to produksjonsfeil det siste halve året som kan spores tilbake til at jeg tok AI-generert kode uten å lese den nøye nok. Begge var pinlige og tidkrevende å fikse.

Regelen min nå: alt AI genererer, behandles som om det er skrevet av en junior-utvikler. Jeg leser det. Jeg tester det. Jeg godkjenner det aktivt.

Arkitekturvalg og designbeslutninger

AI-en din vil hjelpe deg med å implementere hva som helst. Den vil ikke si “dette er en dårlig idé fordi…” på en måte du kan stole på. Arkitektur og systemdesign er fortsatt menneskelig domene – og bør forbli det.

Verktøyene jeg faktisk bruker

  • Claude – Primær assistent for tankeprosesser, code review og skriving. Bedre på å resonnere enn å bare produsere.
  • GitHub Copilot – Inline autocomplete i editoren. Overraskende nyttig for de mekaniske delene.
  • Perplexity – For rask research der jeg trenger referanser jeg kan verifisere.

Er dette hype? Delvis. Er det en produktivitetsmultiplikator? For meg, ja – men bare etter at jeg sluttet å forvente at det skulle erstatte tenking.