AI-agenter er i alt for mange mennesker. Men ikke, fordi de er særligt nyttige. Snarere fordi mange vil skjule deres manglende eller halvvid om emnet bag en facade af viden, eller fordi mange simpelthen ikke ved bedre. Udvikling af software uden AI er latterligt, men med agenter er det en dødvej.
Introduktion
Agenter er blevet til et buzzord i nogen tid. En AI-agent er en autonom program, der bruger AI-modeller til at løse komplekse opgaver.
Eksempelvis kan en agent udføre forskningsopgaver eller også programmer fjernstyre og på den måde befri mennesker fra arbejde.
For at en agent kan udføre sit arbejde, kræver han omfattende adgangsrettigheder. Som altid følger store muligheder og muligheder også store risici med sig.
En AI-agent i sammenhæng med programmering af applikationer, hjemmesider eller apps er som en ny medarbejder, der kan programmere. Du giver agenten en instruktion om, hvad der skal programmeres. Derefter går agenten i gang og programmerer selvstændigt det, du har betroet ham.
Agenten opretter nye filer, hvor programkoden gemmes, eller ændrer eksisterende programkoder. Afhængigt af indstillingen spørger agenten, hver gang kildekoden ændres, om du er enig i ændringen. Efter nogle sekunder eller minutter, afhængigt af opgaven, er det ønskede program færdigt udviklet.
Fordele og ulemper ved agensbaseret programmering
Fordelene
Fordelene ved AI-programmering med hjælp fra agenter er indlysende. Hvad tidligere tog timer, dage, uger eller sommetider et år, er nu muligt inden for sekunder eller minutter.
Ikke kun tiden for at få programmer til at være færdige falder kraftigt. Det er også vigtigt, at den menneskelige indsats i form af energiforbrug reduceres markant. Det er nemmere at udføre en meget enkel opgave end en opgave, hvor du intellektuelt bliver stærkt belastet. Mange falder allerede tilbage, fordi de ikke selv kan begynde med svære opgaver. Med AI-programmering faldt denne barriere helt væk.
Et udvikler hos et stort tech-selskab lykkedes i slutningen af 2025 at opnå et resultat, som tidligere havde taget flere højtbetalte udviklere et helt år at arbejde på samtidig, ved hjælp af AI-programmering på blot én time.
Hovedfordelen ved agentbaseret AI-programmering er is primært til nybegyndere eller middelmådige udviklere. Det, der tidligere var umuligt, er nu muligt.
En deltager på et seminar i Dr. GDPR-workshops for AI-programmering fortalte et par uger senere i telefonen, at han selv havde fået programmeret en MP3-afspiller efter eget valg. Han havde aldrig programmeret noget væsentligt før. Han lykkedes også med at udvikle et program til Raspberry, der analyserede hans opvarmningsanlæg. Han havde aldrig programmeret noget på Raspberry før.
Ulemper
Agentic Coding har dog også nogle ulemper. Disse viser sig især i professionel softwareudvikling.
Agentic Coding er først og fremmest velegnet til legeprojekter.
For professionelle softwareprojekter bør agenter ikke anvendes.
Agenten overtager fuldstændig kontrollen over, hvad der sker. Ved agentbaseret programmering skaber agenten autonom kildekode, ændrer eksisterende programkode og rapporterer til sidst "Færdig". Hvad der er sket, kan en erfaren udvikler ved meget skarpt blik stadig forsøge at følge – indtil programmet bliver for omfattende eller tiden for knap.
Den komplet kontroltabort betyder på den ene side, at mennesket ikke mere forstår softwaren, som agenten har programmeret. Sikkerhedshuller opstår og bliver uopdagede, farlige tilgange kan hele systemlandskaberne lamme.
Hvis en privatperson bruger en agent til at programmere en app, så er processen i bedste fald som følger:
- Den dummeste bruger (DAU) giver AI-agenten en opgave, for eksempel: "Skriv mig en MP3-afspiller, der kører i min browser og som jeg kan administrere en spilleliste med".
- AI-agenten skaber MP3-afspilleren på ca. 2 minutter.
- DAU starter MP3-afspilleren. Nu er der flere muligheder:
- MP3-afspilleren fungerer, men brugeren har ønske om ændringer (luksusproblemer).
- MP3-afspilleren fungerer, men den giver ikke brugeren den nødvendige (ægte) funktionalitet.
- MP3-afspilleren fungerer ikke eller har alvorlige fejl (showstopper).
Det er ikke garanteret, at AI-agenten gør præcis det, den skal.
Som praksis viser, når en teknisk uerfaren bruger når et vist punkt, kan vedkommende ikke længere komme videre. Brugeren forstår simpelthen ikke, hvad agenten har produceret. Brugeren kan kun give nye anvisninger til AI-agenten igen og igen. Samtalen bliver længere og længere. AI-agentens hukommelse (kontekst) fyldes mere og mere op. Resultaterne bliver værre i stedet for bedre.
Softwareudviklingen med AI-agenter er således en énbærsvej med Sackgasse.
AI-agenter sender systemer med fuld kraft ind i en mur og ødelægger dem til sidst.
Undtagen hvis mennesket griber ind.
Desuden findes der enkelige fare ved brug af AI-agenter. Eksempelvis kan agenten oprette et program, der forårsager skade (slette filer, lamme netværk, udvinde adgangskoder, forårsage systemabstønnelse osv.). Mindre let at opdage er programmer, der ikke fungerer korrekt. Ved en Regnskabs-AI ville det være bedre, hvis alle tal var korrekte. 99 % er her ikke tilstrækkeligt. Hverken ved, hvad det betyder, at have en 9 i stedet for en 1 før kommaen eller at flytte kommaet et lille stykke længere mod højre eller venstre.
Løsningen
Hvad gør man, hvis man ikke kan bruge agenter til programmering? Altså:
AI-Programmierung ja, Agenten no.
Hvad betyder det konkret? De kernekarakteristika for en god løsning til softwareudvikling er:
- Anbefalelsesværdigt (også) at anvende AI-systemer til at udvikle software!
- Undér ingen omstændigheder bruge agenter!
- Involvere udvikleren.
- Udvikleren er ansvarlig. Hende eller ham alene!
- Etablere en proces, hvor AI kan anvendes på en meningsfuld måde til at udvikle programmer med høj effektivitet
Må man egentlig programmere med AI?
Den simple svar er: Ja.
Virksomheder, der udvikler software uden AI, gør noget helt forkert! Bruger dit firma ikke AI til programmering? Så bør du ændre det hurtigst muligt.
Eksempler fra praksis
Kun en lille del af det, vi for nylig har opnået takket være AI-programmering (uden agenter) med minimal indsats:
- Komplekse personlige beskyttelsesrapport for websitetjek er blevet sminket (Eksempel)
- Designe et kompleks dataprotektionsrapport på to sprog (se tidligere)
- Dr. GDPR Blog udgivet på 10 sprog (inklusive indlæg på 10 sprog – oversættelsen af WordPress-indlæg og deres struktur fandt sted med egen AI)
- Skønne landing sider oprettet (Eksempel)
- Mange andre hjemmesider og landings sider blevet forbedret og gjort tilgængelige på to sprog
- Online bestillinger med tre betalingsmuligheder muliggør – uden mellemmænd, men i stedet fuldstændigt automatisk og tosproget (Eksempel)
- ordrebehandling (backend) til behandling af særtilfælde (testimonial-rabatter, annulleringer)
- Krawler udviklet, der kan omgå Cloudflare (integreres i øjeblikket i webstedskontrol)
- SEO- og sikkerhedskontrol for hjemmesider udviklet (vil snart være tilgængelig som produkt online)
- SEO-optimering takket være egne WordPress-plugins (kig i kildekoden for indlæggene, og du vil se FAQs til hvert indlæg, som søgemaskiner kan læse)
- Illustrationer til denne artikel genereret 😉
Listen er, trods dens længde, ufuldstændig. Vi taler her om en periode på få uger. På listen mangler:
- Afrukket kundeprojekter
- Interne plugins og værktøjer til udvidelse af forretningsaktiviteter
- Uddannelse (især vigtig i den hurtigt udviklende AI-område)
- Æresfulde aktiviteter for digital suverænitet i Tyskland
- Max Pain-strategien evalueret og fundet at være upassende
- Diverse optimeringer af eksisterende programmer
- …
Som forsøgt vist, kan man med den rette tilgang til AI-programmering opnå noget, der ikke bør beskrives som bemærkelsesværdigt. Dette attribut ville være en maksimalt nedvurdering, som om man kaldte Albert Einstein for nogenlunde begavet.
Med AI-programmering kan man flytte himmel og jord. Hvad tidligere tog fem personår, er i bedste fald afsluttet på få timer. Den sædvanlige produktivitetsforøgelse er ifølge vores erfaring faktor 5. Man opnår altså i 20% af tiden, og endda med glæde, det, der tidligere kun var muligt under store anstrengelser.
Spørg din udvikler, om han kan bygge en smuk web-applikation. Hvis resultatet er "smukt", så er det kun, fordi der er brugt en byggesæt. Med AI-programmering får enhver god udvikler charmerende resultater. Så meget til udseendet. For funktionen se eksemplerne ovenfor.
Hvordan gøres AI-programmering rigtigt?
Svaret på denne spørgsmål er kun en uddannelse væk.
Tilgangen er allerede grundlæggende beskrevet ovenfor. Kort sagt endnu en gang:
Undgå at bruge agenter. Lad i stedet mennesket have kontrollen. Giv udviklerne en plan, som de kan lære hurtigt for at være maksimalt produktive. ChatGPT er ikke en del af løsningen.
Vi har undervist flere udviklingshold inden for kun en dag, hvordan AI-programmering egentlig fungerer. Sågar udviklingslederen, der ikke længere rigtig programmerer, var derefter så godt instrueret, at han kunne udføre virkelig mirakel, som han senere fortalte på telefon.
Udviklerne vil så have meget mere glæde ved arbejdet og frygte sig ikke længere for tekniske udfordringer, fordi der i fremtiden ikke længere vil være sådanne udfordringer.
Dit firma vil blive betragelig mere lønsomt, eller kan med den begrænsede mængde tilgængelige fagfolk klare alle tekniske opgaver, der venter, hurtigere, med mindre indsats og billigere end nogensinde før.
En dag uddannelse for dine udviklere. Det er alt.
My name is Klaus Meffert. I have a doctorate in computer science and have been working professionally and practically with information technology for over 30 years. I also work as an expert in IT & data protection. I achieve my results by looking at technology and law. This seems absolutely essential to me when it comes to digital data protection. My company, IT Logic GmbH, also offers consulting and development of optimized and secure AI solutions.
