Agentisk utveckling: så förändras arbetssättet när AI skriver koden
När AI-agenter skriver stora delar av koden flyttas flaskhalsen från att skriva till att granska och verifiera. Så anpassar ni arbetssätt, kvalitetskontroll och ansvar.
Agentisk utveckling betyder att utvecklare låter AI-agenter utföra större arbetsuppgifter självständigt — läsa kodbasen, göra ändringen, köra testerna och rätta sig själv — medan människan sätter riktningen och granskar resultatet. Det ökar tempot rejält, men flyttar samtidigt flaskhalsen: det som begränsar er blir inte längre hur snabbt kod skrivs, utan hur snabbt den kan verifieras.
Vad förändras i praktiken?
- Uppgifter formuleras som mål och acceptanskriterier i stället för detaljerade instruktioner
- Granskning blir det viktigaste momentet, inte det sista innan lunch
- Tester och typkontroller går från trevligt att ha till förutsättning, eftersom de är agentens facit
- Mycket kod skrivs snabbt, vilket gör det billigare att kasta ett förslag och göra om
- Ansvaret för resultatet ligger kvar hos den som godkänner ändringen
Vad måste finnas på plats i kodbasen?
En agent presterar ungefär som en ny utvecklare med perfekt minne men noll historik. Den blir bra i en kodbas där det går att kontrollera sig själv, och opålitlig i en där ingenting går att verifiera automatiskt.
- Tester som går att köra på en kommandorad och som säger något om verkligheten
- Linting och typkontroll som ger snabb, entydig återkoppling
- Ett sätt att starta systemet lokalt utan hemliga steg
- Kortfattad dokumentation av konventioner — hur ni namnger, var saker hör hemma
- Små, tydliga ändringar som går att granska på tio minuter
Om ni bara gör en sak innan ni släpper in agenter i kodbasen: se till att det finns ett snabbt testkommando som visar om något gick sönder. Utan det kan varken agenten eller granskaren avgöra om ändringen är rätt.
Hur granskar man kod man inte skrivit själv?
- Läs ändringen som en helhet först: löser den det som efterfrågades, och bara det?
- Var särskilt uppmärksam på det som ser rimligt ut men inte testas — felhantering, gränsfall, behörigheter
- Kräv att agenten visar hur den verifierat sitt arbete, inte bara att den säger att det fungerar
- Misstänk breda ändringar: många filer med små justeringar döljer ofta ett missförstånd
- Kontrollera att inget säkerhetssteg tagits bort för att få testerna gröna
Vilka risker behöver hanteras?
Den största risken är inte att agenten skriver fel kod — det upptäcks av tester och granskning. Den är att teamet slutar förstå sitt eget system. När ingen längre kan förklara varför en lösning ser ut som den gör blir varje framtida ändring dyrare. Motmedlet är att kräva motiveringar i beslut och att hålla ändringarna små nog att någon faktiskt läser dem.
- Hemligheter och nycklar ska aldrig ligga där en agent läser dem av misstag
- Beroenden som föreslås automatiskt behöver kontrolleras innan de införs
- Produktionsdata ska inte användas som underlag i utvecklingsarbete
- Behörigheter för automatik ska vara egna och begränsade, inte en administratörs
Hur mäter ni om det faktiskt går bättre?
Mät på flöde och kvalitet, inte på antal rader kod. Rimliga mått är tiden från påbörjad uppgift till driftsatt ändring, hur stor andel av ändringarna som behöver rättas i efterhand, och hur ofta något går sönder i produktion. Ökar tempot medan felen ligger stilla är arbetssättet en vinst. Ökar båda har ni bara flyttat arbetet framåt i tiden.
Skriven av
Robin EnglundCo-founder & CTO, Axuvo
Robin är medgrundare och CTO på Axuvo. Med bakgrund som teknisk ledare i flera bolag hjälper han företag att fatta rätt teknikbeslut och bygga digitala lösningar som håller.
AI-anställda
Samma arbetssätt som i koden gäller i verksamheten: agenten gör jobbet, en människa godkänner det som går ut.
Läs merVanliga frågor
Relaterade artiklar
Teknisk skuld: Den osynliga kostnaden
Teknisk skuld växer långsamt och blir dyr. Lär dig hur du identifierar, förebygger och löser teknisk skuld innan den kväver din utveckling.
Så bygger du en AI-agent som håller i produktion
De flesta AI-agenter fungerar i demo och fallerar i drift. Här är arkitekturen, spärrarna och mätningen som skiljer en pilot från ett system ni kan lita på.
Vill ni se det på era egna mail?
Boka en genomgång på 30 minuter. Vi sätter upp en roll i skuggdrift mot er inkorg, gratis.