Er AI bare det næste abstraktionslag?

Jeg har set flere kommentarspor, hvor kode skrevet af AI agenter bliver omtalt som “blot det næste lag i abstraktion”. Det dækker ikke præcist hvad der sker i disse år.

Ja, vi har været igennem stadig stigende grader af abstraktion, med alle de sprog og værktøjer vi haft adgang til som programmører indtil nu. Så langt holder udsagnet.

Jeg skrev selv mine første programmer på en Commodore 64, hvor der i (ofte tyske) computerblade/magasiner blev trykt som endeløse rækker af data som var uforståelige for de fleste mennesker. Abstraktionsniveauet var lavt - reel maskinkode som blev håndskrevet ind - og havde man ramt ét tal forkert, virkede programmet/spillet blot ikke. Ingen hjælp til at finde fejlen.

Jeg var henover BASIC, COMAL80, Turbo Pascal, flere objekt-orienterede sprog som f.eks. C++. Så fik vi “managed code” i form af Java og .NET platformene. Det gav os Garbage Collection, exceptions, bedre debugging og meget mere. Design patterns kom også til, som et fælles “sprog” mellem udviklere ovenpå det objekt-orienterede lag.

Alt sammen lag på lag, i en stak af stadig stigende abstraktionsgrad.

Agentisk kode - den endelige abstraktion?

Med AI agenter til at skrive koden for os, skifter vi helt væk fra at skrive koden i et programmeringssprog. Det hele foregår i naturligt sprog.

Du kan endda få skrevet kode ved at copy/paste billeder eller tegninger af dét du vil have lavet, direkte ind i din agent.

Det er jo den ultimative abstraktion over alle tidligere programmeringssprog.

Og dette er en ændring som har langt større betydning end de tidligere skifte.

Det svarer lidt til, at tømreren eller mureren på byggepladsen bliver erstattet af en robot som laver håndværket. Og så skal alle tømrere og murere ellers omskoles til bygningskonstruktører eller arkitekter - hvis de stadig ønsker at være med til at bygge noget.

Farvel til “programmør”

Vi siger med andre ord farvel til rollen som programmør og den del af udviklerrollen som bestod i den egentlige programmering.

Det kommer til at udfordre meget af det vi som udviklere har lært over de sidste 30-40 år. F.eks.: Hvis jeg ikke længere selv skriver koden - er det så ligegyldigt hvordan den ser ud? Betyder det noget hvilket sprog jeg vælger at koden skal skrives i? Betyder principper som DRY, SOLID, KISS, DDD, CQRS, design patterns etc. længere noget?

På samme måde som at det ikke er ligegyldigt hvordan huset bygges, så betyder principperne stadig meget i forhold til hvor godt resultatet bliver og hvor meget vedligeholdelse det kræver.

Koden ER der jo stadig, selvom vi ikke kigger på den.

Så vi skal stadig vide hvordan et godt resultat ser ud og hvad det er brugerne har brug for. Vi skal stadig være kvalitetsbevidste.

Vi skal vide hvad vi skal bede om.

Det vil også blive dyrere at bruge de bedste AI agenter, er mit gæt. Og med et tilpasset design og en bevidst valgt arkitektur omkring en stor løsning, bliver den lettere og billigere at vedligeholde.

Fra udvikling af systemer til produktion af løsninger

Måske får vi endnu bedre muligheder for at levere flere løsninger der giver bedre resultater, hurtigere. Fordi vi kan fokusere mere på de ønskede resultater, frem for at gøre en compiler glad eller skrive kode som den næste udvikler også synes er pæn.

Jeg har personligt kastet mig over opgaver som jeg ikke ville have haft mulighed for tidligere - de ville have været månedlange projekter før AI agenter kom på banen. Og det har været med fokus på at definere løsningen frem for at skrive koden.

Afgørende egenskaber i fremtiden

Teknisk viden og overblik til at beslutte hvordan den gode løsning bygges, i den specifikke situation, bliver endnu mere afgørende for succes fremover.

Derudover er der efter min mening en række ikke-tekniske egenskaber, som også bliver afgørende fremover:

• Evnen til at læse og forstå kode som en agent har skrevet. Netop for at holde kvaliteten på sporet. Og for at vide hvor der skal sættes ind med en ændring.
• Kommunikation og relationer. Fokus på at bygge det rigtige bliver afgørende. Det kræver gode kommunikationsevner og evnen til at skabe og vedligeholde relationer. Ikke noget man lærer på en traditionel IT-uddannelse.
• Integrationer og sammenhænge. Når enkeltløsninger bliver nemme, flytter fokus til sammenhænge mellem systemer og data. Det kræver overblik, domæneviden og beslutninger.
• Holde fokus og koncentrere sig. Ikke ligefrem evner som i disse år fremhæves som noget vi bliver bedre til, tværtimod. (Se f.eks. artiklen om filmstuderende som ikke længere kan holde fokus længe nok til at se en film i fuld længde).
  Det kan være overraskende krævende, at sidde en hel dag og holde en “samtale” kørende med sin AI agent. En ny måde at arbejde på, som vi nok ikke helt har vænnet os til, eller set de fulde konsekvenser af, endnu.
• Glæden ved at bygge - i modsætning til glæden ved at skrive selve koden. Det har tidligere været én og samme ting - men det ændrer agent-skrevet kode radikalt på.

Derfor er systemer skrevet af AI agenter ikke bare “det næste lag i abstraktion”. Det er ny måde at arbejde på, der rokkes ved de principper vi har lært tidligere og det er nye personlige og faglige egenskaber der bliver værdifulde fremover.

Hvis du blev udvikler, fordi du bare elskede at skrive kode, så bliver du udfordret.

Det bliver essentielt at finde glæden ved at levere flere løsninger, hurtigere. Forhåbentlig løsninger som gør andres arbejdsdag nemmere eller bedre, eller produkter som brugerne elsker at bruge (spil, webshops etc). Dét i sig selv kan gå hen og blive den største motivationsfaktor fremover, selvom vi ikke længere skriver koden selv.