BlastLoop sender AI-fejl tilbage til kilden
Metoden er Ross Shaws svar på, at AI-agenter gør både arbejdet og fejlene hurtigere: strukturelle fejl skal repareres strukturelt, ikke lappes lokalt.
Læs i dit tempo
Kort
Ross Shaw har lagt metoden BlastLoop på GitHub, hvor et AI-program skriver kode i tre niveauer og tester den i tre faser. Det betyder noget, fordi metoden tvinger strukturfejl op til overordnet niveau og lader test finde fejl, misbrug og sikkerhedshuller. Nu ligger metoden frit på GitHub, men dens eksempel er fiktivt, og der mangler uafhængige målinger.
Begynder
Ross Shaw har lagt BlastLoop ud på GitHub. GitHub er en hjemmeside, hvor folk deler og samarbejder om tekstfiler, som computere kan læse som opskrifter. BlastLoop lader en agent med kunstig intelligens (AI) skrive kode. En AI-agent er et program, der kan handle. Kode er de instruktioner, et program består af. AI-agenten kan skrive på et af tre niveauer. Blast er systemets overordnede form, som når man tegner grundplanen for et hus. Mid er en enkelt funktion eller et modul. En funktion er en lille kommando, der gør én ting. Et modul er en samling kode, der hører sammen. Det svarer til at bygge ét rum eller én væg. Inner er få filer eller funktioner. En fil er et dokument med kode. Det svarer til at justere en enkelt dør eller kontakt.
Derefter kører tre testfaser i fast rækkefølge. En test er en undersøgelse af, om koden gør det, den skal. Den første testfase (T1) gransker strukturen, altså om grundplanen hænger sammen. Den anden testfase (T2) retter fejl og driftsproblemer, altså ting der får programmet til at gå i stå eller opføre sig forkert i den daglige brug. Den tredje testfase (T3) angriber koden med kanttilfælde, misbrug og sikkerhedshuller. Kanttilfælde er de sjældne situationer, hvor noget næsten ikke sker, men stadig kan vælte systemet. Misbrug er, når nogen bruger systemet på en måde, det ikke var tænkt til. Sikkerhedshuller er svage steder, hvor nogen kan bryde ind eller overtage kontrollen.
Er problemet strukturelt, altså noget grundlæggende i opbygningen, må det ikke lappes lokalt. Det svarer til, at en skæv væg ikke må dækkes med tapet. T3 sender problemet tilbage til T1. T1 peger på det niveau, der ejer koden — altså det sted, hvor grundplanen, rummet eller døren hører til. Derefter kører T2 og T3 igen. Metoden kræver ingen bestemt kodestil, altså ingen bestemt måde at skrive og formatere koden på. Ifølge Shaw kan andre tilgange, som rød/blå-testning, ligge inde i niveauerne eller i T3. Rød/blå-testning er en måde at lade et hold angribe og et andet forsvare. Et gennemløb er et forløb, hvor metoden bruges fra start til slut. Eksemplet på et gennemløb i det offentliggjorte kodelager er fiktivt, altså opdigtet. Der findes ingen uafhængige målinger af metoden. Uafhængige målinger betyder målinger lavet af nogen, der ikke er en del af projektet.

Ross Shaw har lagt BlastLoop på GitHub. Metoden lader en AI-agent skrive kode på et af tre niveauer: Blast til systemets overordnede form, Mid til en enkelt funktion eller et modul, Inner til få filer eller funktioner. Derefter kører tre testfaser i fast rækkefølge. T1 gransker strukturen, T2 retter fejl og driftsproblemer, og T3 angriber koden med kanttilfælde, misbrug og sikkerhedshuller.
Er problemet strukturelt, må det ikke lappes lokalt. T3 sender det tilbage til T1, som peger på det niveau, der ejer koden. Derefter kører T2 og T3 igen.
Metoden kræver ingen bestemt kodestil, og ifølge Shaw kan andre tilgange som rød/blå-testning ligge inde i niveauerne eller i T3. Repoets eksempel på et gennemløb er fiktivt, og der findes ingen uafhængige målinger af metoden.
Det er uklart: Materialet er udelukkende Ross Shaws egen beskrivelse af metoden på GitHub. Der er ingen uafhængige målinger, kundecases eller erfaringer fra andre teams, og hans sammenligning med GitHub Spec Kit er ikke efterprøvet.
Kilder
Produktionshistorie
- Radar Signal ? af 100 · spredning 1 kilder
- Vurdering Nyheds 3/5 — Ny metode til strukturerede AI-agenter; relevant for udviklere, men tidligt.
- Skrevet Model: deepseek-v4.1-flash · temperatur 0.4
- Overskrift 5 kandidater, valgt af chat.dk
- Billede Genereret af z_image_nsfw_v2-Q8_0
- Vedtagelse ainews-auto-v4 · score 0.6035