Hurtig AI-kodning skaber teknisk gæld og gør vedligeholdelse sværere
Kunstig intelligens har reduceret prisen på at skabe grundlæggende kode, men debugging og fejlrettelser tager stadig den samme tid.
Læs i dit tempo
Begynder
AI har gjort det hurtigere at skrive kode, men det tager stadig lige så lang tid at vedligeholde den. Man kan sammenligne det med at bygge et hus med færdige moduler; det går hurtigere at rejse væggene, men det tager stadig den samme tid at tætte en utæt vandledning. En udvikler byggede for eksempel på én formiddag en funktion til at oprette, læse, opdatere og slette data. Arbejdet omfattede en migration, som er en ændring af, hvordan data gemmes, og her erstattede AI 208 linjer fastlåste instruktioner med blot 50 linjer kode.
Men hastigheden skabte udfordringer efter 14 dage i form af teknisk gæld. Teknisk gæld fungerer som et hurtigt lån; man sparer tid her og nu, men man skal betale det tilbage med renter i form af ekstra arbejde senere. Fordi de andre i teamet ikke forstod AI'ens løsning, måtte udvikleren genindføre de gamle, fastlåste instruktioner for at gøre koden forståelig igen.
Det er også stadig dyrt at rette fejl. For at rette en fejl i 35 linjer kode, der handlede om en fejlmeddelelse i dataformatet JavaScript Object Notation (JSON), var det nødvendigt at skrive 175 linjer testkode. Fem måneder senere er testfilen på 351 linjer faktisk blevet større end selve programmet, den tester. Det skyldes, at gammel kode må bevares blot for at støtte testene.
AI er fantastisk til det rutineprægede arbejde. Det gælder alt fra standardskabeloner til databærere, også kaldet Data Transfer Objects (DTO), og grundskeletter til nye moduler. Men software bruger det meste af sin levetid på at blive læst, rettet og ændret. På netop dette område har værktøjerne endnu ikke gjort arbejdet billigere.
Vil du have, at jeg forklarer mere om, hvorfor »teknisk gæld« opstår, når man bruger AI til at skrive kode?
Vedligeholdelse af software koster det samme i tid, selvom AI har gjort selve kodningen hurtigere. Levering af funktioner er blevet billigere, men prisen på at rette fejl og debugge er ikke faldet.
En udvikler leverede en CRUD-funktion til analyseformler på én enkelt formiddag. Arbejdet omfattede migration, fire nye ruter og en skærm på 949 linjer, hvor 208 linjers hardcodet logik blev erstattet af 50 linjer kode via AI.
14 dage efter levering opstod der teknisk gæld. Udvikleren måtte genindføre de hardcodede strategier i koden, fordi den nye generiske løsning ikke blev forstået af dem, der arbejdede i filen.
175 linjer testkode blev nødvendige for at rette en fejl i 35 linjer kode, da en JSON-meddelelse i en exception ikke blev håndteret korrekt. Fem måneder senere er testfilen på 351 linjer nu større end selve tjenesten, den tester, fordi gammel kode bevares for at understøtte testene.
AI har reduceret prisen på boilerplate, DTO, migrationer og skeletter til nye moduler. Men software bruger det meste af sin levetid på at blive læst, rettet og ændret, og her har værktøjerne ikke sænket omkostningerne.
Kilder
Produktionshistorie
- Radar Signal ? af 100 · spredning 1 kilder
- Skrevet Model: mimo-v2.5-free · temperatur 0.4
- Overskrift 5 kandidater, valgt af chat.dk
- Billede Genereret af gemini-3.6-flash-medium
- Vedtagelse ainews-auto-v3 · score 0.6623