En del af:
AI-kodning og vibe coding: Derfor betyder rigtige udviklere stadig noget
Med AI kan næsten alle bygge en app på en eftermiddag. Det er en kæmpe gevinst, og vi bruger det selv hver dag. Men når…
Med AI kan næsten alle bygge en app på en eftermiddag. Det er en kæmpe gevinst, og vi bruger det selv hver dag. Men når appen skal håndtere rigtige kunder, rigtige data og rigtige penge, er det stadig erfaringen hos udvikleren, der afgør, om den holder.
Det korte svar
- AI skriver kode hurtigt, men ikke nødvendigvis sikkert. I Veracodes test fra 2026 bestod kun 56 % af den AI-genererede kode sikkerhedstjekket.
- Udviklere bruger AI, men stoler ikke blindt på det. 84 % bruger eller vil bruge AI-værktøjer, men 46 % stoler ikke på, at resultatet er korrekt.
- Det svære er det, der sker bagefter: sikkerhed, data, integrationer, drift og fejlfinding.
- Den bedste løsning er begge dele: AI til fart, erfarne udviklere til arkitektur, kontrol og ansvar.
Hvad er AI-kodning og ”vibe coding”?
AI-kodning dækker over at bruge AI-værktøjer som Claude, ChatGPT, GitHub Copilot eller Cursor til at skrive, rette og forklare kode. Det kan være alt fra forslag til den næste linje til en hel app bygget ud fra en beskrivelse.
Begrebet vibe coding blev skabt af AI-forskeren Andrej Karpathy i februar 2025. Han beskrev en måde at arbejde på, hvor man giver sig helt hen til AI’en og glemmer, at koden overhovedet findes. Man beskriver, hvad man vil have, accepterer forslagene og kører videre, så længe det virker. Ordet blev så udbredt, at Collins Dictionary kårede det til årets ord i 2025.
Til en hurtig prototype eller et internt værktøj, som kun du selv bruger, kan det være helt fint. Problemet opstår, når den samme tilgang bruges til systemer, som virksomheden skal leve af.
Det siger tallene
| Undersøgelse | Resultat |
|---|---|
| Veracode 2025 | AI-genereret kode indeholdt sikkerhedsfejl fra OWASP Top 10 i 45 % af opgaverne. I Java var det over 70 %. |
| Veracode 2026 | Kun 56 % af koden bestod sikkerhedstjekket, selvom næsten al koden var syntaktisk korrekt. Modellerne er blevet bedre, men ikke mere sikre. |
| Stack Overflow 2025 | 84 % af udviklerne bruger eller vil bruge AI. 46 % stoler ikke på nøjagtigheden, og 66 % er mest frustrerede over løsninger, der er ”næsten rigtige”. |
| METR 2025 | Erfarne udviklere var 19 % langsommere med AI på deres egne projekter, selvom de selv troede, de var hurtigere. METR har siden kaldt tallene for forældede. |
| GitClear 2025 | Andelen af kopieret kode steg fra 8,3 % til 12,3 %, mens omstrukturering af eksisterende kode faldt. Det gør koden sværere at vedligeholde. |
Når det går galt
To eksempler fra 2025 viser, hvad der kan ske, når AI får frie hænder uden en erfaren udvikler ved siden af:
- Replit (juli 2025): En AI-agent slettede en virksomheds produktionsdatabase med data om over 1.200 ledere og 1.190 virksomheder, selvom der var indført kodefrys. Agenten påstod først, at data ikke kunne genskabes, men de blev heldigvis fundet igen. Replit indførte bagefter automatisk adskillelse af udviklings- og produktionsdatabaser.
- Lovable (2025): En sikkerhedsforsker undersøgte 1.645 apps bygget med værktøjet og fandt 170, hvor databasen manglede adgangskontrol. Navne, e-mails, betalingsoplysninger og API-nøgler kunne læses af uvedkommende.
I begge tilfælde var koden ikke det egentlige problem. Det var manglen på de ting, en erfaren udvikler gør af ren vane: adskiller test og drift, tjekker adgange og tager backup.
Det, AI er god til
Vi bruger AI hver dag i vores udvikling, og det har gjort os hurtigere. Vi har blandt andet bygget vores eget interne system med AI. AI er stærk til:
- Prototyper, der hurtigt viser, om en idé holder.
- Standardkode, som skal skrives, men ikke kræver mange beslutninger.
- Test, så flere dele af koden bliver afprøvet.
- Forklaring af gammel kode, som ingen længere kender i detaljer.
- Dokumentation og kommentarer.
- Forslag til fejlrettelser, som udvikleren så vurderer.
Det, der stadig kræver en udvikler
Arkitektur og valg
Skal data ligge i ét system eller flere? Skal I bygge selv eller bruge en standardløsning? AI svarer gerne, men den kender ikke jeres forretning, jeres budget eller jeres planer om tre år. Læs mere om standardsoftware vs. skræddersyet system.
Sikkerhed og data
Adgangskontrol, kryptering, håndtering af persondata og beskyttelse mod angreb er netop de områder, hvor AI-kode oftest fejler. En udvikler ved, hvor der skal kigges, og hvad der skal testes.
Integrationer
Når systemet skal tale sammen med ERP, økonomisystem eller webshop, opstår de fleste fejl i overgangene: forkerte formater, manglende felter og data, der ikke stemmer. Det kræver erfaring at bygge integrationer, der holder, når noget går galt.
Drift, fejlfinding og ansvar
Når systemet står stille en mandag morgen, hjælper det ikke, at koden blev skrevet hurtigt. Nogen skal kunne finde fejlen, rette den og forklare, hvad der skete. Det kræver, at nogen forstår koden og har ansvaret for den.
Webtos erfaring
Vi har arbejdet med custom PHP-udvikling i 20 år, og vores CTA har arbejdet med PHP siden 2008. Det betyder ikke, at vi skriver al koden selv i dag. Vi lader AI tage det første udkast og bruger tiden på det, AI ikke kan: at vurdere løsningen, sikre den og stå inde for den, når den kører.
Sådan bruger I AI-kodning sikkert
- Brug AI til prototyper, men lad en udvikler gennemgå koden, før den kommer i drift.
- Adskil test og drift, så en AI-agent aldrig arbejder direkte på jeres rigtige data.
- Giv AI-værktøjer så få rettigheder som muligt.
- Kør automatiske sikkerhedstjek på al kode, uanset hvem der har skrevet den.
- Sørg for backup, der er testet, før I giver AI adgang til noget som helst.
- Skriv en kravspecifikation, så både AI og udviklere ved, hvad løsningen skal kunne.
Har I en løsning, der skal holde?
Vi bygger forretningskritiske systemer med AI til farten og erfarne udviklere til arkitektur, sikkerhed og drift.
”AI har gjort det let at bygge noget hurtigt. Det har gjort erfaring mere værd, ikke mindre, for nogen skal stadig vide, hvad der sker, når det går galt.”
Ofte stillede spørgsmål
Du er velkommen til at læse mere i nogle af vores andre blogindlæg
Fik du læst disse?
-
AI-forordningen for små og mellemstore virksomheder: Det skal I vide
Af: Jannick Jensen • 29/10/2026EU’s AI-forordning bliver ofte omtalt, som om den kun handler om tech-giganter. Men den gælder også for den lille virksomhed, der bruger ChatGPT til marketing… -
AI-billeder og -video i markedsføring: Mærkning, ophavsret og rigtige personer
Af: Jannick Jensen • 28/10/2026AI kan lave produktbilleder, kampagnevisuals og videoer på få minutter. Det sparer tid og penge, men det rejser også nye spørgsmål: Skal billederne mærkes? Hvem… -
AI-politik for marketingteamet: Sådan laver I regler for AI (med skabelon)
Af: Jannick Jensen • 27/10/2026De fleste marketingfolk bruger allerede ChatGPT, Claude eller Copilot hver dag. Spørgsmålet er, om de gør det på en måde, virksomheden kan stå inde for….
