Kunstig Intelligens

Agent-hype på prøve: Skriver AI-kodere egentlig 37 000 linjer med kode om dagen?

Y Combinator-sjef Garry Tan skapte nylig overskrifter da han skrøt av å "shippe" hele 37 000 linjer med kode (LoC) daglig ved hjelp av autonome AI-agenter. Det tok imidlertid ikke lang tid før nysgjerrige utviklere tok en titt under panseret for å skille mellom markedsføringsshow og reell verdi. Gjennomgangen viser at en overveldende del av den genererte koden består av repetitiv struktur og overflødig ballast – såkalt "boilerplate"-kode – som AI-en spyr ut for å løse relativt enkle oppgaver.

Agent-basert AI, der intelligente agenter jobber selvstendig i bakgrunnen for å løse komplekse problemer, har vært det store samtaleemnet i styrerommene det siste året. Lovnaden er besparende effektivisering av programvareutvikling. Denne saken viser imidlertid at å måle produktivitet i antall linjer med kode er i ferd med å bli et fullstendig utdatert nøkkeltall nå som maskinene har tatt over tastaturet. Det å generere kode har blitt gratis, men det å vedlikeholde den er fremdeles dyrt.

For teknologiledere og CTO-er som vurderer å integrere AI-agenter i utviklingsavdelingen, gir denne avsløringen en viktig realitetsorientering. Kvalitet trumfer fremdeles kvantitet. I stedet for å jage høye volumtall, bør fokus ligge på å bruke AI-agenter til å frigjøre tid for seniorutviklere slik at de kan konsentrere seg om systemarkitektur, sikkerhet og forretningslogikk. Overdreven ukritisk bruk av AI-generert kode risikerer bare å fylle bedriftens systemer med teknisk gjeld som krever dyre konsulenttimer å rydde opp i senere.

Les mer i saken hos Fast Company.

Norsk Tech

Det norske GPT-gapet: Vi henger etter på grunn av politikk, ikke teknologi

Mens det globale teknologimarkedet raser av gårde med den nylig lanserte GPT-5.6-modellen og dens enorme kapasitetshopp, må norske IT-prosjekter ofte ta til takke med eldre versjoner som GPT-5.5. Dette skyldes ikke manglende kompetanse eller teknologisk latskap hos norske selskaper, men snarere regulatoriske barrierer og politiske prosesser knyttet til skyvalg og personvern.

Diskusjonen om digital suverenitet og GDPR gjør at spesielt offentlige virksomheter og strengt regulerte private aktører i Norge må trå ekstremt varsomt. Den nyeste og mest kraftfulle teknologien blir sjelden umiddelbart tilgjengelig i de lukkede, godkjente skymiljøene som norske aktører er pålagt å bruke. Dermed oppstår det et digitalt klasseskille der norske virksomheter risikerer å bygge gårsdagens løsninger mens de venter på grønt lys fra juristene.

For norske programvarehus og selskaper som prøver å bygge konkurransefortrinn med AI, krever dette en svært bevisst arkitekturstrategi. Det blir kritisk å bygge fleksible systemer der man enkelt kan bytte ut den underliggende språkmodellen (en såkalt modell-agnostisk tilnærming) etter hvert som nyvinninger godkjennes for det norske markedet. For offentlige etater betyr det at man må finne raskere metoder for risikovurdering, slik at innbyggerne ikke ender opp med tjenester som oppleses som utdaterte allerede ved lansering.

Les hele debattinnlegget hos Digi.no.

AI-boomen utfordrer strømnettet: Datasentre spiser opp kraftoverskuddet

Norges vassdrags- og energidirektorat (NVE) melder at datasentre nå spiser seg stadig dypere inn i det norske kraftoverskuddet. NVE-sjef Kjetil Lund innrømmer at veksten og det tilhørende kraftbehovet har vært langt mer omfattende enn det myndighetene så for seg for bare noen få år siden. Datasentrene har for alvor blitt jokeren i den norske kraftkabalen.

Bakgrunnen for den eksplosive veksten er den enorme globale og nasjonale etterspørselen etter regnekraft for å trene og drifte avanserte AI-modeller. Norge har med sin historisk stabile energitilgang og kjølige klima vært et yndet mål for internasjonale tech-giganter. Men nå begynner flokene å stramme seg til lokalt, ettersom den kraftkrevende AI-infrastrukturen må konkurrere om de samme strømkvotene som tradisjonell industri og nye grønne fastlandsinitiativer.

For produksjonsbedrifter og investorer som planlegger tunge, lokale AI-satsinger, betyr dette at energitilgang og lokalisering blir kritiske risikofaktorer i årene som kommer. Det tvinger også frem et skifte mot mer energieffektive AI-modeller (såkalt "grønn AI") og mer målrettet bruk av regnekraft. Vi må forberede oss på at myndighetene vil stille strengere krav til samfunnsnytte før nye datasentre får tildelt betydelige strømkvoter.

Les mer om kraftutfordringene hos Digi.no.

Andre Nyheter