AI-kodkrig intensifieras

Det här är ”The Stepback”, ett veckobrev som ger dig viktiga berättelser från teknikindustrin. För att lära dig mer om AI-kodning och vibecoding-boomen, följ David Pierce. Stepback kommer till prenumeranternas inkorgar kl. 08.00 ET. Välj The Stepback här.

Att skriva kod var den mördande appen för AI redan innan vi verkligen började prata om det. Våren 2021, 18 månader innan världen hörde termen ”ChatGPT”, debuterade Microsoft sin första produkt i samarbete med en ideell organisation som heter OpenAI. Det är ett verktyg som heter GitHub Copilot som tittar på utvecklare när de skriver kod och försöker autokomplettera kodavsnitt och kodrader. Det var inte särskilt bra, bara en ”begränsad teknisk förhandsvisning”, men över en miljon utvecklare registrerade sig för att prova det ändå.

Stora språkmodeller verkade helt klart redo att göra mjukvaruutveckling ännu enklare och snabbare. Det mesta av koden är relativt strukturerad och enkel. Kodningsspråk är vanligtvis mycket väldokumenterade. Det finns också en enorm mängd kod tillgänglig online som kan användas för att träna modeller (även om ibland med tvivelaktiga medel). Till skillnad från mycket annan information du kan få från LLM, kan du också kontrollera kvaliteten på din kod bara genom att försöka köra den. Inledningsvis undrade vissa företag om LLM kunde påskynda skrivningen av kod genom att förutsäga nästa ord, liknande Googles autokomplettering. Men de var hoppfulla att de snart skulle kunna göra en del av kodningen. Kanske alla.

I åratal har företag inom den högteknologiska industrin också följt idén om ”lågkod” och ”no-kod” programvara. Tanken var att effektivt tillåta användare att bygga mjukvara själva, snarare än att ge användarna oändliga listor med inställningar och otolkbara menyer. Länge var det här ganska hackigt. Saker som Zapier och Apple Shortcuts var faktiskt superkomplicerade arbetsflödesbyggare. Eller så fanns det mjukvara som Notion eller Airtable, som var väldigt flexibla till priset av att de var väldigt svåra att förstå.

Redan i dess tidiga skeden var det tydligt varför AI-kodningsverktyg en dag skulle kunna vara en bra affär. Utvecklare är dyra. Att skapa en produkt tar lång tid. Alla verktyg som har potential att minska antalet utvecklare som ett företag anställer eller hjälpa dem att öka sin produktivitet kommer definitivt att vara lätt att sälja för mjukvaruföretag runt om i världen. Om denna teknik verkligen fungerar kommer produkterna praktiskt taget att kunna säljas på egen hand. Företag som Cursor och Windsurf samlade in enorma summor pengar för att bygga företag kring AI-kodningsverktyg, medan andra som OpenAI, Google och Anthropic började bygga nya produkter för utvecklare.

Ursprungligen var AI-kodningsverktyg inte tillförlitliga. Under flera år kunde jag fylla i några rader kod, men jag var tvungen att hela tiden kontrollera dem. I slutet av 2023 kallade programmeraren och bloggaren Simon Willison LLM för en ”konstig kodningspraktik”. Han undrade om dessa praktikanter skulle göra programmerare mer mångsidiga och kraftfulla än någonsin tidigare, eller till och med ersätta dem.

I början av 2025 släppte Anthropic en produkt som heter Claude Code. Detta kommer snart att göra frågan mer akut för ännu fler.

I slutet av 2025 släppte Anthropic en ny version av Claude LLM som heter Opus 4.5. Enligt Anthropics riktmärken var detta den bästa Claude-modellen hittills, men den verkade inte representera ett häpnadsväckande framsteg inom AI-teknik. Men några veckor senare började många utvecklare med några timmars ledig tid att testa den nya modellen med Claude-kod, och nästan alla verkade komma till samma slutsats. Det betyder att detta fungerar. Verktyg som tidigare krävde noggrann uppmaning och noggrann granskning kan nu plötsligt förvandla några meningar till en fungerande prototyp. Boris Cherny, skaparen av Claude Code, har offentligt sagt att 100 % av hans kod redan är skriven av AI. ”Det var en överraskning för mig såväl som för alla andra”, sa han till The Verge tidigare i år. Claude Code spreds snabbt på ett sätt som inget kodningsverktyg kunde.

Claude Code må ha fångat fantasin hos många i mjukvaruvärlden, men Anthropics konkurrens ligger inte långt efter. Släppt 2025, några månader efter Claude Code, har OpenAIs Codex genomgått en rad uppdateringar och är också ett kraftfullt och populärt verktyg för att skriva kod. Google har publicerat ett kommandoradsgränssnitt för Gemini-modeller och nyligen lagt till fler kodningsmöjligheter till AI Studio-appen.

AI-kodning ses alltmer som det första riktigt vanliga AI-användningsfallet. För att inte tala om, det är också den första potentiellt stora AI-verksamheten. Claude Code-ögonblicket sammanföll med en absolut explosion i Anthropics intäkter. En av OpenAI:s högsta chefer sa nyligen till sitt team att sluta göra ”sidequests” och istället fokusera på att konkurrera med Anthropic och Claude Code. Både OpenAI och Anthropic planerar enligt uppgift att bli börsnoterade i år, vilket betyder att de kommer att ha något att visa för de miljarder dollar de har samlat in och de miljarder de har spenderat på datorer. Det verkar som att den bästa idén är att alla skriver koden.

I rättvisans namn verkar det vara en ganska rimlig gissning. Företag runt Silicon Valley ser plötsligt anställda tävla om att spendera fler tokens medan de använder GPU-åtkomst som ett rekryteringsverktyg och offentligt skryter om sina AI-räkningar. Nvidias VD Jensen Huang sa nyligen att han är orolig för högbetalda ingenjörer som inte spenderar 250 000 dollar per år på AI-tokens. Kapplöpet att omfamna AI-kodningsverktyg så snabbt som möjligt fortsätter, även när utvecklare fruktar att de kan avsluta sina karriärer och försörjning. I en studie från 2025 sa 98% av de tillfrågade att de använder AI-kodningsverktyg ”flera gånger i veckan.”

Det är inte bara utvecklare. I februari 2025 myntade AI-industriveteranen Andrei Karpathy termen ”vibe coding”. ”Jag bygger ett projekt eller en webbapp”, skrev han till X. ”Men det är egentligen inte kodning. Du bara tittar på något, säger det, gör det, kopierar och klistrar in det, och det fungerar i stort sett.”

Det är synd att Karpathy inte kom på en mer catchy fras när vibbens kodning stannade. Namn och fenomen: Många människor som inte skrev kod eller inte kunde skriva kod var plötsligt på väg till körbar programvara. För många människor som skulle ha skapat diadeck eller Figma-modeller räcker det med en knappt fungerande prototyp, och dessa kodningsverktyg har visat sig vara mer än kapabla att bygga knappt fungerande prototyper. Vibe-kodning kommer dock med risker, både när det gäller de problem som dålig kod kan orsaka och riskerna med att ge dessa verktyg åtkomst till din dator och data. Det är en sak att lita på ett system när du kan verifiera dess utdata; det är en annan sak att lita på ett system när man inte kan förstå dess språk.

Krisen för mjukvaruutvecklare har bara börjat. Företag runt Silicon Valley säger upp tusentals anställda och brukar nämna AI som orsaken. ”Verktygen vi bygger kommer att tillåta även mycket mindre team att göra mer och göra bättre,” skrev Blocks vd Jack Dorsey i ett memo som tillkännager att 40% av företagets arbetsstyrka kommer att sägas upp. ”Och funktionerna hos intelligensverktyg utvecklas snabbt varje vecka.” Även om AI sannolikt åtminstone delvis är en täckmantel för pandemitidens översysselsättning i Block och många andra fall, är det tydligt att teknikindustrin vänder sig till det som ett sätt att öka produktiviteten och minska antalet anställda.

Allt eftersom AI-kodningsverktygen fortsätter att förbättras kan även andra programvaruföretag omformas. Varför betala stora pengar för någon annans programvara när Claude Code kan bygga den precis som du vill ha den? Vissa människor kallar detta SaaSpocalypse och förutspår en grundläggande omprövning av hur programvara utvärderas. Andra tror att en ny generation startups som erbjuder AI-native sätt att göra allt en dag kommer att frodas. Ytterligare andra tycker att det är en överdrift och att Salesforce är tillräckligt bra. Oavsett resultatet kommer mjukvaruindustrin, som vuxit till tidigare ofattbara höjder och värderingar, plötsligt för många att kännas på skakig mark.

I andra änden av spektrumet från utvecklare finns vibekodare. För de flesta människor är även de enklaste AI-kodningsverktygen idag för mycket. Låt mig läsa koden. Tillgång till terminalen krävs. De ställer många frågor, men få vet hur de ska svara på dem. AI-kodning har fortfarande för många buggar, stora integritetsproblem och för många sätt för dåliga aktörer att utnyttja båda.

Anthropic började titta på om de kunde göra Claude Codes teknik lite mer tillgänglig och mindre skrämmande med produkter som Claude Cowork. Allt du behöver göra är att ge den tillgång till ett gäng filer på din dator så fungerar det direkt. Produkter som Perplexity Computer undersöker möjligheten för människor att ge LLM:er tillgång till allt på sina enheter, vilket tillåter AI-verktyg att organisera filer, svara på meddelanden och till och med köpa saker för din räkning. Den underliggande tekniken börjar fungera, men det är inte alls klart hur folk ska använda den eller om de kommer att vilja använda den.