Agentic coding är ett sätt att utveckla mjukvara där en AI-agent tar emot ett mål, bryter ner det i steg, skriver kod, kör den, läser utdata och itererar, utan att en människa styr varje enskild åtgärd. Utvecklaren sätter målet och granskar resultatet; agenten hanterar de mellanliggande stegen.
Hur det skiljer sig från assisterad kodning
De flesta AI-kodningsverktyg svarar på ett enskilt prompt och returnerar ett enda svar. Utvecklaren bestämmer vad som händer härnäst. Agentic coding vänder på det: agenten bestämmer vad som händer härnäst, anropar verktyg, kör tester, läser felmeddelanden och justerar sitt tillvägagångssätt i en loop. Människan återtar kontrollen när loopen avslutas eller när något går fel.
Detta kallas ibland en kodningsagent, och det förutsätter att modellen har tillgång till en uppsättning verktyg: en kodexekutor, ett filsystem, en terminal, ibland en webbläsare eller ett externt API.
Hur loopen ser ut i praktiken
En typisk agentic coding-cykel ser ungefär ut så här:
- Utvecklaren ger ett mål: "Lägg till hastighetsbegränsning på betalningsendpointen, med tester."
- Agenten läser de relevanta filerna för att förstå den befintliga koden.
- Den skriver en plan och sedan koden.
- Den kör testerna. Om de misslyckas läser den felet och försöker igen.
- Den returnerar en diff eller en sammanfattning för utvecklaren att granska.
Antalet steg mellan mänskliga ingrepp kan vara allt från tre eller fyra till flera dussin, beroende på uppgiften och verktyget.
Varför kontextfönstret spelar roll
Agentic-loopar fyller snabbt upp kontexten. Varje verktygssanrop, varje felmeddelande, varje filläsning lägger till tokens. En långvarig agent på en komplex kodbas kan tömma en modells kontextfönster, varpå tidigare information faller bort och agenten tappar bort vad den redan har gjort. Att hantera vad som ingår i kontexten vid varje steg, och vad som sammanfattas eller kasseras, är ett praktiskt ingenjörsproblem, inte en efterhandstanke.
Vad som kan gå fel
De huvudsakliga riskerna är inte dramatiska. De är mer lågmälda:
- Agenten slutför med säkerhet en uppgift som inte riktigt var det som avsågs, eftersom specifikationen var tvetydig.
- Den introducerar en ändring i en fil som bryter ett antagande i en annan fil den inte läste.
- Den klarar sina egna tester eftersom den skrev både koden och testerna utifrån samma missförstånd.
- Den loopar på ett misslyckat test, gör alltmer spekulativa ändringar och producerar en diff som är svårare att granska än det ursprungliga problemet.
Inget av detta är unikt för agentic coding, men den autonoma loopen innebär att misstag kan förstärkas innan en människa ser dem. Det är därför granskning av AI-genererad kod och att ha en människa i loopen vid meningsfulla kontrollpunkter spelar allt större roll, inte mindre, i takt med att agenter blir mer kapabla.
Förhållandet till vibe coding
Vibe coding förväxlas ibland med agentic coding. Skillnaden handlar om avsikt, inte verktyg. Agentic coding är ett tekniskt mönster: en agent med verktygsåtkomst som arbetar över flera steg. Vibe coding beskriver ett arbetssätt där utvecklaren accepterar utdata med minimal granskning. Du kan använda ett agentverktyg noggrant eller vårdslöst. Verktyget avgör inte kvaliteten på arbetet.
Vad vi testar
Agentbaserad kodning förändrar vad en granskningsprocess behöver mäta. Vår hur vi granskar-process genomförs i två sessioner: en grundläggande bedömning utan AI-verktyg och en AI-native bedömning med dem. Den andra sessionen är där agentbaserat arbete syns direkt. Vi bedömer verifiering av AI-resultat, eftersom genererad kod som kompilerar inte är detsamma som korrekt kod, och riskbaserat omdöme, eftersom en agent producerar en betalningsmigration och en textändring med samma hastighet och samma säkerhet. En utvecklare behöver behandla dem på olika sätt.
Korta svar
Är agentic coding samma sak som att använda GitHub Copilot?
Nej. Copilot och liknande verktyg slutför enstaka prompts och återlämnar kontrollen omedelbart. Agentic coding innebär att AI:n utför flera åtgärder i följd, kör kod och läser resultat, innan den återvänder till utvecklaren.
Behöver du ett speciellt verktyg för agentic coding?
Ja, i praktiken. Agenten behöver tillgång till verktyg: en kodexekutor, filsystem, terminal eller liknande. Vanliga chattbaserade AI-modeller utan verktygsåtkomst kan inte köra agentic-loopar. Flera produkter stöder detta numera inbyggt.
Lämpar sig agentisk kodning för produktionsarbete?
Det kan det, med lämpliga kontrollpunkter. Risken är att fel förstärks över flera steg innan en människa granskar dem. Utvecklare behöver avgränsa uppgifter noggrant, granska diffs kritiskt och inte behandla en godkänd testsvit som tillräcklig validering.
