Gå til indholdet
# Slip AI løs i din kode ## AI-assisteret udvikling i praksis
https://mcronberg.github.io/aiartikler/AIAssisteretUdvikling

**Michell Cronberg** michell@cronberg.dk 4\. december 2025
![](https://mcronberg.github.io/aiartikler/media/foto.jpg)

Agenda

  • Introduktion
  • AI-værktøjer i udviklingsmiljøet
  • GitHub Copilot / Visual Studio Code
  • Model Context Protocol (MCP)
  • Demo
  • Sikkerhed og etiske overvejelser
  • Spørgsmål

Find noter på https://mcronberg.github.io/aiartikler/AIAssisteretUdvikling

AI-grundlæggende

  • Store sprogmodeller (LLM'er): Trænet på millioner af linjer kode
  • Embeddings: Tekst konverteres til tal-vektorer
  • RAG: Kombinerer LLM med ekstern videnbase
  • AI forstår kontekst - ikke bare syntax

Se de mange artikler på https://mcronberg.github.io/aiartikler/

Hvordan AI har ændret softwareudvikling

  • Tre tilgange:
  • Vibe coding: Iterativ kodegenerering gennem samtale
  • Agent-baseret: AI som selvstændig medudvikler
  • Spec-driven: Struktureret med planlægning
  • AI er ikke fremtiden - det er nutiden

AI-værktøjer i udviklingsmiljøet

Kort historisk rejse

  • 2010: Autocomplete, intellisense og snippets
  • 2015: Intelligent refactoring og statisk analyse
  • 2018: Kontekstuel IntelliCode
  • 2021: Første AI-kodeassistenter
  • 2023-2025: Multi-modeller, agenter og CLI
  • 2026+: MCP, specialiserede modeller, dyb integration, ...

No-code/Low-code platforme

- Hurtig prototyping uden traditionel kode - Genialt til idévalidering og MVP'er - Værktøjer: Lovable, Bold, n8n, (Copilot) - Sjældent egnet til komplekse systemer
![n8n](media/n8n.png)
## GitHub Copilot (VS Code mv) - **Inline**: Kodeforslag mens du skriver - **Ask**: Stil spørgsmål om kode - **Edit**: Rette og tilføje kode - **Agent**: AI navigerer selv i kodebasen - **Smart actions**: Automatiser opgaver (/) *En del forskellige kloner og extensions til VSC*
![VS Code Chat](media/vscchat.png)
## GitHub Copilot (Workspace/Cloud) - Fra GitHub issue til færdig pull request - AI-agent arbejder "online" gennem opgaverne - Reducerer tiden fra idé til kode markant *I sidste version af VSC kan du vælge mellem lokal og cloud-baseret Copilot.*
![Copilot Cloud](media/copilot-cloud.png)

GitHub Spec Kit

Spec-driven development

Fire faser: 1. Specify: Hvad skal bygges? 2. Plan: Hvordan skal det bygges? 3. Tasks: Opdeling i handlingsrettede opgaver 4. Implement: Eksekveringsfasen

Markdown-baseret og Git-integreret

Se: https://github.com/github/spec-kit

Prompting

  • Brug meta prompts til at få bedre prompts
  • Copilot Instructions (.github/copilot-instructions.md)
  • Prompt files (.prompt.md)

Se Awesome Copilot: github.com/github/awesome-copilot

# MCP - AI's brug af eksterne systemer **Model Context Protocol** - Ny standard for AI-kommunikation med eksterne systemer - Foreslået af Anthropic **MCP-servere** - Stiller funktioner til rådighed - Udvider AI's capabilities markant *[Se Awesome MCP](https://github.com/punkpeye/awesome-mcp-servers)*
![MCP](media/mcp.png)

Demo

  • "Vibe coding" med Copilot
    • Måske solsystemet - se prompt i noter
  • Agent i VS Code med Copilot
    • Måske samme app - ellers MyCalc med nye funktioner
  • Cloud-baseret Copilot i GitHub
  • MCP integration
    • Måske SerialDate (lighthouse, vurdering af UX, test)

I noter er der links til repos/prompts så du kan prøve selv

Sikkerhed og etiske overvejelser

Datasikkerhed og følsom information

Hvor sendes din kode hen? - Cloud vs. lokal LLM (fx Ollama, Mistral) - GitHub Copilot: Enterprise-niveau databeskyttelse - Gratis AI-værktøjer: Kan bruge data til træning

Best practice - Undgå kundedata, credentials og forretningshemmeligheder - Pas på .env-filer, config-filer mv. - Brug mock-data eller anonymiserede eksempler - On-premise LLM'er til følsomme projekter

Etik, ansvar og ejerskab

Licens og copyright - AI trænet på open source-kode - risiko for lighed - GitHub Copilot: Juridisk beskyttelse (enterprise-licens)

Kvalitet og ansvar - Modeller kan reproducere dårlige patterns - Du er ansvarlig for koden du shipper

Team-aftaler - Fælles retningslinjer for AI-brug - Overvej at markere AI-assisterede commits

Fremtidens udviklerrolle

Fokus skifter: - Fra at skrive kode → til at guide og verificere AI - Fra syntax → til arkitektur og forretningslogik - Fra implementering → til design og kvalitetssikring

Det kræver stadig: - Teknisk forståelse - Arkitekturkompetence - Domæneviden

AI won't take your job, it's somebody using AI that will take your job

Tid til spørgsmål

Husk noter og links på https://mcronberg.github.io/aiartikler/AIAssisteretUdvikling