AI-assistert utvikling i 2025 — hva finnes og hva fungerer?

En ny virkelighet for utviklere

For bare tre år siden var kodeassistenter et kuriositetsprodukt. I dag er de en integrert del av arbeidsflyten til de fleste profesjonelle utviklere. GitHub Copilot kom først, men i 2025 er det langt mer å velge mellom — og kvaliteten har økt dramatisk.

Det som har endret seg mest er ikke at AI skriver kode, men at den forstår kontekst. Tidlige modeller ga deg autofullføring av linjer. Dagens modeller kan lese en hel kodebase, forstå arkitekturen og foreslå endringer som er konsistente med resten av prosjektet.

De viktigste verktøyene akkurat nå

GitHub Copilot er fortsatt den mest brukte assistenten, og integrasjonen mot VS Code er sømløs. For mange er det standardvalget — ikke fordi det er best i alle kategorier, men fordi det er godt nok og alltid tilgjengelig.

Claude (Anthropic) er etter vår erfaring det sterkeste valget for kodeoppgaver som krever resonnement og kontekstforståelse. Claude 3.5 og 3.7 Sonnet er spesielt imponerende på kodegjennomgang, refaktorering av komplekse moduler og å forklare arkitekturmønstre på en måte som faktisk gir mening. Der andre modeller ofte gir plausibelt-klingende, men subtilt feil kode, er Claude mer konservativ og presist — noe som betyr færre timer brukt på å feilsøke AI-generert kode.

Claude er tilgjengelig via claude.ai direkte, via Anthropic API, og er nå innebygd i Cursor og andre editorer som støtter egendefinerte modeller.

Cursor er editoren som virkelig har endret hva vi forventer av AI i kode. Den er bygget fra grunnen av med AI som sentral del, og Agent-modus lar deg gi oppgaver i naturlig språk som editoren deretter løser over flere filer — gjerne med Claude som underliggende modell.

GPT-4o / ChatGPT fra OpenAI er et solid allround-valg og har et stort brukergrunnlag. Copilot er bygget på denne modellen. For enkle og mellomstore kodeoppgaver leverer den godt, men vi opplever at Claude jevnt over gir bedre resultater på komplekse, flerfil-oppgaver.

Gemini fra Google begynner å ta markedsandeler, spesielt i kombinasjon med Google Cloud-tjenester og Android-utvikling.

Hva fungerer, og hva er fortsatt menneskelig domene?

AI er god på: boilerplate-kode, konvertering mellom formater, enkle funksjoner med tydelige krav, testskriving for veldefinert kode, dokumentasjon og kommentering.

AI sliter fortsatt med: arkitekturavgjørelser, feilsøking i komplekse systemer med mange avhengigheter, kode som krever dyp domeneforståelse og sikkerhetskritiske implementasjoner uten menneskelig revisjon.

Hva bruker vi hos KodeLeie?

Vi bruker Claude som vår primære AI-modell for koding — særlig for kodegjennomgang, refaktorering og generering av komplekse komponenter. Den brukes via Cursor og direkte via API. I tillegg bruker vi Copilot for rask autofullføring i enklere situasjoner.

Kombinasjonen gir oss fart og kvalitet — to ting som vanligvis ikke følges ad, men som AI gjør mulig når det brukes riktig.