Under Glasspaper’s årlige inspirasjonsdager 2026 samlet webinaret AI Coding Without Chaos utviklere, teknologiledere og AI-entusiaster for å diskutere et spørsmål stadig flere virksomheter kjenner på: Hvordan tar vi i bruk AI-koding uten å miste kontrollen over kvalitet, arkitektur og eierskap?
Gjennom konkrete eksempler og praktiske erfaringer viste Vasilis Tsolis og Rogier Muller hvorfor den største utfordringen ikke lenger er å produsere kode raskere – men å gjøre programvare tryggere å stole på.
AI-verktøy som Cursor, Claude Code og Codex har på kort tid endret måten utviklingsteam jobber på. Oppgaver som tidligere tok timer eller dager, kan nå genereres på minutter. Men ifølge foredragsholderne er dette bare halve sannheten.
«Code is cheap» er et uttrykk som ofte brukes i AI-debatten. Problemet er at det bare stemmer delvis. Å generere kode er billig. Å forstå, validere, vedlikeholde og stole på den er fortsatt krevende.
Det var nettopp dette som var kjernen i webinaret: AI gjør det enklere å produsere kode, men den virkelige ferdigheten ligger i å bygge systemer og arbeidsprosesser som gjør koden pålitelig.
AI gjør fundamentale utviklerferdigheter viktigere
En av de tydeligste innsiktene fra webinaret var at AI ikke reduserer behovet for gode utviklere – tvert imot.
Når AI kan skrive syntaksen, flyttes verdien over til andre ferdigheter:
Utfordringen er ikke lenger «klarer vi å produsere nok kode?», men «hvordan sikrer vi at koden fortsatt holder ønsket kvalitet?».
AI kan nemlig produsere kode raskere enn team rekker å gjennomgå den. Resultatet kan bli større kodebaser, mer teknisk gjeld og økt kompleksitet dersom teamene ikke etablerer tydelige rammer.
Prompting er ikke arbeidet
Et sentralt poeng fra foredragsholderne var at mange fortsatt overvurderer betydningen av selve prompten.
Prompten er bare inngangsdøren. Det som virkelig betyr noe er konteksten bak:
Før man genererer kode, må man forstå hva som faktisk skal bygges.
Foredragsholderne beskrev dette som å definere:
Det handler om å vite hva LEGO-modellen skal forestille før man begynner å bygge.
De beste teamene har de tydeligste arbeidsflytene
Webinaret utfordret også forestillingen om at AI først og fremst handler om individuell effektivitet.
Personlig prompting skalerer dårlig. Hvis bare én utvikler kjenner de «riktige» promptene, blir teamet sårbart. Når personen er borte, forsvinner også arbeidsmåten.
I stedet må organisasjoner etablere:
Teamene som lykkes best med AI-assistert utvikling er ikke nødvendigvis de som genererer mest kode, men de som har de mest gjennomtenkte arbeidsflytene.
Foredragsholderne presenterte en enkel, men effektiv modell:
Målet er ikke maksimal hastighet, men et tydelig og kontrollerbart utviklingsløp.
Små endringer gir bedre kvalitet
Et annet viktig tema var størrelsen på kodeendringer.
AI har en tendens til å produsere store mengder kode raskt. Problemet er at store endringer er vanskelige å forstå og gjennomgå.
Små “diffs” fungerer derimot som et kommunikasjonverktøy:
Når endringer er små og avgrensede, blir både testing, review og samarbeid langt enklere.
Grønn test betyr ikke nødvendigvis riktig løsning
Et av webinariets kanskje viktigste budskap handlet om verifisering.
Hvis AI skriver både koden og testene, er ikke en grønn test alene et bevis på kvalitet.
Modellene er svært gode til å skape trygghet og selvtillit – men team trenger evidens, ikke bare optimistiske svar.
Derfor må utviklere stille spørsmål som:
Ansvar kan ikke delegeres til AI. Et menneske må fortsatt kunne forklare:
AI krever tydelig ledelse
Webinaret tok også opp lederperspektivet.
Hvordan kan virksomheter styre AI-bruk uten å bremse innovasjon?
Svaret ligger ikke i å forby verktøyene, men i å etablere gode rammer:
AI tilfører fart – men fart uten struktur skaper entropi.
De mest modne teamene bruker derfor AI som en del av et kontrollert system, ikke som en erstatning for engineering-prinsipper.
Fra hype til praktisk kompetanse
Webinaret gjorde én ting svært tydelig: AI-assistert utvikling handler ikke om magiske prompts. Det handler om disiplinerte arbeidsprosesser, tydelig kommunikasjon og evnen til å bygge programvare man faktisk kan stole på.
For virksomheter som ønsker å lykkes med AI i utviklingsarbeidet, blir kompetanse derfor avgjørende.
Glasspaper tilbyr nå en rekke nye kurs innen AI-assistert utvikling og moderne utviklerverktøy:
Claude Code
Cursor
Codex
Alle kursene gjennomføres som klasseromskurs I Oslo og er utviklet for både utviklere, arkitekter og ledere som ønsker å ta i bruk AI-verktøy på en strukturert og trygg måte.
Fremtidens mest effektive utviklingsteam blir ikke nødvendigvis de som produserer mest kode. Det blir teamene som bygger de beste arbeidsflytene – og som vet hvordan AI kan brukes med kontroll, kvalitet og tillit.
