Koding er løst. Hva skjer nå?

Kort fortalt

Tirsdag forrige uke sendte Boris Cherny inn 150 pull requests på én dag. Fra telefonen. Ingen kodelinje var skrevet av ham selv. Det var ikke et mål, mer et eksperiment for å se hvor grensen går. Til hverdags er det noen dusin. Det som er interessant er ikke tallet. Det er hva det forteller oss om hva som faktisk er løst, og hva som ikke er det.

Fra tilfeldig eksperiment til verktøy alle bruker

Boris Cherny begynte å jobbe med Claude Code nærmest ved et uhell. Mot slutten av 2024 var han del av Anthropic Labs, en liten innovasjonsenhet innenfor Anthropic. Det var et lite team, og de lagde tre ting: Claude Code, MCP (Model Context Protocol, standarden for å koble AI til eksterne verktøy), og desktop-appen. Deretter ble teamet oppløst.

De første seks månedene fungerte Claude Code dårlig. Boris brukte det til kanskje 10 prosent av koden sin. Etter lansering var det heller ikke noe gjennombrudd: mange brukere, men ingen eksponentiell vekst. Så kom Opus 4 i mai 2025. Da skjøt det fart. Siden har veksten tatt av for hvert modellslipp: Opus 4, 4.5, 4.6, nå 4.7.

Teamet er nå satt sammen igjen for runde to, ledet av Mike Krieger, Anthropics produktsjef og en av grunnleggerne bak Instagram.

Hva "løst" faktisk betyr

Når Boris sier koding er løst, mener han ikke at alle utfordringer med koding er borte. Han mener at for den koden han skriver (TypeScript og React, som modellen er godt trent på) er det ikke lenger et spørsmål. Modellen skriver det. 100 prosent.

For store, eldre kodebaser på sjeldnere språk er det fortsatt utfordringer. «Svaret er som regel bare å vente på neste modell», sier han.

Claude Code-kodebasen ble lekket og er ikke særlig mystisk: TypeScript og React, forholdsvis enkelt. Valget var bevisst. Da prosjektet startet var modellen best trent på dem, og de ville minimere friksjonen. I dag kan modellen håndtere de fleste språk, men i 2024 spilte det inn at kodebasen lå på distribusjon (det vil si: i tyngdepunktet av hva modellen har sett under trening).

Slik ser en arbeidsdag ut

Boris jobber nå for det meste fra telefonen. I Claude-appen er det en fane for kodesesjoner. Der har han 5-10 sesjoner gående samtidig, hver med en håndfull agenter. Til sammen kjører det noen hundre agenter i løpet av dagen og noen tusen om natten, når dypere arbeid skjer uten at noen venter.

Det han har fått mest ut av er /loop. Det er en Claude Code-kommando som bruker en tidsplan (cron) til å sette i gang en jobb gjentatte ganger: hvert minutt, hvert femte minutt, hver dag, akkurat som du vil. Boris har nå dusinvis av slike løkker kjørende:

• Én passer på pull requests og fikser byggefeil automatisk
• En annen holder testmiljøet sunt og retter opp ustabile tester
• En tredje henter tilbakemeldinger fra Twitter og grupperer dem for ham hvert halvtime

«Jeg begynner å tro at løkker er fremtiden», sier han. Anthropic har nå lansert Routines, server-side-versjonen av /loop, som fortsetter selv om du lukker laptoppen.

Internt hos Anthropic skriver Claudes kode i løkker og kommuniserer over Slack med andre brukeres Claudes som også kjører i løkker. Ingen skriver databasespørringer manuelt lenger. Alt bygges av modellene.

Det nye problemet er ikke koden

Hos Anthropic koder nå alle på Claude Code-teamet. Ingeniørlederen. Produktsjefen. Designerne. Dataforskeren. Finanspersonen. Alle.

Boris spår at vi vil se langt flere tverrfaglige generalister fremover. Ikke generalister som kan litt iOS og litt web, men folk som er sterke innen produkt, design og utvikling på én gang. Koden er ikke lenger hindringen.

«Den beste til å lage regnskapsprogramvare er ikke en ingeniør, men en virkelig god regnskapsfører», sier han. De kjenner domenet. Koding er nå den enkle delen.

SaaS og maktkampen fremover

Boris brukte Hamilton Helmers rammeverk "7 Powers" (sju typer konkurransefortrinn i næringslivet) for å forklare hva som skjer med programvarebransjen. To av kreftene svekkes med AI:

Fordelen fra byttekostnader (switching costs) svekkes fordi AI gjør det enklere å flytte data og kode mellom systemer. Fordelen fra prosesskraft (process power) svekkes fordi modellen nå er god nok til å forstå og etterligne de fleste interne arbeidsflyter. Med 4.7 kan den klatre mot ethvert mål bare den får iterere. Boris mener det er første gang en modell gjør det.

Men fordelen fra nettverkseffekter, stordriftsfordeler og kontroll over knappe ressurser påvirkes lite av AI. De er fortsatt like kraftige som før.

Den andre spådommen hans: antallet startups som forstyrrer etablerte bransjer vil ti-dobles over de neste ti årene. En liten startup kan nå bygge noe like verdifullt som et stort selskap. Det store selskapet må lære opp ansatte, endre prosesser, overvinne intern motstand. Startupen starter med blanke ark og bygger AI-nativt fra dag én.

Trykkpressen og det som kommer

Boris leser mye teknologihistorie. Det historiske eksempelet han trekker frem er trykkpressen, oppfunnet i Europa på 1400-tallet.

Før trykkpressen var omtrent 10 prosent av den europeiske befolkningen lese- og skrivekyndige. De jobbet for konger og godsherrer som ikke selv kunne lese. I de første 50 årene etter den første trykkpressen ble det publisert mer litteratur i Europa enn i de foregående tusen år. Bøker ble rundt hundre ganger billigere. Og over de neste par hundre år steg den globale lese- og skrivekyndigheten fra 10 til 70 prosent.

Lese og skrive ble noe alle kan. Det finnes fortsatt profesjonelle forfattere. Men man trenger ikke skriverutdanning for å skrive.

Boris mener programmering er på vei dit. Bare mye raskere enn 200 år. Koding vil bli en ferdighet som å sende en tekstmelding. Ikke noe bare de i teknologibransjen gjør. Og i en bransje der koding er den enkle delen, blir det du kan om regnskap, medisin, logistikk eller juss det som skiller seg ut.

---

Ordliste

---

Kilder og ressurser