Koding er løst. Hva skjer nå?

Kort fortalt

Tirsdag forrige uke sendte Boris Cherny inn 150 pull requests på én dag. Fra telefonen. Ingen av kodelinjene var skrevet av ham selv.

Det var ikke et mål, mer et eksperiment for å se hvor grensen går. Til vanlig sender han inn noen dusin om dagen.

Det interessante er ikke tallet. Det interessante er hva det sier om hva som faktisk er løst, og hva som fortsatt ikke er det.

Fra eksperiment til verktøy mange bruker

Boris Cherny begynte å jobbe med Claude Code nærmest ved et uhell. Mot slutten av 2024 var han en del av Anthropic Labs, en liten innovasjonsenhet internt i Anthropic. Teamet besto av noen få personer og bygget tre ting: Claude Code, MCP (Model Context Protocol, en standard 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 lanseringen kom det heller ikke noe stort gjennombrudd. Mange prøvde det, men veksten tok ikke av.

Så kom Opus 4 i mai 2025. Da begynte veksten for alvor. Siden har bruken økt kraftig for hvert nye modellslipp: Opus 4, 4.5, 4.6 og nå 4.7.

Teamet er nå samlet igjen for en ny runde, ledet av Mike Krieger, Anthropics produktsjef og en av grunnleggerne av Instagram.

Hva betyr egentlig «løst»?

Når Boris sier at koding er løst, mener han ikke at alle problemer i programvareutvikling er borte. Han mener at det er løst for den typen kode han selv skriver.

Claude Code-kodebasen er ikke spesielt mystisk. Den består hovedsakelig av TypeScript og React. Det var et bevisst valg. Da prosjektet startet, var modellene best på nettopp slike kodebaser. De ville gjøre oppgaven så enkel som mulig for modellen.

I dag kan modellene håndtere langt flere språk og rammeverk. Men i 2024 var det viktig å holde seg nær det modellen var godt trent på. På engelsk kalles dette å være «on distribution», altså innenfor området modellen kjenner godt.

For Boris betyr det at modellen nå skriver 100 prosent av koden hans.

For store, gamle kodebaser og mer uvanlige programmeringsspråk er bildet fortsatt annerledes. Der er det fremdeles mye som ikke fungerer like godt. «Svaret er som regel bare å vente på neste modell», sier han.

Slik jobber han nå

Boris gjør nå mesteparten av arbeidet fra telefonen. I Claude-appen har han en egen fane for kodesesjoner. Der kjører han vanligvis fem til ti sesjoner samtidig, med flere agenter i hver.

Til sammen kan det være noen hundre agenter i gang i løpet av dagen. Om natten kjører han ofte noen tusen agenter som gjør dypere arbeid.

Det han bruker stadig mer, er /loop. Det er en Claude Code-kommando som bruker en tidsplan, cron, til å kjøre en oppgave om og om igjen. Den kan kjøre hvert minutt, hvert femte minutt, hver dag eller etter en annen rytme.

Boris har nå dusinvis av slike løkker gående:

• Én følger med på pull requests, fikser feil i byggingen og oppdaterer koden automatisk.
• En annen holder testmiljøet friskt og retter ustabile tester.
• En tredje henter tilbakemeldinger fra Twitter og grupperer dem for ham hver halvtime.

«Jeg begynner å tro at løkker er fremtiden», sier han.

Anthropic har også lansert Routines, en serverversjon av /loop. Den fortsetter å kjøre selv om du lukker laptopen.

Internt i Anthropic skriver Claude-agenter kode i slike løkker og kommuniserer med andre Claude-agenter over Slack. SQL-spørringer skrives heller ikke manuelt lenger. Modellene gjør arbeidet.

Det nye problemet er ikke koden

På Claude Code-teamet koder nå alle. Ingeniørlederen. Produktsjefen. Designerne. Dataforskeren. Finanspersonen. Brukerforskeren.

Boris tror dette peker mot en ny type generalist. Ikke bare utviklere som kan litt iOS, litt web og litt backend, men folk som kombinerer produkt, design, data og utvikling.

Når koden ikke lenger er den største hindringen, blir domenekunnskap viktigere.

«Den beste personen til å lage regnskapsprogramvare er kanskje ikke en ingeniør, men en virkelig god regnskapsfører», sier han. Regnskapsføreren kjenner problemet. Koden er i ferd med å bli den enkle delen.

SaaS og maktkampen fremover

Boris bruker Hamilton Helmers rammeverk «7 Powers», som beskriver sju typer konkurransefortrinn i næringslivet, for å forklare hva AI kan gjøre med programvarebransjen.

Noen fordeler blir svakere.

Byttekostnader blir mindre viktige fordi AI gjør det lettere å flytte data, kode og arbeidsprosesser fra ett system til et annet.

Prosesskraft blir også mindre viktig. Mange selskaper har hatt en fordel fordi de har hatt gode interne prosesser. Men modellene blir stadig bedre til å forstå, kopiere og forbedre slike arbeidsmåter. Med Claude 4.7 mener Boris at modellen for første gang virkelig kan få et mål og forbedre seg steg for steg til oppgaven er løst.

Andre fordeler består. Nettverkseffekter, stordriftsfordeler og kontroll over knappe ressurser blir ikke borte bare fordi AI blir bedre.

Den andre spådommen hans er at antallet startups som utfordrer etablerte selskaper vil øke kraftig de neste ti årene. En liten startup kan nå bygge noe som tidligere krevde et stort selskap. Det store selskapet må endre prosesser, lære opp ansatte og håndtere intern motstand. Startupen kan starte med blanke ark og bygge rundt AI fra dag én.

Trykkpressen og det som kommer

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

Før trykkpressen kunne omtrent 10 prosent av Europas befolkning lese og skrive. Mange av dem jobbet for konger og godsherrer som ikke kunne det selv.

I løpet av de første 50 årene etter trykkpressen ble det publisert mer litteratur i Europa enn i de foregående tusen årene. Bøker ble rundt hundre ganger billigere. Over de neste århundrene steg lese- og skrivekyndigheten kraftig.

Å lese og skrive ble etter hvert noe de fleste kunne. Det finnes fortsatt profesjonelle forfattere. Men man trenger ikke en egen utdanning for å skrive.

Boris mener programmering er på vei i samme retning, bare mye raskere.

Koding kan bli en ferdighet på linje med å sende en tekstmelding. Ikke noe bare teknologibransjen driver med. Og når koding blir den enkle delen, blir kunnskap om regnskap, medisin, logistikk, juss eller andre fagområder det som skiller seg ut.

---

Ordliste

---

Kilder og ressurser