Spring til indhold
TBH
Tilbage til blog
8. januar 20262 min læsetid

AI gør Rust nemmere, men skal du skifte?

Med AI-assistenter som GitHub Copilot, Claude og ChatGPT er det pludselig muligt at skrive kode i sprog, du ikke mestrer. Men er det en god idé?

AI ændrer kalkulen

Før AI:

  • Rust = 6-12 måneders læring
  • Borrow checker = frustration
  • Mange opgiver

Efter AI:

  • AI forklarer lifetime errors
  • Genererer boilerplate
  • Foreslår idiomatiske løsninger

Rust er nu realistisk for ikke-eksperter.

Men der er en hage.

Problemet: Vedligeholdelse

AI hjælper dig med at skrive kode. Men hvem vedligeholder den?

// AI genererede dette
fn process_data<'a, T: AsRef<str>>(data: &'a [T]) -> impl Iterator<Item = &'a str> {
    data.iter()
        .map(|s| s.as_ref())
        .filter(|s| !s.is_empty())
}

Spørgsmål:

  • Forstår du hvad 'a betyder?
  • Kan du debugge det om 6 måneder?
  • Kan din kollega?

Hvis svaret er nej, har du et problem.

Den reelle risiko

Vi har set dette mønster:

  1. Udvikler bruger AI til at skrive Rust
  2. Det virker! Shipper til production
  3. 6 måneder senere: bug opstår
  4. Ingen forstår koden
  5. Omskrivning til Go/Java

Resultatet: Spildt tid og penge.

Hvornår AI + svært sprog giver mening

✅ Gør det når:

  • Mindst én på teamet forstår sproget rigtigt
  • I har tid til at lære undervejs
  • Performance-gevinsten er målbar og værd det
  • I planlægger at investere i kompetencen

❌ Undgå når:

  • Hele teamet er nye i sproget
  • Det er et kritisk system uden backup-plan
  • I har stram deadline
  • »AI kan jo bare skrive det«

Vores anbefaling

Brug AI som læreværktøj.

Den bedste måde at bruge AI til at lære Rust:

  1. Lad AI forklare kode linje for linje
  2. Bed om alternative implementeringer
  3. Spørg »hvorfor« til hver beslutning
  4. Skriv tests selv: det tvinger forståelse

Hvad vi selv gør

Vi rådgiver teams om teknologivalg, og ser konsekvenserne af både gode og dårlige beslutninger.

Vi bruger AI dagligt:

  • Til boilerplate og repetitiv kode
  • Til at forklare unfamiliar biblioteker
  • Til at foreslå optimeringer

Men vi vælger altid teknologier vi forstår. Fordi vi skal vedligeholde dem.

Det vigtigste AI giver os er ikke kode. Det er hurtigere læring.

Se, hvad vi har bygget

Nordvec, nævn.dk, Matematik i Måneby, Semantika og open source.

Se projekterne