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, ikke som krykke.

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 i browseren, Semantika og open source.

Se projekterne