I februar 2025 opfandt Andrej Karpathy \u2014 medstifter af OpenAI og tidligere AI-chef hos Tesla \u2014 begrebet “vibe coding”. Det beskrev en afslappet tilgang til softwareudvikling, hvor man prompter AI-v\u00e6rkt\u00f8jer til at generere kode i stedet for at skrive den selv. Begrebet eksploderede i Silicon Valley og blandt hobbyudviklere verden over.<\/p>\n\n\n\n
Men nu, i starten af 2026, har Karpathy selv erkl\u00e6ret, at industrien er vokset fra vibes. I et opslag p\u00e5 X<\/a> introducerede han et nyt begreb: agentic engineering<\/strong>. Og forskellen er ikke bare semantisk \u2014 den afspejler et fundamentalt skift i, hvordan professionel softwareudvikling fungerer med AI.<\/p>\n\n\n\n Karpathy bryder begrebet ned i to dele. “Agentic” refererer til, at en orkestrering af AI-agenter skriver koden, mens mennesket overv\u00e5ger og validerer outputtet. Som Karpathy formulerer det: “Du skriver ikke koden direkte 99% af tiden \u2014 du orkestrerer agenter, der g\u00f8r det, og fungerer som oversight.” “Engineering” understreger, at der er en reel ekspertise i at bruge agentic workflows til meningsfuld kodeproduktion \u2014 en f\u00e6rdighed man kan udvikle og forbedre.<\/p>\n\n\n\n If\u00f8lge IBM’s analyse af begrebet<\/a> handler agentic engineering om at skifte fra deterministisk logik til probabilistisk vurdering. Det kr\u00e6ver governance-rammer, der definerer, hvorn\u00e5r og hvordan agentic workflows skal bruges, mens menneskelig oversight forbliver central for kvalitetskontrol.<\/p>\n\n\n\n I praksis bygger veldesignede agentic systemer p\u00e5 at opdele opgaver i mindre moduler, s\u00e5 AI-agenter kan generere selvst\u00e6ndige komponenter, der integrerer rent i eksisterende codebases \u2014 uden at \u00f8ge den tekniske g\u00e6ld. Mange organisationer adopterer allerede RAG-baserede arkitekturer (Retrieval-Augmented Generation), s\u00e5 agenter kan forankre deres output i reel dokumentation, specifikationer og kode-repositorier.<\/p>\n\n\n\n Tallene taler deres tydelige sprog. Stack Overflow’s 2025 Developer Survey viste, at 84% af udviklere bruger eller planl\u00e6gger at bruge AI-assisteret programmering. Men her kommer den interessante pointe: flere udviklere mistror<\/em> AI-v\u00e6rkt\u00f8jernes n\u00f8jagtighed end stoler p\u00e5 dem \u2014 46% er skeptiske, mod kun 33% der f\u00f8ler sig trygge ved resultaterne. Og kun 3% siger, de har “h\u00f8j tillid” til AI-genereret output.<\/p>\n\n\n\n Erfarne udviklere er mest skeptiske, med den laveste rate af “h\u00f8j tillid” (2,6%) og den h\u00f8jeste rate af “h\u00f8j mistillid” (20%). Uden den rette ekspertise i at bruge LLM’er til softwareudvikling kan vibe coding producere det, der kaldes “AI slop” \u2014 kode der ikke virker eller \u00f8del\u00e6gger eksisterende funktionalitet. Broken kode \u00f8ger den tekniske g\u00e6ld massivt og tvinger teams til at bruge tiden p\u00e5 at forst\u00e5, debugge og refaktorere i stedet for at bygge nyt.<\/p>\n\n\n\n Agentic engineering er svaret p\u00e5 denne udfordring. Det er ikke en afvisning af AI-assisteret udvikling \u2014 det er en modning af den. Vi har allerede set eksempler p\u00e5, hvad AI-agenter kan pr\u00e6stere n\u00e5r de orkestreres rigtigt: 16 AI-agenter byggede en komplet C-compiler fra bunden<\/a>, der kan kompilere Linux-kernen. Men det kr\u00e6vede netop den type struktureret, ingeni\u00f8rm\u00e6ssig tilgang som agentic engineering beskriver.<\/p>\n\n\n\nHvad er agentic engineering?<\/h2>\n\n\n\n
Hvorfor “vibe coding” ikke holder l\u00e6ngere<\/h2>\n\n\n\n
Andrew Ng: AGI er \u00e5rtier v\u00e6k \u2014 agentic systemer er den reelle v\u00e6rdi<\/h2>\n\n\n\n