NYFIR STUDIOS
Nyfir Studios Learn

Så använder du lokal AI för programmering

Lokal AI kan förklara kod, föreslå små ändringar och hjälpa till med tester utan att hela projektet behöver skickas till en molntjänst. Nyttan kommer dock först när modellen arbetar inom en kontrollerad utvecklingsprocess.

Välj rätt nivå av åtkomst

Den enklaste nivån är att klistra in en liten, okänslig funktion i en chatt. Nästa nivå är ett editortillägg som läser öppna filer. Agentverktyg kan dessutom söka, ändra och köra kommandon. Varje nivå ökar både kapacitet och risk.

Börja läsbehörigt eller i en separat kopia. Ge inte verktyget åtkomst till hemkatalog, nyckelmappar, produktionsdatabaser eller signeringsmaterial.

Skriv en uppgift som går att verifiera

En bra koduppgift innehåller mål, berörda filer, förbjudna områden och ett tydligt acceptanstest. Exempel: ”Lägg till validering i formuläret, ändra inte API-kontraktet, och få de här tre testerna att passera.”

Be modellen redovisa antaganden och föreslå en liten ändring först. Långa autonoma körningar skapar fler platser där ett fel kan döljas.

Arbeta i en återställningsbar miljö

  1. Kontrollera att projektet bygger före ändringen.
  2. Skapa en Git-branch eller en verifierad kopia.
  3. Låt modellen ändra minsta möjliga yta.
  4. Inspektera diffen rad för rad.
  5. Kör formattering, typer, tester och bygge.
  6. Testa den verkliga användarvägen.

Ett grönt testresultat visar bara att de befintliga testen passerar. Det bevisar inte att beteendet är rätt om testerna saknar viktiga fall.

Bra lokala uppgifter

  • Förklara en stacktrace och peka ut möjliga orsaker.
  • Skapa testfall från ett uttryckligt kontrakt.
  • Föreslå namn eller dokumentation för befintlig kod.
  • Göra en avgränsad refaktorering med oförändrat beteende.
  • Söka efter upprepade mönster som du sedan granskar.

Var försiktig med säkerhetskritisk kod, kryptografi, betalningar och datamigreringar. Där krävs specialistgranskning och starkare verifiering än en modellkonversation.

Felsök modellen som ett verktyg

Om svaret blir dåligt, minska kontexten och ge exakt felmeddelande, aktuell kod och förväntat resultat. Byt inte fem saker samtidigt. Ett nytt försök med en tydligare avgränsning är ofta bättre än en längre prompt.

Spara kommandon och testresultat i projektet, inte bara i chatten. Då kan nästa arbetspass fortsätta från verifierad status i stället för modellens minne.