Ingen sætter sig for at glemme, hvordan man koder. Det sker, som de fleste kompetencetab sker: én bekvem genvej ad gangen. Du plejede selv at skrive regex'en; nu beskriver du, hvad du vil have, og indsætter det, modellen giver dig. Du plejede at spore en stacktrace linje for linje; nu smider du den ind i et chatvindue og læser resuméet. Hver udskiftning er isoleret set fornuftig. Summen af dem, over et år med AI-assisteret arbejde, er en udvikler, der kan levere funktioner hurtigt, når værktøjet er tændt, og fryser en smule, når det er slukket.

Det er den ubehagelige undertekst bag denne måneds vibe-coding-boom — Lovable, der efter sigende nærmer sig en værdiansættelse på 13,2 mia. dollar, Replit og Factory, der hver især rejser kapital i milliardklassen, og SpaceX, der underbyder frontier-priserne med Grok 4.5 bygget til "autonome agenter." Alt sammen er optimeret mod én ting: at få dig til at skrive mindre kode selv. Det er hele pointen, og for meget arbejde er det en legitim byttehandel. Men det betyder, at branchen har brugt de sidste to år på at køre et ukontrolleret eksperiment i, hvor meget manuel kodeevne man kan outsource, før det koster noget — og regningen er begyndt at forfalde på konkrete, efterprøvelige måder.

Hvor kløften for alvor bider

Forfald er ikke en vag bekymring — det viser sig i tre konkrete situationer, og det er værd at være ærlig med sig selv om, hvilke af dem man selv er udsat for:

  • Jobsamtaler. De fleste tekniske jobsamtaler – bortset fra hjemmeopgaver – begrænser eller forbyder stadig brugen af AI-assistance. Hvis din daglige rutine i al stilhed har flyttet sig fra "jeg kan skrive dette" til "jeg kan bede en model om at skrive dette," vil en whiteboard- eller live-kodningsrunde afsløre kløften i realtid, foran den person, der skal beslutte, om du skal ansættes.
  • Nedbrud. Når produktionen er nede, er den hurtigste vej til en løsning som regel at læse ukendt kode under pres og ræsonnere direkte over den — ikke at formulere en god prompt om et system, du ikke har tid til at forklare. Håndtering af hændelser belønner netop de færdigheder (hurtig kodelæsning, mental fejlfinding, at kunne API'et udenad), som trænes mindst, når en model klarer dem for dig til daglig.
  • Ingen forbindelse, ingen assistent. En flyafgang, et kundesite med et lukket netværk, et driftsstop hos modeludbyderen — alt dette sender dig tilbage til kodning uden hjælp i en periode. Det behøver ikke være permanent for at have betydning; det skal blot ske på en dag, hvor du havde brug for at levere noget.

Ingen af disse er hypotetiske randtilfælde, der er fundet på for at sælge et produkt. De er de almindelige vilkår i en arbejdskarriere. Spørgsmålet er, om du ville bemærke forringelsen, før en af dem satte dig på prøve.

Så kommer træningsværktøjerne ind i billedet

Det er den kløft, et nyt værktøj ved navn Atrophy CLI sigter efter, ifølge en artikel i The Register denne måned. Budskabet er ligeud: Betragt kodeevne som en Elo-rating i skak snarere end et binært "kan kode / kan ikke kode." Du starter med en indledende test, der fastslår, hvor du står lige nu, hvorefter værktøjet træner dig på tværs af en håndfuld separate færdighedskategorier — syntaksgenkaldelse, fejlfinding, kodelæsning, API-hukommelse og problemnedbrydning — og følger din rating over tid, på samme måde som en skakmotor sporer, om du rent faktisk bliver bedre, eller om du blot føler dig sådan. Sloganet er hele tesen i én sætning: "Hvis AI-assistance i al stilhed underminerer din evne til at kode uden hjælp, viser diagrammet dig det – før en jobsamtale, et nedbrud eller en dag uden wifi gør det."

Det bemærkelsesværdige designvalg er opdelingen i separate kategorier frem for én samlet score. Vibe coding nedbryder ikke alle kodefærdigheder ligeligt — du kan forblive skarp på nedbrydning (at dele et problem op i trin), fordi det stadig hovedsageligt er din opgave, selv med en AI-assistent, mens din syntaksgenkaldelse og den rå fejlfindingsmuskel uden copilot i al stilhed bliver slap, fordi det netop er de dele, du har uddelegeret. En enkelt score ville skjule det. En rating pr. kategori fortæller dig i det mindste, hvilken specifik muskel du skal genoptræne, hvilket er et mere nyttigt signal end en generel fornemmelse af at være rusten.

Et nødvendigt forbehold

Det er værd at sige ligeud: Atrophy CLI er nyt, og jeg har ikke set uafhængige data for, om dets ratings rent faktisk forudsiger præstationer til jobsamtaler eller under hændelser, eller om regelmæssig træning reelt vender kompetencetab, i modsætning til blot at gøre dig god til selve øvelserne — det er en reel risiko ved ethvert træningsværktøj, der ikke er selve opgaven. Betragt det som et diagnoseværktøj, det er værd at prøve, ikke en bevist løsning. Den kategori, det er ved at afgrænse — at måle AI-assisteret kompetencetab adskilt fra AI-assisteret produktivitet — er den nyttige idé her, uanset om netop dette værktøj viser sig at være det, der bider sig fast.

Hvad du kan gøre ved det uden at opgive produktiviteten

Du behøver ikke sværge AI-assisteret kodning af for at beskytte dig selv her; det ville betyde at opgive en reel produktivitetsgevinst for at afdække en risiko, du kan håndtere billigere. Nogle få konkrete vaner klarer det meste af arbejdet:

  • Løs med jævne mellemrum noget, du normalt ville overlade til modellen — en fejl, en lille funktion, en datatransformation — helt uden hjælp, og tag tid på dig selv. Læg mærke til, hvor du tøver.
  • Før en runde jobsamtaler eller en vagtperiode skal man bevidst lave en periode med kodning uden AI, på samme måde som man ville terpe før en eksamen, hvor man ikke har haft brug for stoffet i månedsvis.
  • Når du bruger AI-assistance, skal du læse den genererede kode grundigt nok til at kunne forklare den for en anden, i stedet for blot at indsætte den og gå videre — det er det trin, der afgør, om eksponeringen opbygger din forståelse, eller blot camouflerer manglen på den.
  • Hvis et rating-baseret værktøj som Atrophy CLI fungerer for dig, så brug det som en røgalarm, ikke som et træningsprogram i sig selv — tjek det med jævne mellemrum, og hvis en kategori er faldende, så udfør reelt arbejde uden hjælp inden for det område i stedet for at træne det med flashcards.

Den ærlige måde at se det på er, at AI-assisteret kodning og evnen til at kode uden hjælp nu er to separate færdigheder, du skal forvalte, ikke én færdighed med en genvej. Arbejdsgivere, ansættelsespaneler og hændelseskanaler klokken tre om natten har endnu ikke helt indhentet den erkendelse, men de vil bemærke, hvilke kandidater der holdt begge færdigheder i live.