Ingen sätter sig för att glömma hur man kodar. Det sker på samma sätt som de flesta kunskapstapp sker: en bekväm genväg i taget. Du brukade skriva regex-uttrycket själv; nu beskriver du vad du vill ha och klistrar in det modellen ger dig. Du brukade spåra en stacktrace rad för rad; nu släpper du den i ett chattfönster och läser sammanfattningen. Varje utbyte är för sig rationellt. Summan av dem, efter ett år av AI-assisterat arbete, är en utvecklare som kan leverera funktioner snabbt när verktyget är på och fryser lite när verktyget är av.

Det är den obekväma undertexten under den här månadens vibe-coding-boom — Lovable som enligt uppgift närmar sig en värdering på 13,2 miljarder dollar, Replit och Factory som var för sig tar in kapital i miljardklassen, SpaceX som underskrider frontier-prissättningen med Grok 4.5 byggd för "autonoma agenter". Allt detta är optimerat för en enda sak: att få dig att skriva mindre kod själv. Det är hela poängen, och för mycket av arbetet är det en legitim avvägning. Men det betyder att branschen de senaste två åren har kört ett okontrollerat experiment kring hur mycket manuell kodningsförmåga man kan lägga ut på entreprenad innan det kostar en något, och notan börjar nu förfalla på konkreta, kontrollerbara sätt.

Var glappet faktiskt biter

Atrofi är ingen vag oro — den visar sig i tre konkreta situationer, och det är värt att vara ärlig mot dig själv om vilka av dem du är exponerad för:

  • Intervjuer. De flesta tekniska intervjuer, bortsett från hemuppgifter, begränsar eller förbjuder fortfarande AI-assistans. Om din vardagliga flyt i tysthet har flyttat över till "jag kan instruera en modell att skriva det här" snarare än "jag kan skriva det här", kommer en whiteboard- eller livekodningsrunda att avslöja glappet i realtid, inför personen som avgör om du ska anställas.
  • Driftstopp. När produktionen ligger nere är den snabbaste vägen till en lösning oftast att läsa okänd kod under press och resonera kring den direkt — inte att formulera en bra prompt om ett system du inte har tid att förklara. Incidenthantering belönar just de färdigheter (snabb kodläsning, mental felsökning, att kunna API-ytan utantill) som tränas minst när en modell sköter dem åt dig i vardagen.
  • Ingen uppkoppling, ingen assistent. En flygresa, en kundplats med ett låst nätverk, ett driftavbrott hos modellleverantören — vilket som helst av detta försätter dig tillbaka till oassisterad kodning under en period. Det behöver inte vara permanent för att spela roll; det behöver bara inträffa en dag då du behövde leverera något.

Inget av detta är hypotetiska specialfall som hittats på för att sälja en produkt. Det är de vanliga villkoren för ett arbetsliv. Frågan är om du skulle märka urholkningen innan en av dem försätter dig i en pressad situation.

Här kommer borrningsverktygen

Det är det glappet ett nytt verktyg som heter Atrophy CLI siktar på, enligt en artikel i The Register den här månaden. Budskapet är rakt på sak: behandla kodningsförmåga som ett schack-Elo-betyg snarare än ett binärt "kan koda / kan inte koda". Du börjar med ett grundläggande prov som fastställer var du befinner dig just nu, sedan tränar verktyget dig inom ett antal olika färdighetskategorier — syntaxminne, felsökning, kodläsning, API-minne och problemnedbrytning — och följer ditt betyg över tid, på samma sätt som en schackmotor följer om du faktiskt blir bättre eller bara känns som att du gör det. Sloganen är hela tesen i en enda mening: "Om AI-assistans i tysthet urholkar din förmåga att koda oassisterad visar diagrammet det för dig – innan en intervju, ett driftstopp eller en dag utan wifi gör det."

Designvalet som är värt att notera är uppdelningen i separata kategorier istället för en sammanslagen poäng. Vibe coding urholkar inte alla kodningsfärdigheter jämnt — du kan förbli vass på nedbrytning (att dela upp ett problem i steg) eftersom det fortfarande till stor del är ditt jobb även med en AI-assistent, medan ditt syntaxminne och din råa felsöknings-utan-copilot-muskel i det tysta blir mjuka, eftersom det är precis de delarna du har delegerat bort. En enda poäng skulle dölja det. Ett betyg per kategori talar åtminstone om för dig vilken specifik muskel du behöver träna om, vilket är en mer användbar signal än en allmän känsla av att vara rostig.

En nödvändig brasklapp

Värt att säga rent ut: Atrophy CLI är nytt, och jag har inte sett oberoende data på om dess betyg faktiskt förutsäger prestation vid intervjuer eller incidenter, eller om regelbunden träning på ett meningsfullt sätt vänder kunskapsförfall jämfört med att bara göra dig bra på själva övningarna — det är en verklig risk med alla träningsverktyg som inte är den faktiska uppgiften. Betrakta det som ett diagnostiskt verktyg värt att prova, inte en beprövad lösning. Kategorin det håller på att skapa — att mäta AI-assisterat kunskapsförfall, separat från AI-assisterad produktivitet — är den användbara idén här, oavsett om just det här verktyget visar sig bli det som håller i sig.

Vad du kan göra åt det utan att ge upp produktiviteten

Du behöver inte svära av dig AI-assisterad kodning för att skydda dig själv här; det vore att ge upp en verklig produktivitetsvinst för att skydda sig mot en risk du kan hantera billigare. Några konkreta vanor gör det mesta av jobbet:

  • Lös periodvis något du normalt skulle lämna över till modellen — en bugg, en liten funktion, en datatransformation — helt oassisterad, och ta tid på dig själv. Lägg märke till var du tvekar.
  • Inför en intervjurunda eller en jourvecka, gör medvetet en period av kodning utan AI, på samma sätt som du skulle plugga inför en tenta du inte behövt materialet till på flera månader.
  • När du väl använder AI-assistans, läs den genererade koden tillräckligt noga för att kunna förklara den för någon annan, i stället för att klistra in och gå vidare — det är steget som mest avgör om exponeringen bygger din förståelse eller bara tvättar runt den.
  • Om ett betygsliknande verktyg som Atrophy CLI fungerar för dig, använd det som en brandvarnare, inte som ett träningsprogram i sig — kontrollera det periodvis, och om en kategori sjunker, gå och gör faktiskt oassisterat arbete inom det området i stället för att träna flashcards för det.

Den ärliga beskrivningen är att AI-assisterad kodning och oassisterad kodningsförmåga nu är två separata färdigheter du hanterar, inte en färdighet med en genväg. Arbetsgivare, intervjupaneler och incidentkanaler klockan tre på natten har inte helt hunnit ikapp det ännu, men de kommer att märka vilka kandidater som höll båda färdigheterna vid liv.