Det finns inte längre två typer av utvecklare – utan minst tre

Trots det pratar vi fortfarande som om valet står mellan ”klassisk utveckling med AI” och ”vibe coding”. Det är en förenkling som riskerar att missa det som faktiskt växer fram.

Den gamla kartan stämmer inte längre

Om man lyssnar på hur AI och programmering diskuteras idag låter det ofta som att världen delar upp sig i två läger:

Antingen är du en traditionell mjukvaruingenjör som använder AI som ett verktyg i din befintliga process – eller så är du en så kallad vibe coder som bygger saker utan att riktigt förstå hur de fungerar.

Men den här uppdelningen fångar inte det mest intressanta som händer just nu.

I praktiken börjar man se åtminstone tre tydliga sätt att vara mjukvaruingenjör i en AI-driven värld.

1. Den traditionella ingenjören (utan AI)

Den här gruppen finns fortfarande. Utvecklare som i princip inte använder AI alls, eller gör det mycket sparsamt. Ofta finns en sund skepsis: oro för kvalitet, säkerhet, kontroll eller bara en ovilja att förändra ett arbetssätt som fungerat i många år.

De blir färre, men de är långt ifrån borta.

2. Den traditionella ingenjören med AI

Det här är den grupp som de flesta verktyg idag riktar sig mot. Utvecklare som fortfarande tänker, arbetar och identifierar sig som klassiska ingenjörer – men som använder AI som en accelerator.

Cursor, Copilot och liknande verktyg passar väl här. Man läser koden. Man skriver koden. Man är involverad i varje detalj. AI hjälper till, men förändrar inte själva yrkesrollen i grunden.

För många är det här det ideala läget. Man får produktivitetsvinster utan att behöva ge upp det man tycker är roligt: att skriva kod.

3. Den agentiska ingenjören

Den tredje gruppen är mindre, men växer snabbt – särskilt i mindre bolag och experimentella team.

Här har man gjort ett medvetet skifte:
man skriver ingen kod alls.

Istället har man flyttat upp ett lager i stacken och låter en eller flera AI-agenter sköta allt programmeringsarbete. Fokus ligger på att formulera problem, bryta ner uppgifter, sätta riktning, utvärdera resultat och styra flera agenter parallellt.

Det här är inte vibe coding. Det är inte heller klassisk utveckling med AI-stöd. Det är ett nytt sätt att definiera vad mjukvaruingenjörskap är i en agentbaserad värld.

Det innebär också en tydlig trade-off. Många utvecklare älskar att skriva kod. Att helt släppa den färdigheten kan kännas som att ge upp en del av sin identitet. Alla vill – eller bör – inte göra det valet.

Varför pratar vi så lite om det här?

En anledning är marknaden. Om du idag säljer enterprise-mjukvara möter du främst traditionella utvecklare som vill använda AI, men inte förändra sitt arbetssätt i grunden. Det är rationellt att bygga verktyg för dem.

Men konsekvensen blir att den tredje gruppen ofta förbises – trots att den i många fall driver den verkliga omdefinitionen av yrket.

Det här sker oftast i små team, startups och experimentella miljöer där man inte optimerar för kompatibilitet med gamla arbetssätt, utan för maximal hävstång.

Vad händer med resten av utvecklarna?

Det här är ingen ”AI tar alla jobb”-historia. För utvecklare som vill fortsätta arbeta på ett traditionellt sätt, men med AI som stöd, kommer det finnas jobb länge. Förändringen är långsam och ojämnt fördelad – precis som när internet slog igenom i andra branscher.

Men om man zoomar ut är riktningen tydlig. Den traditionella modellen kommer sannolikt fortsätta existera, men växa långsammare. Tillväxten – i produktivitet, inflytande och affärsvärde – kommer ligga i det nya sättet att bygga.

En utbildningsfråga som ingen riktigt äger

För nya utvecklare blir valet svårare. Ska man satsa på att förfina klassiska färdigheter, eller lära sig arbeta i den här nya, mer agentiska modellen?

Historiskt har utbildningssystem haft svårt att anpassa sig snabbt. Många tekniska utbildningar lär fortfarande ut färdigheter som är värdefulla i teorin, men som studenter i praktiken måste komplettera själva.

Det är därför vi ser en explosion av alternativa utbildningar, kurser och självorganiserat lärande. Inte som ersättning för universitet – men som ett svar på ett glapp som uppstått.

Tre vägar framåt – inte två

AI har inte bara gjort utveckling snabbare. Det har skapat ett nytt val:
att fortsätta utveckla mjukvara som man alltid har gjort, bara effektivare – eller att omdefiniera vad rollen faktiskt innebär.

Att förstå skillnaden mellan de här vägarna kommer bli allt viktigare de kommande åren. För individer, för företag och för hur vi pratar om vad en mjukvaruingenjör faktiskt är.