In the tech world, there is a constant flow of changes and keeping up with them means the choice for tools and technologies which are the most appropriate to invest your time in.
In 2026 the best programming language or technology stack to learn really depends on your personal aims, hobbies, and apps you are going to create.
The use of AI is increasing. AI as a “Pair Programmer” is becoming the default. Code completion, refactoring, and boilerplate generation are used often. Devs spend more time reviewing and steering code than typing it. “Explain this error” and “why is this slow?” prompts are useful.
In prompt-Driven Development programmers describe the intent in natural language and then let AI generate first drafts of functions, APIs, or configs. Iterate by refining prompts rather than rewriting code. Trend: Knowing how to ask is becoming as important as syntax.
Strong growth in: Auto-generated unit and integration tests and edge-case discovery. Trend: “Test-first” is easier when AI writes the boring parts.
AI is moving up the stack. Trend: AI as a junior architect or reviewer, not the final decider.
AI comes to Security & Code Quality Scanning. Rapid adoption in: Static analysis and vulnerability detection, secret leakage and dependency risk checks. AI can give secure-by-default code suggestions. Trend: AI shifts security earlier in the SDLC (“shift left”).
Instead of one-off prompts: AI agents that plan → code → test → fix → retry. Multi-step autonomous tasks (e.g., “add feature X and update docs”) can be done in best cases. Trend: Still supervised, but moving toward semi-autonomous dev loops.
AI is heavily used for explaining large, unfamiliar codebases and translating between languages/frameworks. It helps onboarding new engineers faster.
What’s changing: Less manual boilerplate work
More focus on problem definition, review, and decision-making. There is stronger emphasis on fundamentals, architecture, and domain knowledge. Trend: Devs become editors, designers, and orchestrators.
AI usage policies and audit trails is necessary. Trend: “Use AI, but safely.”
Likely directions:
Deeper IDE + CI/CD integration
AI maintaining legacy systems
Natural-language → production-ready features
AI copilots customized to your codebase
599 Comments
Tomi Engdahl says:
https://www.infoq.com/articles/mcp-java-architectural-strategy-llm-integrations/
Tomi Engdahl says:
https://www.mql5.com/en/articles/21905
How to connect AI agents to MetaTrader 5 via MCP
Tomi Engdahl says:
https://www.infoworld.com/article/4163874/why-its-so-hard-to-create-stand-alone-python-apps.html
Tomi Engdahl says:
https://www.origina.com/guides/an-essential-guide-to-navigating-vmware-license-strategies
Tomi Engdahl says:
https://hackaday.com/2026/04/27/trying-pair-programming-with-an-llm-chatbot/
Tomi Engdahl says:
https://www.arihovi.com/mita-master-data/
Tomi Engdahl says:
https://hackaday.com/2026/04/30/atts-unix-pc-we-hardly-knew-you/
Tomi Engdahl says:
https://venturebeat.com/technology/hidden-it-problems-are-quietly-creating-risk-shadow-it-and-lost-productivity
Tomi Engdahl says:
https://towardsdatascience.com/how-to-make-claude-code-validate-its-own-work/
https://hackaday.com/2026/04/27/trying-pair-programming-with-an-llm-chatbot/
Tomi Engdahl says:
Agentti tappaa koodarin
https://etn.fi/index.php/13-news/18895-agentti-tappaa-koodarin
- Jos olemme rehellisiä, emme oikeastaan tiedä mihin olemme menossa. Näin arvioi AWS:n Euroopan pohjoisen alueen asiakasratkaisujen johtaja Peer Jakobsen esitellessään AWS Summitissa Tukhomassa Kiroa, AI-agenttia jota AWS:n omat kehittäjät jo käyttävät päivittäin. Jakobsenin mukaan ohjelmistokehityksen suurin muutos ei enää ole koodin kirjoittamisen nopeutuminen, vaan se, että itse koodin arvo alkaa lähestyä nollaa.
AWS:n Kiro perustuu avoimeen Visual Studio Codeen, mutta kyse ei ole enää tavallisesta AI-avustajasta. Jakobsen kuvasi kehityksen etenevän kolmessa vaiheessa: vuonna 2024 käytössä olivat assistentit, vuonna 2025 agentit ja vuonna 2026 siirrytään autonomisiin moniagenttijärjestelmiin.
Muutos näkyy jo käytännössä. Jakobsenin mukaan moni kehittäjä sanoo, ettei ole itse kirjoittanut koodia puoleen vuoteen.
Kiron ideana ei ole pelkkä ”vibekoodaus”, jossa promptia seuraa uusi prompti ilman selkeää rakennetta. Jakobsenin mukaan tällainen kehitys sopii prototyyppien tekemiseen, mutta tuotantotason ohjelmistokehityksestä puuttuvat silloin visio, arkkitehtuuri ja ymmärrys siitä, mitä ohjelmiston oikeasti pitäisi tehdä.
Demossa Kiro rakensi uutta analytiikkatoimintoa Youtube-videopalveluun. Agentti luki roadmapin, tarkisti kontekstin, muodosti vaatimukset ja alkoi toteuttaa ratkaisua. Yhdessä vaiheessa Kiro kirjoitti minuutissa 142 riviä JavaScript-koodia. Jakobsen arvioi, että sama työ olisi aiemmin vienyt vähintään puoli päivää.
- Kiro on parempi kuin suurin osa koodaajista, Jakobsen korosti.
AWS:n mukaan parhaimmillaan agenttipohjainen kehitys voi olla jopa sata kertaa perinteistä ohjelmointia nopeampaa. Samalla ohjelmistokehittäjän rooli muuttuu nopeasti. Jakobsen vertasi tilannetta ohjelmoinnin alkuvaiheisiin, jolloin konekieltä kirjoitettiin käsin ennen compilerien syntyä. Hänen mukaansa tulevaisuuden kehittäjä ei enää keskity syntaksiin, vaan järjestelmäarkkitehtuuriin, turvallisuuteen ja siihen, että agentit tekevät oikeita asioita.
Agentit voivat myös ratkaista yhden ohjelmistoteollisuuden pitkäaikaisista ongelmista eli legacy-koodin ylläpidon. Tutkimusten mukaan jopa 70 prosenttia it-osastojen työpanoksesta kuluu vanhan koodin ylläpitoon. Jakobsenin mukaan AI-agentit kykenevät jo muuttamaan esimerkiksi pankkien Cobol-pohjaisia järjestelmiä Javaksi tai modernisoimaan vanhoja Java-sovelluksia uudempaan muotoon.
Tomi Engdahl says:
Here is how software design would change if it were entirely “designed” by software:1. Shift from Craftsmanship to ArchitectureInstead of focusing on syntax and individual code lines, human engineers would pivot to defining intent, constraints, and business goals, letting AI handle the structural design (architecture, components, and interfaces).
2. High Optimization & Lower FlexibilitySoftware designed by AI might be highly efficient but perhaps brittle to change.
3. Agent-Centric DesignFuture software design (especially by 2026) is shifting toward “agent-focused” requirements. This means software will be designed to be used by other AI agents, not just human users, requiring more structured, predictable, and API-first designs.
4. Continuous, Real-Time EvolutionInstead of a “final” version, software designed by software could be in a state of permanent evolution.Self-Refactoring: If the AI agent detects a performance bottleneck, it could automatically redesign that module to be faster without human intervention.Instant Updates: New features could be imagined, designed, and implemented instantly based on usage data.In short: Software designing software means moving from “how do I write this code?” to “what problem do I want the computer to solve?”.
Tomi Engdahl says:
AI tuottaa koodia nopeammin kuin sitä ehditään testata
https://etn.fi/index.php/opinion/18901-ai-tuottaa-koodia-nopeammin-kuin-sitae-ehditaeaen-testata
AI kiihdyttää ohjelmistokehitystä nopeammin kuin sitä ehditään enää testata. Ongelma ei kuitenkaan ole siinä, että kehittäjät liikkuisivat liian nopeasti. Ongelma on paljon perustavampi. Yksi osa ohjelmistokehityksestä on kiihtynyt dramaattisesti, mutta kaikki sitä valvovat rakenteet ovat jääneet lähes paikoilleen, kirjoittaa amerikkalaisen BotGauge AI:n perustaja ja toimitusjohtaja Pramin Pradeep.
AI-avustajat muuttavat täysin sen, mitä yksi kehittäjä pystyy tekemään tunnissa. Funktio, jonka kirjoittamiseen, testaamiseen ja dokumentointiin kului aiemmin puoli päivää, syntyy nyt puolessa minuutissa. CI/CD-putket puskevat koodia tuotantoon kymmeniä kertoja päivässä. Monessa organisaatiossa matka ideasta tuotantoon mitataan jo tunneissa, ei viikoissa.
Mutta testausinfra ei ole rakennettu tähän maailmaan.
Nykyiset QA-prosessit syntyivät aikaan, jolloin ihmiset kirjoittivat jokaisen rivin itse, julkaisut etenivät sprinttisyklissä ja testaus tapahtui projektin lopussa. Tätä rytmiä ei enää ole. Samalla kuilu AI:n tuottaman koodin ja sen todellisen validoinnin välillä kasvaa kuukausi kuukaudelta.
Keskustelu AI-koodista keskittyy yleensä väärään asiaan. Puhutaan siitä, onko koodi syntaktisesti oikein tai sisältääkö se tunnettuja haavoittuvuuksia. Staattiset analyysityökalut, linterit ja tietoturvaskannerit ovat tässä jo varsin hyviä.
Todellinen riski ei kuitenkaan ole syntaksissa vaan käyttäytymisessä.
AI:n generoima koodi voi näyttää täydelliseltä. Se voi läpäistä kaikki automaattiset tarkistukset ja silti sisältää oletuksia, jotka muuttuvat vaarallisiksi vasta myöhemmin tuotannossa. Tietokantafunktio voi esimerkiksi olettaa datamäärän pysyvän pienenä. Kehitysympäristössä kaikki toimii täydellisesti. Puolentoista vuoden päästä sama logiikka alkaa kuitenkin hajota kuorman kasvaessa.
Tai API-käsittelijä ohittaa validoinnin, johon muu järjestelmä luottaa. Ongelma näkyy vasta tietyssä käyttäjäsyötteiden yhdistelmässä. Näitä virheitä ei löydä yksikään skanneri.
Kyse ei ole enää perinteisistä bugeista, vaan oletuksista, jotka AI leipoo logiikkaan ymmärtämättä järjestelmän laajempaa arkkitehtuuria. Kun organisaatio tuottaa satoja AI-generoituja koodinpätkiä viikossa, tällaiset oletukset alkavat kasautua.
Tomi Engdahl says:
Kun koodia julkaistaan kymmeniä kertoja päivässä, kahden viikon QA-portti ei enää ole todellinen kontrolli. Testauksen pitää muuttua jatkuvaksi, autonomiseksi ja tuotantoympäristöä jatkuvasti simuloivaksi prosessiksi.
Tässä kohtaa myös agenttinen AI muuttaa koko pelin. AI ei enää vain ehdota koodia. Se kirjoittaa, testaa, refaktoroi ja deployaa sitä itsenäisesti. Samalla ohjelmistokehityksen vanha perusajatus alkaa murentua. Siis se, että joku todella ymmärtää koko järjestelmän.
Ehkä tulevaisuuden vaarallisin koodi ei olekaan huonosti kirjoitettua koodia. Vaan koodia, jota kukaan ei enää kokonaan lue.
https://etn.fi/index.php/opinion/18901-ai-tuottaa-koodia-nopeammin-kuin-sitae-ehditaeaen-testata
Tomi Engdahl says:
Rakettitiede kehittää tapaa varmistaa AI-koodin laatu koneellisesti
https://etn.fi/index.php/13-news/18902-rakettitiede-kehittaeae-tapaa-varmistaa-ai-koodin-laatu-koneellisesti
- Olemme tehneet itsekin kehitystyötä synnyttääksemme menetelmän, jolla AI:n tuottaman koodin laatu voitaisiin varmistaa koneellisesti ja vapauttaa ihminen koodikatselmoinnista luomaan uutta, sanoo Rakettitieteen toimitusjohtaja Juha Huttunen.
Pääkaupunkiseudulla ja Tampereella toimiva IT-yhtiö Rakettitiede näkee tekoälyn muuttavan ohjelmistokehitystä huomattavasti nykyistä syvemmin. Yhtiön mukaan agenttinen tekoäly ei vaikuta pelkästään ohjelmistokehityksen nopeuteen, vaan myös koko konsultointimarkkinan liiketoimintamalleihin.
Rakettitiede kertoi samalla uudistaneensa hallituksensa tukemaan seuraavaa kasvuvaihetta. Uudeksi puheenjohtajaksi nousee teknologiayhtiöiden kasvusta, pääomasijoittamisesta ja yritysostoista tunnettu Antti Kokkinen.
Yhtiön mukaan ohjelmistokehityksen kustannukset voivat tekoälyn myötä pudota niin paljon, että kokonaan uusia ohjelmistomarkkinoita syntyy.
- Kun jonkun asian kustannus laskee rajusti, sen kysyntä usein räjähtää ja siten kokonaismarkkina kasvaa, Huttunen arvioi.
Rakettitiede uskoo samalla, että perinteinen tuntiveloitteinen ohjelmistokonsultointi voi muuttua merkittävästi AI-aikana. Huttusen mukaan yhtiö tutkii parhaillaan myös kiinteiden ja onnistumisperusteisten liiketoimintamallien mahdollisuuksia.
Yhtiön mukaan suurin haaste ei enää välttämättä ole itse koodin tuottaminen, vaan sen laadun varmistaminen tilanteessa, jossa tekoäly alkaa kirjoittaa yhä suuremman osan ohjelmistoista.
- Ainakin toistaiseksi AI on hyvä renki mutta huono isäntä. Laatuun vaikuttaa siten merkittävästi työkalun käyttäjän osaaminen, Huttunen sanoo.
Rakettitiede vertaa mahdollista muutosta teolliseen tuotantoon.
- Kukaan tuskin nykyään haluaa käsin tehtyä autoa, koska tehdasvalmisteisen laatu on parempi. Softan kanssa voi hyvin käydä samalla tavalla jossain vaiheessa, Huttunen pohtii.
Tomi Engdahl says:
https://about.gitlab.com/blog/claude-code-and-gitlab/
Tomi Engdahl says:
https://www.mql5.com/en/articles/22020
Python + MetaTrader 5: Fast Research Framework for Data, Features, and Prototypes
Tomi Engdahl says:
Python isn’t always easy
feature
May 8, 2026
2 mins
How to overcome a few not-so-easy tasks in Python, such as creating stand-alone Python apps, backing up SQLite databases, and installing Python on an air-gapped machine.
https://www.infoworld.com/article/4166769/python-isnt-always-easy.html
Tomi Engdahl says:
https://towardsdatascience.com/pyspark-for-beginners-mastering-the-basics/
Tomi Engdahl says:
https://simonwillison.net/2026/May/8/unreasonable-effectiveness-of-html/
Tomi Engdahl says:
Teollisuuden IT-projektit epäonnistuvat jo ennen ensimmäistä koodiriviä
https://etn.fi/index.php/opinion/18915-teollisuuden-it-projektit-epaeonnistuvat-jo-ennen-ensimmaeistae-koodiriviae
Useimmat teollisuuden IT-investoinnit eivät epäonnistu käyttöönotossa. Ne epäonnistuvat jo kuukausia aiemmin. Tyypillinen hetki on scoping-palaveri, jossa toimittaja esittelee 14 viikon käyttöönottoprojektin, eikä kukaan tuotannon, automaation tai integraatioiden asiantuntija pysäytä keskustelua kysymällä, mihin oletukset oikeasti perustuvat, kirjoittaa JBF Consultingin perustaja Brad Forester.
Kun projekti on puoli vuotta myöhemmin pahasti myöhässä, tuotanto kärsii, integraatiot eivät valmistu ja budjetti repeää. Silloin vahinko on jo tapahtunut.
Kyse ei ole yksittäisistä epäonnistumisista. Gartnerin tutkimuksen mukaan 76 prosenttia logistiikan ja teollisuuden teknologiatransformaatioista ei saavuta tärkeimpiä tavoitteitaan. McKinseyn mukaan jopa “onnistuneet” projektit menettävät keskimäärin viidenneksen odotetusta liiketoimintahyödystään käyttöönoton jälkeen.
Silti teollisuus jatkaa uusien järjestelmien hankkimista kiihtyvällä tahdilla. ERP-laajennukset, TMS- ja WMS-järjestelmät, MES-ratkaisut ja automaatioalustat lupaavat lisää tehokkuutta ja parempaa näkyvyyttä tuotantoon. Käytännössä moni projekti ajautuu kuitenkin samaan ansaan.
Ongelmat eivät yleensä synny toteutusvaiheessa. Ne syntyvät paljon aikaisemmin. Suunnittelussa, vaatimusmäärittelyssä ja siinä, miten projektin onnistuminen ylipäätään määritellään.
Tomi Engdahl says:
Dull House
Software Engineers Say They’re Losing the Ability to Code Now That AI Does It for Them
“It’s making me dumber for sure.”
https://futurism.com/artificial-intelligence/engineers-losing-coding-ability-ai?fbclid=IwdGRjcARyd69jbGNrBHJ3kWV4dG4DYWVtAjExAHNydGMGYXBwX2lkDDM1MDY4NTUzMTcyOAABHqzkvf-46Qo4EUSUJF_okmJ0JOHUst7TEOcCqmxAZQVUVmiLiyWgNw42HHWC_aem_EUJMUAI1jThlACcq4BGe4Q
Even for employees who’ve managed to hold onto their jobs, AI is having a very real impact at work.
As corporations boast about how much they’re investing in automation, the reality is that many employers are practically forcing the tech on their workers. Nowhere has that been more visible than software engineers, with companies including Meta even introducing “leaderboards” to show which employees are burning the most AI tokens in real-time.
Tomi Engdahl says:
Artificial Intelligence
Microsoft, Palo Alto Networks Find Many Vulnerabilities by Using AI on Their Own Code
Microsoft’s MDASH discovered 16 of the Patch Tuesday vulnerabilities, and Palo Alto used Mythos to find dozens of flaws.
https://www.securityweek.com/microsoft-palo-alto-networks-find-many-vulnerabilities-by-using-ai-on-their-own-code/
AI
Microsoft and Palo Alto Networks have separately reported this week that they have seen significant results after turning AI on their own code to find vulnerabilities.
Advanced AI models such as Claude Mythos have sparked debate in the cybersecurity industry about what the vulnerability discovery landscape will look like going forward. While some organizations have confirmed that these AI models are a game-changer, others are skeptical of their actual performance.
Microsoft said on Tuesday that more than a dozen of the 137 vulnerabilities fixed with its latest Patch Tuesday updates were found by a new AI system called MDASH (multi-model agentic scanning harness) built by its Autonomous Code Security team.
Palo Alto Networks revealed on Wednesday that it has used Claude Mythos and other frontier AI models to conduct a deep scan of its product portfolio, which resulted in the discovery of dozens of vulnerabilities.
Tomi Engdahl says:
Zac Hall / 9to5Mac:
OpenAI adds remote access to Codex in the ChatGPT mobile app, letting users control Codex sessions running on a connected computer directly from a phone — OpenAI has released a new way to interact with its Codex app from your smartphone. An update to ChatGPT’s mobile app brings remote access …
OpenAI brings Codex to ChatGPT for iPhone, iPad, and Android with these features
https://9to5mac.com/2026/05/14/openai-brings-codex-control-to-chatgpt-for-iphone-and-android/
OpenAI has released a new way to interact with its Codex app from your smartphone. An update to ChatGPT’s mobile app brings remote access to Codex for Mac to the iPhone, iPad, and Android.
Codex mobile access lives inside the ChatGPT app
While Codex is a standalone app on the Mac, OpenAI is putting remote access features inside the ChatGPT mobile app.
“Codex is now in the ChatGPT mobile app so you can stay in the loop from anywhere while Codex gets work done across your laptops, devboxes, or remote environments,” OpenAI announced today.
Tomi Engdahl says:
https://boringbot.substack.com/p/claude-code-skills-subagents-hooks
Tomi Engdahl says:
https://techcommunity.microsoft.com/blog/microsoft365copilotblog/available-today-gpt-5-5-instant-in-microsoft-365-copilot/4517084
Tomi Engdahl says:
https://mediasignal.fi/blogi/ohjelmistokehityksen-vaiheet-suunnittelusta-jatkuvaan-kehitykseen/
Tomi Engdahl says:
https://github.com/mattpocock/dictionary-of-ai-coding
Tomi Engdahl says:
Building a Cross-Platform Mobile Messaging Experience
At Snap, we value creativity, fun, and living in the moment as you communicate with your close friends. Our messaging product includes intricate client-side business rules and careful coordination between the client and server to bring the fastest, most reliable, and most fun way to talk with close friends through photos and video. In order to deliver on this, we chose C++ to build a consistent, unique messaging experience on both mobile platforms.
https://eng.snap.com/cross_platform_messaging_experience
Tomi Engdahl says:
https://www.infoworld.com/article/4166693/the-best-new-features-in-python-3-15.html
Tomi Engdahl says:
Microsoft CTO confesses that 30-year-old code from the mid-90s still forms the bedrock of Windows 11 — ancient Win32 API still the backbone, but CTO says it’s ‘more relevant than ever in 2026′
https://www.tomshardware.com/software/windows/microsoft-cto-confesses-that-30-year-old-code-from-the-mid-90s-still-forms-the-bedrock-of-windows-11-ancient-win32-api-still-the-backbone-but-cto-says-its-more-relevant-than-ever-in-2026
Tomi Engdahl says:
https://www.infoq.com/news/2026/05/best-simple-system-design/
Tomi Engdahl says:
https://www.infoq.com/news/2026/05/github-codeql-security-modeling/
Tomi Engdahl says:
https://www.radware.com/pleaseregister.aspx/
Tomi Engdahl says:
https://machinelearningmastery.com/choosing-the-right-agentic-design-pattern-a-decision-tree-approach/
Tomi Engdahl says:
https://koodsisu.fi/b2b/projektit/
Tomi Engdahl says:
https://itsfoss.com/testing-local-llms-without-gpu/
Tomi Engdahl says:
https://www.youtube.com/watch?v=B3coWv2ZV68
Tomi Engdahl says:
https://github.blog/changelog/2026-05-14-github-copilot-app-is-now-available-in-technical-preview/
Tomi Engdahl says:
I Built a Local AI Coding Agent Home Lab Setup With OpenCode and Ollama
https://www.virtualizationhowto.com/2026/05/i-built-a-local-ai-coding-agent-home-lab-setup-with-opencode-and-ollama/
Tomi Engdahl says:
https://www.zdnet.com/article/microsoft-releases-its-first-server-linux-distribution-azure-linux-4-0/?fbclid=IwVERDUAR5hChleHRuA2FlbQIxMABzcnRjBmFwcF9pZAwzNTA2ODU1MzE3MjgAAR71JztMkUV0Qd9FJinh0Fvn-cPVPVUBUjqc1iD4VUA8lNnjTFE4VlkWpBOGUw_aem_MQ0bL0h2_tQ1xJ6VqQ43zg
Tomi Engdahl says:
https://www.xda-developers.com/local-llm-call-claude-changed-everything-local-first-setup/
Tomi Engdahl says:
https://futurism.com/artificial-intelligence/programmer-breaks-matrix
Tomi Engdahl says:
Zero
Zero is the programming language for agents: a systems language for small native tools, explicit effects, predictable memory, and structured compiler output.
Zero is experimental and still changing. The compiler, standard library, docs, and examples are useful for trying the language and giving feedback, but the language is not stable yet.
https://github.com/vercel-labs/zero
Tomi Engdahl says:
https://www.kdnuggets.com/5-must-know-python-concepts
Tomi Engdahl says:
https://techcommunity.microsoft.com/blog/copilot-studio-blog/computer-using-agents-in-microsoft-copilot-studio-are-now-generally-available/4519427
Tomi Engdahl says:
https://etn.fi/index.php/13-news/18935-salesforce-johtaja-koodin-kirjoittamisen-arvo-laskee-vaeaejaeaemaettae
– Jatkossa yritysohjelmistojen arvo on kontekstissa, sanoo Salesforce Suomen Solution Engineering Leader Laura Hankalin. Väite on kova, sillä SaaS-yritysten liiketoiminta on perinteisesti rakentunut juuri ohjelmistojen, käyttöliittymien ja workflow-logiikan ympärille. Nyt Salesforce arvioi, että agenttinen tekoäly siirtää arvon pois itse koodista kohti yritysdataa, prosesseja ja luottamuskerrosta.
Salesforcen uusi Headless 360 -strategia vihjaa koko SaaS-maailman perustavanlaatuiseen muutokseen. Yhtiön mukaan käyttöliittymä ei enää ole enterprise-ohjelmistojen tärkein osa, kun agentit käyttävät järjestelmiä suoraan API-rajapintojen, MCP-työkalujen ja CLI-komentojen kautta.
Hankalinin mukaan agenttinen tekoäly muuttaa ohjelmistoalan arvonmuodostusta nopeasti. – On totta, että koodin kirjoittamisen arvo laskee vääjäämättä. Esimerkiksi Agentforce Vibes rakentaa toimivia työnkulkuja minuuteissa, Hankalin sanoo.
Tomi Engdahl says:
Uutinen
Gemini poisti käytössä olevasta ohjelmasta 30 000 riviä koodia – Kehittäjältä kitkerä avautuminen
Justus Vento22.5.202609:46|päivitetty22.5.202610:43OhjelmistokehitysTekoäly
Kehittäjän mukaan tekoälyn aiheuttama tuho rikkoi ydintoimintoja.
https://www.tivi.fi/uutiset/a/e212f638-0118-4d37-9a7a-425b425b62b8
Ohjelmistokehittäjä väittää Googlen Gemini -tekoälyassistentin poistaneen lähes 30 000 riviä tuotannossa ollutta koodia hänen ohjelmistostaan. Redditiin kirjoittamassaan julkaisussa koodari avaa, kuinka tekoälymalli järjesteli koodikantaa uudelleen. Sen ohjeistuksena oli säilyttää ohjelman ydintoiminnot. Gemini teki työtä käskettyä ja avasi pull requestin, joka lisäsi noin 400 riviä koodia, mutta poisti samalla liki 29 000 riviä. Koodin lisäksi avustaja poisti useita muita tiedostoja.
Tomi Engdahl says:
GitHub faces a fight for its survival at MicrosoftGitHub is battling outages, security issues, and a talent exodus.
https://www.theverge.com/tech/935250/microsoft-github-struggles-notepad
Tomi Engdahl says:
Microsoft’s own engineers preferred Claude Code. Microsoft cancelled it anyway.
The tool was the favourite inside the teams building Windows and Office.
Engineers were told to switch to GitHub Copilot CLI by 30 June.
The official reason is tidying up the toolset.
The real reason is the invoice.
Uber tried the same tools and burned its full 2026 AI budget in 4 months.
Every company that handed out these AI seats is now doing the same math.
Read more on TNW: https://thenextweb.com/news/microsoft-claude-code-retreat-ai-cost