Agenttinen suunnittelu: Täydellinen opas AI-lähtöiseen ohjelmistokehitykseen vibe-koodauksen jälkeen (2026)
← Back to news

Agenttinen suunnittelu: Täydellinen opas AI-lähtöiseen ohjelmistokehitykseen vibe-koodauksen jälkeen (2026)

N

NxCode Team

8 min read

Agenttinen suunnittelu: Täydellinen opas AI-lähtöiseen ohjelmistokehitykseen vibe-koodauksen jälkeen

Maaliskuu 2026 — Vuonna 2025 Andrej Karpathy esitteli meille vibe-koodauksen — tyylin, jossa kuvaillaan mitä halutaan ja annetaan tekoälyn hoitaa toteutus. Se oli hauskaa, nopeaa ja sopi hyvin prototyypeille.

Sitten ihmiset yrittivät viedä vibe-koodattuja ohjelmistoja tuotantoon. Tulokset eivät olleet kovin häävejä.

Alkuvuodesta 2026 Karpathy loi uuden termin sille, mitä seuraa: agenttinen suunnittelu (agentic engineering) — ala, jossa suunnitellaan järjestelmiä, joissa tekoälyagentit suunnittelevat, kirjoittavat, testaavat ja toimittavat koodia rakenteellisen inhimillisen valvonnan alaisena. Kyse ei ole satunnaisesta kehottamisesta tai "toivo ja tarkista" -metodista. Se on ammattimainen suunnittelumetodologia, joka on rakennettu AI-lähtöistä kehitystä varten.

Luvut tämän muutoksen takana ovat todellisia: TELUS säästi yli 500 000 tuntia 13 000 tekoälyratkaisulla. Zapier saavutti 89 % tekoälyn käyttöasteen koko organisaatiossaan. Stripen Minionit tuottavat yli 1 000 yhdistettyä PR:ää viikossa. Tämä ei ole teoreettista — näin ohjelmistoja rakennetaan juuri nyt.


Vibe-koodauksesta agenttiseen suunnitteluun: Mikä muuttui

Vibe-koodauksen ongelma

Vibe-koodaus toimii loistavasti:

  • Nopeissa prototyypeissä ja demoissa
  • Henkilökohtaisissa skripteissä ja kertakäyttöisissä työkaluissa
  • Oppimisessa ja tutkimisessa
  • Hackathon-projekteissa

Vibe-koodaus epäonnistuu katastrofaalisesti:

  • Tuotantojärjestelmissä, joilla on käytettävyysvaatimuksia
  • Tiimien ylläpitämissä koodikannoissa
  • Sovelluksissa, joilla on tietoturva- ja vaatimustenmukaisuustarpeita
  • Ohjelmistoissa, joiden on kehityttävä kuukausien ja vuosien ajan

Epäonnistumistavalla on nimi: AI-moska (AI slop) — koodi, joka näyttää pinnalta järkevältä, mutta josta puuttuu kunnollinen virheiden käsittely, joka tuo tietoturvahaavoittuvuuksia, rikkoo olemassa olevia toiminnallisuuksia tai luo ylläpitokelvotonta arkkitehtuuria. Ilman rakenteellista valvontaa tekoäly tuottaa koodia, joka kasvattaa teknistä velkaa nopeammin kuin se luo arvoa.

Evoluutio

VaiheAikakausiLähestymistapaIhmisen rooli
Manuaalinen koodausEnnen 2023Ihmiset kirjoittavat kaiken koodinKirjoittaja
AI-avusteinen koodaus2023–2024AI ehdottaa täydennyksiäKirjoittaja automaattisella täydennyksellä
Vibe-koodaus2025AI generoi kuvauksistaKehotteiden kirjoittaja
Agenttinen suunnittelu2026AI-agentit suunnittelevat, kirjoittavat, testaavat ja toimittavat itsenäisestiArkkitehti ja valvoja

Keskeinen oivallus: agenttinen suunnittelu ei poista suunnittelutaidon tarvetta — se suuntaa sen uudelleen. Koodin kirjoittamisen sijaan suunnittelet järjestelmät, rajoitteet ja palautesilmukat, joiden avulla tekoäly voi kirjoittaa koodia luotettavasti.


Ydinviitekehys: Suunnittele → Suorita → Varmista (PEV)

Agenttinen suunnittelu korvaa epävirallisen "promptaa ja toivo" -työnkulun rakenteellisella silmukalla:

Suunnittele (Plan)

Ennen kuin yksikään agentti kirjoittaa riviäkään koodia:

  1. Määrittele tavoite — Miltä "valmis" näyttää? Mitkä ovat hyväksymiskriteerit?
  2. Jaa tehtäviin — Pilko monimutkaiset tavoitteet agentin kokoisiksi työyksiköiksi.
  3. Aseta rajoitteet — Arkkitehtuuriset rajat, teknologiapinon säännöt, tyylioppaat.
  4. Määrittele laatuportit — Mitkä testit on läpäistävä? Mitä tarkastuksia vaaditaan?
  5. Määrittele agenttien roolit — Mikä agentti hoitaa toteutuksen? Testauksen? Tietoturvatarkastuksen?

Suunnitteluvaihe on se, missä insinööritaito merkitsee eniten. Epämääräinen suunnitelma tuottaa epämääräistä koodia. Tarkka suunnitelma selkeillä rajoitteilla tuottaa fokusoitua, tarkistettavissa olevaa tulosta.

Suorita (Execute)

Agentit työskentelevät itsenäisesti suunnitteluvaiheessa määriteltyjen rajoitteiden puitteissa:

  • Toteutusagentit kirjoittavat koodia arkkitehtuurisääntöjä noudattaen.
  • Testiagentit luovat ja ajavat testisarjoja.
  • Tarkistusagentit tarkistavat tyylin, tietoturvan ja arkkitehtuurin noudattamisen.
  • Dokumentaatioagentit päivittävät dokumentaation vastaamaan koodimuutoksia.

Agentit iteroivat, kunnes heidän työnsä läpäisee laatuportit. Ihmisen väliintuloa tarvitaan vain, kun agentit jäävät jumiin tai kun valinnat vaativat inhimillistä harkintaa.

Varmista (Verify)

Ihmiset tarkistavat agentin tuotokset alkuperäisiä tavoitteita vasten:

  • Täyttääkö se hyväksymiskriteerit?
  • Toiko se mukanaan tietoturvahaavoittuvuuksia?
  • Onko arkkitehtuuri johdonmukainen olemassa olevan koodikannan kanssa?
  • Ovatko testit merkityksellisiä vai tarkistavatko ne vain onnistuneet polut?
  • Hyväksyisikö ihmisinsinööri tämän PR:n?

Varmistus ei ole vain kumileimasimella hyväksymistä. Se on vaihe, jossa insinöörin harkinta on kriittisimmillään — arvioit, onko agentin ratkaisu paitsi toimiva, myös hyvä.


Usean agentin orkestraatio: Ydinosaaminen

Agenttinen suunnittelu ei tarkoita yhtä tekoälyä tekemässä kaikkea. Kyse on erikoistuneista agenteista, joilla on määritellyt roolit ja jotka työskentelevät yhdessä ihmisen orkestroimana.

Agentti-tiimimalli

Agentin rooliVastuuEsimerkki työkalu
Ominaisuuden toteuttajaKirjoittaa toteutuskoodinCodex, Claude Code, Cursor
Testien luojaLuo yksikkö-, integraatio- ja E2E-testitCodex, Claude Code
Koodin tarkistajaTarkistaa tyylin, mallit ja tietoturvanMukautetut LLM-pohjaiset linterit
Arkkitehtuurin vartijaValvovoo rakenteellista yhteensopivuuttaArchUnit + LLM-tarkastaja
Dokumentaation kirjoittajaPäivittää dokumentit muutosten mukaanCodex, Claude Code
TietoturvaskanneriTunnistaa haavoittuvuudetAI-tehostetut SAST-työkalut
JulkaisupäällikköHallitsee CI/CD- ja julkaisutarkastuksetMukautetut agentit

Miten ne koordinoivat

Käytännössä usean agentin työnkulut noudattavat putkea:

Tehtävän kuvaus (Ihminen)
  → Ominaisuuden toteuttaja (kirjoittaa koodin)
  → Testien luoja (kirjoittaa testit)
  → Koodin tarkistaja (tarkistaa muutokset)
  → Arkkitehtuurin vartija (tarkistaa yhteensopivuuden)
  → Tietoturvaskanneri (haavoittuvuustarkastus)
  → Ihmisen tarkistus (lopullinen hyväksyntä)
  → CI/CD-putki (automatisoitu käyttöönotto)

Jokainen agentti tuottaa artefakteja, jotka syötetään seuraavalle. Ihminen säilyy päätöksentekijänä keskeisissä tarkistuspisteissä, mutta toteutus pisteiden välillä on täysin autonomista.


Tosielämän tulokset: Mitä yritykset saavuttavat

TELUS: 13 000 tekoälyratkaisua, 500 000 tuntia säästetty

TELUS Digital otti agenttisen suunnittelun käyttöön koko organisaatiossaan:

  • Luotu yli 13 000 räätälöityä tekoälyratkaisua.
  • Insinöörikoodia toimitetaan 30 % nopeammin.
  • Yhteensä yli 500 000 tuntia säästetty.
  • Skaalaus jatkui muihin kuin insinööritiimeihin.

Zapier: 89 % organisaation laajuinen tekoälyn käyttöaste

Zapierin lähestymistapa keskittyi tekemään agenttisista työkaluista saavutettavia kaikille:

  • 89 % tekoälyn käyttöaste koko organisaatiossa.
  • Yli 800 agenttia käytössä sisäisesti.
  • Muut kuin insinöörit käyttävät agentteja työnkulkuihin, data-analyysiin ja sisältöön.

Stripe: Yli 1 000 yhdistettyä PR:ää viikossa agenteilta

Stripen sisäinen Minions-järjestelmä edustaa kypsää agenttista suunnittelua:

  1. Kehittäjä postaa tehtävän Slackiin.
  2. Minion kirjoittaa koodin.
  3. Minion läpäisee CI:n.
  4. Minion avaa PR:n.
  5. Ihminen tarkistaa ja yhdistää (merge).

Nolla vuorovaikutusta tehtävän annon ja PR-tarkistuksen välillä. Valjaat (harness) hoitavat kaiken.

OpenAI: Miljoona riviä ilman ihmisen kirjoittamaa koodia

OpenAI:n oma Codex-tiimi rakensi tuotantosovelluksen, jossa on:

  • Yli miljoona riviä koodia.
  • Nolla manuaalisesti kirjoitettua riviä.
  • Noin 1/10 ajasta verrattuna perinteiseen kehitykseen.
  • Sisäisiä päivittäisiä käyttäjiä ja ulkoisia alfa-testaajia.
  • Tuote toimitetaan, otetaan käyttöön, se rikkoutuu ja se korjataan — kaikki agenttien toimesta.

Rakuten: 12,5 miljoonan rivin koodikanta 7 tunnissa

Rakuten käytti Claude Codea suorittaakseen monimutkaisen vLLM-toteutuksen 12,5 miljoonan rivin koodikannassa vain 7 tunnissa 99,9 % numeerisella tarkkuudella.


Agenttisen suunnittelun taitopino

Mikä muuttuu

Perinteinen taitoAgenttisen suunnittelun vastine
Koodin kirjoittaminenAikomuksen tarkka määrittely
Koodin virheenkorjausAgentin käyttäytymisen virheenkorjaus
Koodin tarkistusAgentin tuotosten validointi
TestausTestausstrategian suunnittelu
ArkkitehtuuriRajoitejärjestelmän suunnittelu
DokumentointiKoneellisesti luettava tietämyssuunnittelu
ProjektinhallintaUsean agentnin orkestraatio

Mikä säilyy ennallaan

  • Toimialatuntemus — Sinun on edelleen tiedettävä, miltä hyvä ohjelmisto näyttää.
  • Järjestelmäajattelu — Komponenttien välisen vuorovaikutuksen ymmärtäminen on entistä tärkeämpää.
  • Tietoturvatietoisuus — Agentit eivät luonnostaan tunne uhkamalliasi.
  • Koodin lukeminen — Luet koodia enemmän kuin koskaan, et vain kirjoita sitä itse.

Mikä on uutta

  • Kehotesuunnittelu agenteille — Eroaa chatbot-kehotteista; agenttikehotteet ovat toiminnallisia määrittelyjä.
  • Harness-suunnittelu — Rajoitteiden, linterien ja palautesilmukoiden rakentaminen, jotka pitävät agentit tuottavina.
  • Kontekstisuunnittelu — Sen varmistaminen, että agenteilla on oikea tieto oikeaan aikaan.
  • Agenttien arviointi — Sen mittaaminen, parantuvatko vai huonontuvatko agentit.

Miten aloittaa agenttinen suunnittelu

Vaihe 1: Yhden agentin työnkulku

Jos teet tällä hetkellä vibe-koodausta, lisää siihen rakennetta:

  1. Kirjoita määrittely ennen kehottamista — Määrittele miltä "valmis" näyttää.
  2. Käytä CLAUDE.md- tai .cursorrules-tiedostoja — Koodaa sopimuksesi niihin.
  3. Aja testit ennen hyväksymistä — Älä koskaan yhdistä AI-koodia, jota ei ole testattu.
  4. Tarkista muutokset (diffit) huolellisesti — Etsi AI-moskan merkkejä (tarpeettomat abstraktiot, turha virheen käsittely, hallusinoidut rajapinnat).

Vaihe 2: Usean agentin putki

Kun hallitset rakenteelliset yhden agentin työnkulut:

  1. Lisää testien luontiagentti — Erota toteutus testaamisesta.
  2. Lisää CI-validointi — Automatisoidut laatuportit agentin ja ihmisen tarkistuksen välille.
  3. Lisää dokumentaatioagentit — Pidä dokumentit synkronoituna koodimuutosten kanssa.
  4. Ala seurata metriikoita — Agenttien onnistumisasteet, tarkistusten hylkäysprosentit, bugien syntyvauhti.

Vaihe 3: Organisaation laajuisen käytön aloitus

Tiimeille, jotka skaalaavat agenttista suunnittelua:

  1. Luo sisäiset pelikirjat — Dokumentoi, miten agentteja tulisi käyttää eri tehtävätyypeissä.
  2. Määrittele hallintopolitiikat — Mikä vaatii ihmisen tarkistuksen? Mitä voidaan yhdistää automaattisesti?
  3. Rakenna yhteiset valjaat (harnesses) — Standardoidut konfiguraatiot, jotka koodaavat tiimin laajuiset sopimukset.
  4. Kouluta agenttien tuotosten tarkistamiseen — Eroaa perinteisestä koodin tarkistuksesta; keskity rakenteellisiin ja tietoturvamalleihin.
  5. Mittaa liiketoimintavaikutusta — Säästetyt tunnit, nopeuden parannukset, laatumetriikat.

Agenttinen suunnittelu vs. sukulaiskäsitteet

KäsiteFokusLaajuus
Vibe-koodausRento AI-avusteinen kehitysYksittäinen kehittäjä, prototyypit
KontekstisuunnitteluMallin syötteen/kontekstin optimointiYksittäinen vuorovaikutus
KehotesuunnitteluTehokkaiden kehotteiden luominenYksittäinen kehote
Harness-suunnitteluInfrastruktuuri agenttien ympärilläAgenttijärjestelmän suunnittelu
Agenttinen suunnitteluTäydellinen AI-lähtöinen metodologinen kehitysOrganisaation laajuinen

Suhteet:

  • Kehotesuunnittelu (Prompt engineering) → miten puhut mallille
  • Kontekstisuunnittelu (Context engineering) → mitä malli tietää
  • Harness-suunnittelu → mikä rajoittaa mallia
  • Agenttinen suunnittelu → miten rakennat ohjelmistoja mallin avulla

Agenttinen suunnittelu kattaa kaikki kolme ja lisää niihin tiimin työnkulut, hallinnan, organisatorisen muutoksen ja liiketoimintaprosessien integroinnin.


Tietoturvan ulottuvuus

Anthropicin vuoden 2026 agenttisen koodauksen raportti painottaa, että agenttisen suunnittelun on sisällettävä tietoturva ensimmäisestä päivästä alkaen:

  • Agentit voivat tuoda haavoittuvuuksia laajassa mittakaavassa — Agentti, joka kirjoittaa 1 000 PR:ää viikossa 1 % haavoittuvuusasteella, luo 10 uutta haavoittuvuutta viikoittain.
  • Hyökkäyspinta laajenee — Agentit, joilla on pääsy rajapintoihin, tietokantoihin ja ulkoisiin palveluihin, luovat uusia hyökkäysvektoreita.
  • Automatisoitu puolustus on välttämätöntä — Manuaalinen tietoturvatarkastus ei pysy agenttien luoman koodin tahdissa.
  • Laatuporttien on sisällettävä tietoturva — Jokaisen PEV-silmukan tulisi sisältää automaattinen tietoturvaskannaus.

Sama skaalautuvuus, joka tekee agenttisesta suunnittelusta tehokasta kehityksessä, pätee myös hyökkääjiin. Tietoturvan rakentaminen valjaisiin — ei sen lisääminen myöhemmin — on ehdotonta.


Näkemyksemme: AI-pohjaisten tuotteiden rakentaminen agenttisella suunnittelulla

NxCodella olemme siirtyneet AI-avusteisesta kehityksestä agenttiseen suunnitteluun viime kuukausien aikana. Tässä on mitä olemme oppineet:

Mikä toimii

  • Rakenteelliset määrittelyt ennen agentin suoritusta — Määrittelyn kirjoittamiseen käytetty 10 minuuttia säästää tuntien uudelleentyön.
  • Monen tarjoajan agenttiputket — Clauden käyttö päättelypainotteisiin arkkitehtuuripäätöksiin ja Codexin käyttö suuren volyymin toteutustehtäviin.
  • Aggressiivinen CI-validointi — CI:mme nappaa noin 15 % agenttien luomasta koodista, joka olisi tuonut bugeja.
  • Dokumentaatio ensin -työnkulku — Dokumenttien päivittäminen ennen koodin kirjoittamista (agenttien kautta) pitää tietopohjan tuoreena tulevia agentti-istuntoja varten.

Mikä ei toimi (vielä)

  • Täysin autonomiset monen päivän projektit — Agentit tarvitsevat edelleen inhimillisiä tarkistuspisteitä muutaman tunnin välein monimutkaisessa työssä.
  • Järjestelmien välinen refaktorointi — Agentit hoitavat yhden palvelun refaktoroinnin hyvin, mutta kamppailevat mikropalveluiden välisten koordinoitujen muutosten kanssa.
  • Täysin uudet arkkitehtuuripäätökset — Kun koodikannassa ei ole ennakkotapausta, agentit turvautuvat geneerisiin malleihin, jotka eivät sovi tiettyyn kontekstiin.

Lopputulos

Agenttisessa suunnittelussa ei ole kyse kehittäjien korvaamisesta. Kyse on sen moninkertaistamisesta, mitä kukin kehittäjä voi saavuttaa. Tiimit, jotka hallitsevat tämän alan, toimittavat 5–10 kertaa enemmän kuin ne, jotka kirjoittavat edelleen jokaisen rivin käsin — ei siksi, että tekoäly olisi älykkäämpi, vaan siksi, että suunnitteluprosessi on parempi.


Keskeiset opit

  1. Agenttinen suunnittelu on ammatillinen evoluutio vibe-koodauksen jälkeen — rakenteellinen valvonta korvaa satunnaisen kehottamisen.
  2. PEV-silmukka (Suunnittele → Suorita → Varmista) on ydinprosessi, joka korvaa "promptaa ja toivo" -metodin.
  3. Usean agentin orkestraatio hyödyntää erikoistuneita agentteja (toteuttaja, testaaja, tarkistaja, tietoturvaskanneri) yhteistyössä.
  4. Tosielämän tulokset ovat merkittäviä: TELUS (500 000 h säästetty), Zapier (89 % käyttöaste), Stripe (1 000+ PR:ää/vko agenteilta).
  5. Insinöörin rooli muuttuu koodin kirjoittamisesta järjestelmien suunnitteluun, aikomuksen määrittelyyn ja tulosten validointiin.
  6. Tietoturvan on oltava sisäänrakennettua ensimmäisestä päivästä alkaen — agenttien skaalalla tapahtuva kehitys vaatii agenttien skaalalla tapahtuvan tietoturvan.
  7. Aloita rakenteella: Kirjoita määrittelyt, koodaa sopimukset, aja testit, tarkista huolellisesti — ja skaalaa sitten ylöspäin.

Aiheeseen liittyvät resurssit

Back to all news
Enjoyed this article?

Rakenna NxCodella

Muuta ideasi toimivaksi sovellukseksi — koodausta ei tarvita.

Yli 46 000 kehittäjää rakensi NxCodella tässä kuussa

Kokeile itse

Kuvaile mitä haluat — NxCode rakentaa sen puolestasi.

Yli 46 000 kehittäjää rakensi NxCodella tässä kuussa