Grænsen er verifikation. AI er en nettogevinst når hver AI-genereret ændring stadig klarer den samme kvalitets- og sikkerhedsbar som menneskelig kode; den bliver til risiko i det øjeblik hastighed bruges til at springe review, tests eller forståelse over. Gode guardrails gør den sikre sti til .
Mental model: AI er en accelerator, ikke en autopilot — ekstra hastighed er kun ægte hvis bremserne (review, tests, security gates) stadig virker.
Sikkert at lade AI accelerere: boilerplate, tests, refactors, udforskning, docs. Risikozone: at merge ureviewet AI-kode, at shippe kode ingen forstår, at indsætte secrets/proprietær kode i værktøjer, eller at stole på AI til sikkerhedskritisk logik.
✔ Human review required — no AI code merges unreviewed; author must understand it
✔ CI gates — tests + coverage, static analysis, secret/dependency/SAST scan, license check
✔ Data rules — no secrets/PII/proprietary code into external tools; use approved tiers
✔ Risk-based depth — extra scrutiny for auth, payments, crypto, data handling
✔ Ownership — the submitter owns the code; measure incidents/bugs, not lines
Automatisér disse så de er guardrails, ikke friktion — udvikleren mærker hastigheden, systemet håndhæver stille baren.
Intervieweren vil have konkrete guardrails, ikke "vi siger til folk at være forsigtige". Svagt svar: "vi stoler på at vores devs er ansvarlige." Stærkt svar: samme bar for AI-kode, håndhævet som default — obligatorisk review, CI security gates, dataregler, ownership, og dybere review for risikable paths.
Guardrails koster lidt hastighed men forhindrer kvalitets-/sikkerhedsgæld, der koster langt mere senere; at automatisere dem holder friktionen lav, mens linjen holdes.
Et bibliotek af IT-interviewspørgsmål med detaljerede svar — fra Junior til Senior.
Donér