Ladda ner artikeln här (länk, pdf). Fler tekniska rapporter finns på etn.se/expert

●”Ibland gör den inte som jag vill, och jag fattar inte varför.”
●”Det fungerar inte så bra för behoven inom just vårt område.”
●”Vi får inte använda AI eftersom det bryter mot våra regler.”
●”Jag känner mig inte trygg med att skicka vår kod till en svart låda i molnet.”

Om Eclipse Foundation Eclipse Foundation är värd för Eclipse IDE, Adoptium, Software Defined Vehicle, Jakarta EE och över 420 öppna projekt. Huvudkontoret ligger i Bryssel. Stiftelsen stöds av över 300 medlemmar.

De här farhågorna pekar på djupare problem. AI bygger om företagets verktygslåda på ett sådant sätt att utvecklarna tappar kontroll. Viktiga arbetsflöden hamnar plötsligt i slutna system som ägs av andra aktörer. Deras prioriteringar överensstämmer inte alltid med dina.

Två vägval: Omfamna eller bevara
När företag försöker avväga löftet från AI mot behovet av kontroll, hamnar de typiskt i ett av två läger.
●Vissa – särskilt i mindre reglerade branscher – omfamnar kommersiella AI-verktyg av hela sitt hjärta. De prioriterar snabbheten och produktiviteten och accepterar att systemen är sluta, trots en viss oro över risken att tappa kontroll.
●Andra väljer en försiktigare väg. De arbetar ofta inom specialiserade områden och tvekar att lämna över kod och arbetsflöden till externa plattformar de inte har insyn i, även till priset av att de halkar efter mer snabbfotade konkurrenter.

Den här artikeln gräver djupare i farhågorna och avslöjar hur det är möjligt att använda AI utan att offra vare sig säkerhet, möjligheten att skräddarsy eller självbestämmande. Nyckeln är öppen källkod – ett hållbarare alternativ än slutna system.

I tysthet eroderas utvecklarnas oberoende
I många år var transparens och modifierbarhet under utvecklarens kontroll en självklarhet i utvecklingsverktyg. Oavsett om verktygen var öppna eller kommersiella kunde utvecklaren begripa, anpassa och påverka deras funktioner.

Den integration av AI-verktyg som sker just nu håller på att förändra detta. Verktygen är ofta svarta lådor som utvecklaren inte har insyn i. Det är inte säkert att utvecklaren känner till:
●Vilken kod och data som skickas till tredje part
●Vilka modeller som behandlar denna data, och var det sker
●Hur AI tolkar prompter och skapar svar
●Var i kodbasen AI-genererat innehåll placeras
●Ursprung och upphovsrättsstatus på den genererade koden

Produktivitetsvinsten är ett faktum. Men bristen på transparens undergräver förtroendet, begränsar möjligheteran till egen anpassning av verktygen och skapar affärsrisk och teknisk risk inom säkerhet, regelefterlevnad och innovation.

Säkerhet och regelefterlevnad
Molnbaserade AI-verktyg väcker stora farhågor, särskilt i reglerade branscher som finans, vård och offentlig sektor. Om kod skickas till externa system – hur garanterar man att känsliga data inte exponeras eller missbrukas?
De flesta kommersiella AI-tjänster är inte transparenta kring vilka data som bearbetas, hur de hanteras och var de lagras. Tjänsterna tenderar även ofta att inte vara GDPR-kompatibla.

Bristen på genomskinlighet är avsiktlig. Genom att använda slutna system skyddar de affärsmodeller som bygger på att åtkomsten till modeller och API:er är prenumererad. Eftersom grundläggande LLM:er ofta är öppna eller finns till lågt pris, är det ofta kringverktygen som utgör det verkliga värdet. Om de skulle öppnas upp skulle leverantörerna förlora sin differentiering. Produkten skulle bli enkel att kopiera. Om säljaren skulle avslöja hur deras verktyg fungerar på insidan skulle det även bli svårare för dem att bestämma prisnivåer och användningskvoter. 

Säljaren tänker inte på öppenhet som en möjlighet, utan som en risk för deras affärsstrategi.

Öppna AI-verktyg löser dilemmat. AI-modeller kan köras lokalt eller inom en betrodd infrastruktur. Det ger full kontroll över vilka data som används och var de hamnar.

Det finns ett exempel på ett globalt ingenjörsföretag som inte kunde använda AI överhuvudtaget på grund av att det skulle bryta mot deras regelverk. Allt förändrades när de bytte till Theia AI – ett öppet ramverk från Eclipse Foundation som stödjer lokal körning av modeller. När de kunde verifiera att allt kördes lokalt, kunde de äntligen använda AI och veta att allt stannade inom deras egen brandvägg.

Anpassningsbarhet
Olika utvecklingsteam har olika arbetsflöden. Vad som fungerar för ett frontend-team passar sällan för inbyggda system eller för domänspecifika verktyg. Kommersiella AI-verktyg är ofta generella och fungerar dåligt i specialiserade miljöer.

Avsaknaden av möjligheter att kunna anpassa verktygen till ditt specifika sammanhang kan snabbt bli en avgörande nackdel som avsevärt krymper den potentiella nyttan med AI. De flesta slutna plattformar stöder varken anpassade prompter, agenter anpassade för specifika arbetsflöden eller integration med domänspecifika editorer och språk.

Öppna anpassningsbara AI-verktyg öppnar möjligheten att växla upp från att arbeta med simpel anpassning av prompten till att fritt kunna växla mellan olika LLM-modeller och att fullt ut kunna integrera AI-verktyg med interna arbetsflöden. De öppnar för möjligheten att skräddarsy kod för din egen hårdvara, eller för att bädda in dim egen säkerhetspolicy direkt i den kod som genereras. Oavsett vilka möjligheter du är ute efter så är möjligheten till lokal anpassning en nyckel till att öppna den fulla potentialen hos AI-verktygen.

Generella verktyg bortser ofta från flera användningsfall som förekommer i verkligheten, men som kanske inte är relevanta för den breda marknaden. Några exempel är visuell modellering, domänspecifika språk och konfigurationsbaserade miljöer. Om du i stället tittar på dem som använder plattformen Eclipse Tools finns där en myriad verktyg som fokuserar på just sådana verktyg: konfiguration (av hårdvara och system), design (av produkter, processer eller hårdvara) eller programmering i domänspecifika språk (inklusive grafiska språk). Alla dessa är användningsfall som för närvarande ignoreras av de ledande proprietära AI-plattformarna. Deras arkitekturer – proprietära och inte utformade som plattformar – är helt enkelt inte lämpliga för den som behöver kunna skräddarsy sina AI-verktyg.

Plattformar baserade på öppen källkod bidrar till att lösa nämnda problem med att vissa användningsfall utestängs från AI-revolutionen. De erbjuder en grund som både går att anpassa och bygga vidare på. De gör det möjligt att finjustera AI-assistentens beteende efter särskilda förutsättningar inom en domän – till exempel DSL:er, grafiska modelleringsverktyg eller konfigurationsredigerare. Dessa AI-plattformar är byggda för att vara både modulära och öppna, och kan integrera verktyg som modellerar hårdvara, processer och skräddarsydda mjukvaru­stackar. Assistenten kan göra mer än att bara ”snacka kod” – den kan anpassa sig till ditt eget domänspråk och till ditt eget sätt att arbeta.

Leverantörer som låser in dig
Inlåsning är inget nytt men AI förvärrar problemet. Utvecklare förlitar sig alltmer på att låta AI-agenter skriva, omstrukturera och granska kod – men utan ordentlig kontroll över hur dessa agenter fungerar. Det är som att lägga ut utveckling på ett externt bolag som skulle kunna dra sig ur när som helst.

Resultatet av detta är att du hamnar under ett strategiskt beroende. Om plattformen utvecklas åt fel håll – ändrar licensvillkor, stänger ner API:er eller uppdaterar modellen så att funktionalitet förändras – så kan du förlora månader av investeringar i anpassning och integrering av AI i dina utvecklingsprocesser. Hela utvecklingsflöden kan tvärstanna.

Med öppna AI-verktyg slipper du den risken. Du äger alla arbetsflöden, alla modeller och all data. Du kan uppdatera, granska och byta ut komponenter på dina egna villkor, utan att behöva starta om från början. Det handlar inte bara om att undvika inlåsning, utan om att behålla ägandet över din kapacitet att kunna utvecklas. Det är en konkurrensfördel ingen leverantör kan ta ifrån dig.

Innovation
Utvecklingsverktyg har den filosofiskt unika egenskapen i mjukvaruekosystem att de är byggda av samma sak som de genererar – kod. Denna reflexivitet innebär att utvecklare inte bara är användare av sina verktyg utan även kan förbättra och vidareutveckla verktygen i sig. Till skillnad från de flesta and­ra branscher, där verktyg och slutprodukt är skilda saker, är den gränsen utsuddad i mjukvaruvärlden. Denna speciella relation har alltid drivit innovation framåt eftersom en utvecklare strävar naturligt efter att optimera sin egen arbetsmiljö.

Slutna AI-plattformar bryter denna positiva rundgång. När centrala funktioner – som promptstrukturering och agentflöden – döljs bakom API:er, förvandlas utvecklaren från aktiv innovatör till passiv användare. Öppna transparenta AI-verktyg återerövrar makten och låter utvecklare experimentera, bygga vidare och optimera fritt. Communities av utvecklare itererar på varandras arbete, vilket driver innovation i ett tempo som enskilda leverantörer inte kan matcha på långa vägar.

Konsekvensen blir att öppna plattformar kan röra sig snabbare. AI-landskapet förändras i rask takt, med nya modeller som dyker upp nästan dagligen. Kommersiella aktörer dröjer ofta med att adoptera dem, av affärs­mässiga skäl. Öppna projekt som Theia AI integrerar i stället nya modeller som o1, DeepSeek eller Gemini Pro inom några dagar. Utöver detta har Theia gått i bräschen för transparens och kontroll. Theia AI ger för sin egen del full insyn och modifierbarhet i prompter. Theia integrerade MCP (Model Context Protocol, ett protokoll som gör LLM-baserade verktyg interoperabla) långt innan kommersiella konkurrenter gjorde det.

Öppna plattformar möjliggör ett ­bredare spektrum av innovation än bara modellval. Utvecklare kan kollektivt utforska promptstrategier, experimentera med kontextskapande och finjustera modeller på ­domänspecifika dataset. Detta ger värdefulla insikter som därefter delas öppet, så att andra kan lära och bygga vidare på dem. 

Inom AI är snabba iterationer, kreativt experimenterande och nya idékombinationer avgörande. Här kommer öppen källkod verkligen till sin rätt: samarbetet ger styrka. De öppna nätverken hämmas inte av stelbenta affärsmodeller och långa integrationsprocesser. De prioriterar nytta, experimentlusta och snabbhet framför att anpassa sig till en enskild aktörs intäktsmodell.

Genom att möjliggöra för utvecklare att bygga på och med AI – i stället för att bara konsumera AI – bidrar vi till att säkra en mjukvaruframtid som förblir levande och mångsidig och drivs gemensamt.

Vägen framåt: Återta självständigheten
Den goda nyheten är att nätverk inom öppen källkod redan arbetar aktivt med dessa utmaningar. Numera finns ju inte bara förstklassiga LLM:er som är helt öppna, utan det går dessutom en våg av innovation genom hela verktygslandskapet. Som det traditionella verktygsfokuserade ekosystem vi är, har Eclipse Foundation nyligen lanserat två centrala projekt inom det här området:
●Theia AI (public release) är ett öppet ramverk som låter den som bygger ett AI-verktyg sömlöst integrera valfria LLM:er (stora språkmodeller) med egna verktyg och IDE:er (utvecklingsmiljöer). Theia AI stöder agentstyrda arbetsflöden, kontextmedvetna förslag på hur användaren kan gå vidare, och intelligent hjälp anpassad till utvecklarens unika behov.
●AI-Powered Theia IDE (alfaversion) är en öppen utvecklingsmiljö byggd på Theia AI. Den ger avancerad AI-funktionalitet som ökar utvecklarens produktivitet, under hens fulla kontroll.

Det här är samma dynamik som vi även kan se inom andra öppna ekosystem, exempelvis det som finns för VS Code-extensions: verktygen är öppna och kan sprida innovation snabbt, till nytta för hela communityt.

Öppna angreppssätt delar ett antal nyckelegenskaper:
●Modellflexibilitet: möjlighet att välja vilka AI-modeller som används, inklusive lokala modeller som inte kräver att data skickas externt.
●Prompttransparens: full insyn i hur systemet instruerar AI-modellen, med möjlighet att anpassa dessa promptar efter behov.
●Kontextkontroll: tydliga mekanismer för att styra vilken kod och kontext som delas med AI-systemet.
●Utbyggbarhet och anpassningsbarhet: utvecklare och organisationer kan skräddarsy och utöka AI-funktionalitet för att möta sina unika behov.

Att öppna strategier ska bli framgångsrika är varken självklart eller garanterat. Vi kan hoppas att historien upprepar sig och att öppenheten segrar återigen, som det ofta gjort förr. Men AI är inte bara en evolution – det är ett verkligt paradigmskifte, och det kan inte stoppas. Aldrig tidigare har det varit så frestande att acceptera en ”black box” permanent integrerad i ingenjörsprocessen och att ignorera de långsiktiga konsekvenserna av detta för ekosystemet. Men detta riskerar att lämna din framtida produktivitet och konkurrenskraft i andras händer.

Vårt budskap till utvecklare, företag och verktygsbyggare är följande:

Ge inte bort långsiktigt oberoende i utbyte mot kortsiktig bekvämlighet. Investera i verktyg ni kan inspektera, anpassa och äga. Det låser upp hållbara produktivitetsvinster på egna villkor. Bidra till ett ekosystem som stärker snarare än låser in dig. 

Öppen källkodssamfundet strävar efter att ge en öppen, transparent och anpassningsbar bas för den som inte bara vill använda utan även vara en drivande aktör inom AI-baserad innovation. Nu är tiden att sponsra, investera och engagera sig. Bryt upp den svarta lådan och var med och forma en framtid där AI fungerar på era villkor.

Kommer framtiden vara öppen?
AI är i färd med att förändra hur mjukvara konstrueras. Den viktiga frågan är vem som styr transformationen? Kommer utvecklare att förbli självständiga skapare eller bli passiva användare av slutna, leverantörsstyrda system?

AI ska förstärka vår kreativitet – inte kompromettera vår självständighet. Framtiden måste vara öppen.