27. september 2026
Introduktion
Microsoft har udvidet værktøjssættet for AL-udviklere med AI-agentværktøjer, der integrerer assisteret kodning, testautomatisering og kodeanalyse for Business Central-projekter. Det betyder ikke kun hjælp til at skrive snippets — det kan ændre måden, teams designer, tester og deployer tilpasset funktionalitet.
Hvad er i værktøjskassen?
Hovedidéen er at bruge agent-baserede komponenter, der kan hjælpe gennem hele udviklingslivscyklussen:
- Generering af AL-kodeudkast og skabeloner baseret på beskrivelser eller eksisterende mønstre.
- Automatiseret testgenerering og kørsel, så regressionssager fanges tidligere.
- Statisk analyse og forslag til forbedringer samt identifikation af potentielle konfliktpunkter ved opgradering.
- Hjælp til dokumentation og onboarding ved at skabe forklarende beskrivelser af komplekse objekter.
Værktøjerne er designet til at indgå i udviklingsmiljøet (VS Code, AL-tooling) og CI/CD-pipelines, så automatisering kan bruges løbende — ikke kun som engangsassistance.
Praktiske begrænsninger og governance
AI-assistenter kan give hurtige forslag, men kvalitet og sikkerhed afhænger af integration, data og træningssæt. Det er vigtigt at have en proces for kvalitetskontrol: review, unit tests og godkendelsesflows skal forblive centrale. Derudover skal man være opmærksom på data- og kodeejerforhold, især ved privat kode og kundespecifikke løsninger.
Implementeringstips
- Start med at lade AI hjælpe ved trivielle opgaver: skabeloner, CRUD-kode og tests.
- Indbyg automatiserede tests i CI for at sikre, at genereret kode lever op til krav.
- Definér hvilke dele af koden der må være AI-genereret; hold kritisk forretningslogik under manuel kontrol.
Hvad betyder det for dig?
For danske Business Central-kunder og partnere betyder de nye AI-agentværktøjer øget udviklerproduktivitet og potentielt lavere time-to-deliver. Men gevinsten kommer kun hvis I kombinerer AI-støtten med klare QA-processer og governance:
- Overvej pilotprojekter for at vurdere effekt på jeres kodebase og testdækning.
- Opdatér jeres kodegennemgangs- og testkrav, så AI-genereret kode bliver underlagt samme standarder.
- Sørg for databeskyttelse: identificer om AI-tjenester flytter data ud af jeres regi, og tilpas politikker efter GDPR/DSB-krav.
Opsummeret: AI-agentværktøjer kan spare tid og hæve kvaliteten, men kræver strategisk tilpasning i processer og governance for at blive en sikker og holdbar del af AL-udvikling i Danmark.
Kilde: Microsoft Learn