Jag skriver om mjukvaruutveckling, samarbete och pragmatiska lösningar i komplexa sammanhang – utifrån projekt, mitt konsultarbete på INNOQ och mötet mellan mjukvara och krisberedskap.
Agent-memory skapar kopior av ett meddelande, och ”Radera chatt” når ofta bara chatten. Ett litet labb visar var en diagnos överlever raderingen och vilken raderingsväg som faktiskt tar bort den.
En grader är själv ett system som måste testas. Jag lät bygga in avsiktliga fel i korrekta release notes och satte elva graders på dem. Till slut visade sig även facit vara fel.
Tre kvällar, tre verktyg – och sedan? Hur nio små föreningsappar blev en enda, varför en grön health check inte märkte något och vad jag gör när jag är på semester.
En LLM-funktion hänger på fem saker: output-schema, prompt, modell, tools och eval-set. Den som bara versionerar prompten vet inte vad den har deployat.
Agent Contract är börvärdet, den revisionssäkra loggen beviset på ärvärdet. Utan det andra är det första bara ett påstående – och det här kräver DORA, GoBD och den kommande MaRisk redan nu.
En eval-score som bara mäter kvalitet belönar brute force – mer sampling, större modell, fler retries. Varför rätt beslutsunderlag är en cost-quality-latency-frontier, en kurva i stället för en punkt, och hur du väljer din operating point i dollar i stället för procent.
Så fort en agent gör något som får konsekvenser är chatt sällan det bästa gränssnittet. En titt på editor, diff, approval-panel och tidslinje – och när ett textfält ändå är rätt verktyg.
Behörigheter, tenant-isolering, för breda tools, slarvig kontextåtkomst: varför en agents räckvidd avgör hur stor skadan blir, och hur man begränsar den.
Autonomi är ett reglage, inte en strömbrytare. Varför de flesta AI-system i produktion blir bättre när modellen bara sitter vid tydligt avgränsade beslutspunkter – i stället för att styra en öppen agent-loop.
Mitt eget produktivitetssystem byggt av 12 Week Year, 7 Habits och ett cycles-ramverk, med en riktig askvecka i stället för bara en buffertpaus. Och en ärlig blick på var det brister.
En eval-svit som inte växer med incidenterna krymper i förhållande till verkligheten. Hur postmortem-till-eval-loopen ser ut i praktiken – från trace-ID:t till det obligatoriska fältet i postmortem-mallen.
Utan traces, modell- och promptversioner, tool-spans och kostnadsmått förblir varje incident spekulation. En guide för team som kör AI-funktioner i produktion.
Ideella organisationer behöver egen mjukvara – men har aldrig haft råd med den. Hur AI håller på att ändra det, och varför kunskap om deployment är viktigare än kodkunskaper.
Hur min blogg tillämpar samma AI-principer som jag beskrev i mina tre senaste inlägg - med automatiserad podcastgenerering och AI-stödd språkgranskning.