<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Mikael Brevik on Medium]]></title>
        <description><![CDATA[Stories by Mikael Brevik on Medium]]></description>
        <link>https://medium.com/@mikaelbrevik?source=rss-d2e9832e3bd5------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/2*4AUPi-j5tWS-beHsjeVdvg.jpeg</url>
            <title>Stories by Mikael Brevik on Medium</title>
            <link>https://medium.com/@mikaelbrevik?source=rss-d2e9832e3bd5------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 18:50:32 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@mikaelbrevik/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Variant Faggrupper 2026]]></title>
            <link>https://blog.variant.no/variant-faggrupper-2026-6dcdb9e78326?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/6dcdb9e78326</guid>
            <category><![CDATA[rå]]></category>
            <category><![CDATA[variant]]></category>
            <category><![CDATA[kompetansebygging]]></category>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Thu, 30 Apr 2026 11:15:26 GMT</pubDate>
            <atom:updated>2026-04-30T11:15:26.480Z</atom:updated>
            <content:encoded><![CDATA[<p>I Variant har vi et komplett kompetanserammeverk som følger deg hele perioden fra du starter til du eventuelt slutter. Vi kaller det <strong><em>RÅ</em></strong>. RÅ følger deg opp i to dimensjoner, din faglige utvikling og i rollen som konsulent.</p><p>Som konsulenter er vi alltid avhengig av å tenke hva som kommer rundt neste sving, og hvordan kontinuerlig utvikle oss selv til å være eksperter på det bransjen og samfunnet trenger. Faggrupper er derfor er en viktig fellesaktivitet i RÅ. Faggrupper er små grupper for dypdykk innenfor ett tema, ett år av gangen. En god mulighet for å fokusere på et tydelig område for en avgrenset tid, sammen med andre engasjerte mennesker innenfor det samme temaet.</p><p>Denne bloggposten beskriver prosessen med å komme frem til hvilke fagrupper som finnes i 2026 og hva de omfatter. Om du bare er interessert i faggruppene, kan du hoppe rett ned til “Faggrupper i Variant for 2026”.</p><h3>Hvordan vi jobbet frem faggruppene</h3><p>Nytt for året er at vi kjører full bredde på faggrupper. På tvers av 7 selskap, fordelt på 2 land. Deltakelse i faggrupper i Variant handler om engasjement og læreglede, og deltakelse er valgfritt. Dette legger noen forventninger til prosessen rundt pitching av grupper og endelig utvelgelse.</p><p>Vi har kjørt en sammenstilling av markedsbehov og tema som skaper engasjement for konsulenter. Denne prosessen kjørte vi åpent og alle kunne sende inn sine forslag. Det resulterte i godt over 80 forslag som kunne sammenstilles, pitches og undersøkes. Etter et forsøk på kategorisering så vi det havnet mye som tverrfaglig, mye innen AI og mesteparten på teknologi og design. Dette reflekterer godt også mengden konsulenter vi har i Variant på tvers.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*af1eu8qFZF7P7MuiHbb7SA.png" /><figcaption>Diagram over fordeling av tema innenfor disipliner. Kategorisert etter beste evne</figcaption></figure><p>Totalt hadde vi et utgangspunkt på over 80 faggrupper. Målet med faggruppene var å ha en fordeling på rundt 4–7 deltakere per faggruppe for å kunne få små nok grupper for fagledere å kunne enkelt skape identitet og en lærende gruppe hvor alle så alle. Det betydde at vi måtte kutte ned til rundt 20–25 grupper. Det var også noen temaer som vi tenker var viktigere enn andre i tiden vi lever i og temaer som alltid er viktig.</p><p>For å komme frem til de rette gruppene startet vi med å prøve å sette verdensrekord i kaos i Figjam. Så mange som hadde muligheten møttes digitalt og indikerte sin interesse i sanntid på alle de forskjellige gruppene. Målet var å finne ut hvordan interessene var på de ulike, og å kunne skape litt engasjement rundt utvalget. Det fungerte akkurat som tenkt og det var god stemning på møtet med folk fra alle steder i Variant.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vfb0l3DtRV4InB1SijVwog.png" /><figcaption>Skjermbilde av rekordforsøk på antall samtidige brukere av FigJam.</figcaption></figure><p>Etter første filtrering og sammenstilling av grupper, ble gruppene matet inn i vårt nye faggruppesystem. Systemet er tenkte å gjennomføre valg for hvert år og vise statstikk fra tidligere år. Slik kan vi i fagledelsen også se litt hva som trender, hvor engasjementet går og analysere litt hvordan vi posisjonerer oss i markedet rundt nye kompetansebehov som dukker opp.</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FF0gRgZHRSDs%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DF0gRgZHRSDs&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FF0gRgZHRSDs%2Fhqdefault.jpg&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/9b7fb6fdeab515fc2bd2faa285c81100/href">https://medium.com/media/9b7fb6fdeab515fc2bd2faa285c81100/href</a></iframe><p>Alle Varianter kunne velge sine 3 faggrupper i prioritert rekkefølge. Siden vi prøvde å holde gruppene på rundt 4–7 deltakere, er det ikke sikkert alle kunne få sitt førstevalg. Enten at en gruppe fikk for få deltakere, eller for mange, måtte de balanseres slik at vi fikk levedyktige fagmiljø for året. Denne prosessen kjørte vi igjennom en lengre periode, hvor alle også hadde mulighet til å sparre med en mentor eller personalleder rundt hva som kunne være et godt valg for hver enkelt.</p><p>Under selve valget fikk ingen se andres prioriteringer. Denne ble gjort “blindt”, selv om det var ingenting som hindret folk fra å snakke med hverandre om deres tanker. Løsningen la til rette for å fokusere på innhold først og fremst. En stor verdi vi ønsker å få ut av dette er også å bidra med ulike perspektiver fra ulike steder og ulike kunder, oppdage kompetansen som finnes på tvers av byer, selskaper og land.</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2F8_3HVqctrqo%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3D8_3HVqctrqo&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2F8_3HVqctrqo%2Fhqdefault.jpg&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/de36ddecb04f293dd3c3034d29975a6e/href">https://medium.com/media/de36ddecb04f293dd3c3034d29975a6e/href</a></iframe><p>Etter endt deadline, ble en balansering gjort i henhold til prioriteringer. Til slutt satt vi igjen med 21 veldig sterke faggrupper med en fordeling i alt fra 8 deltakere på det meste, helt ned til 3 deltakere for den minste gruppen. Vi gjorde en kontinuerlig vurdering ut i fra gruppene om størrelsene ville fungere.</p><figure><img alt="Skjermbilde av system for valg av faggrupper i Variant. Oversikt over faggrupper står i bloggposten." src="https://cdn-images-1.medium.com/max/1024/1*S5L86hTRY_ny8AkYTGMHSg.png" /><figcaption>Skjermbilde av system som viser alle valgte faggrupper (før navneendring). Les oversikt over alle faggrupper lengre ned i posten.</figcaption></figure><p>Hver faggruppe har sin fagleder. Faglederen er gjerne den som har gode lederegenskaper, er engasjert og er skikkelig faglig sterk innfor temaet som gruppen. Faglederne har som ansvar til å lede gruppen igjennom året, fasailitere engasjement og skape en lærende gruppe sammen med de andre deltakerene. Vi er enda tidlig i faggruppene, men dette har allerede resultert i tydelig læreglede i og på tvers av gruppene.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dLTq--1_nlTJoL5ik4ohEA.png" /><figcaption>Annonseringsbilde av fagledere i Variant</figcaption></figure><h3>Faggrupper i Variant for 2026</h3><p>Her er en komplett oversikt over alle gjeldende faggrupper i Variant for 2026. Uttrekket er gjort før navn nå oppdateres slik at alle er selvforklarende for alle i Variant, og utenfor Variant.</p><p>For hver faggruppe har vi også en fagleder. Disse leder gruppene igjennom året og utøver allerede god fagledelse og oppfølging.</p><ul><li><strong>Klar tale</strong> (Fagleder: Marius Krakeli)</li><li><strong>Kubernetes</strong> (Fagleder: Ken Are Meisler)</li><li><strong>AI Design-Lab</strong> (Fagleder: Martine Lindstrøm)</li><li><strong>Arkitektur og software craftmanship</strong> (Fagleder: Robin Hovind)</li><li><strong>Agentic AI &amp; Productivity</strong></li><li><strong>Gamedev</strong> (Fagleder: Arja Sivapiragasam)</li><li><strong>Go</strong> (Fagleder: Anders Njøs Slinde)</li><li><strong>Inkluderende design og universell utforming (Iduun) </strong>(Fagleder: Idun Ramstad)</li><li><strong>Systemisk design / systemtenkning</strong> (Fagleder: Anita Steinstad)</li><li><strong>AI Innovation</strong></li><li><strong>AI for Tech &amp; UX</strong> (Fagleder: Ole Petter Klæstad)</li><li><strong>Praktisk tjenestedesign for prosjektledere</strong> (Fagleder: Vera Haye Bjerga)</li><li><strong>Funksjonell programmering</strong> (Fagleder: Henrik Østgaard)</li><li><strong>Design Engineering</strong> (Fagleder: Jacob Berglund)</li><li><strong>Designledelse</strong> (Fagleder: Jonas Lillevold)</li><li><strong>Egenprodukt</strong> (Fagleder: Kjetil Møkkelgjerd)</li><li><strong>Strategic Storytelling</strong> (Fagleder: Nathalie Hillinge)</li><li><strong>Rustaceans</strong> (Fagleder: Yoeri Otten)</li><li><strong>Variant AI-lab</strong> (Fagleder: Ane Marthe Ness)</li><li><strong>Business Design</strong> (Fagleder: Samuel Palm)</li><li><strong>Teamledelse</strong> (Fagleder: Sigurd Gravning)</li></ul><p>Vi har endret en del på rutinene for gjennomføring av faggruppene i år. Og med store ambisjoner for å slå sammen på tvers av by og land i Variant har det vært en del avklaringer og lande i prosessen. Men faggruppene i Variant for 2026 er nå godt i gang, og det er gøy å se all aktivitet som skjer på de forskjellige gruppene. Selv om gruppene fokuserer på sine ting står læreglede sentralt som alltid i Variant, og det deles på kryss og tvers. Utforsking skjer kanskje i hver faggruppe, men læringen deles til alle. Akkurat slik det skal være og akkurat det som gjør det så gøy.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=6dcdb9e78326" width="1" height="1" alt=""><hr><p><a href="https://blog.variant.no/variant-faggrupper-2026-6dcdb9e78326">Variant Faggrupper 2026</a> was originally published in <a href="https://blog.variant.no/">Variant</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Spader, brødristere og generativ KI]]></title>
            <link>https://blog.variant.no/spader-br%C3%B8dristere-og-generativ-ki-861267bb2d12?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/861267bb2d12</guid>
            <category><![CDATA[generativ-ai]]></category>
            <category><![CDATA[product-development]]></category>
            <category><![CDATA[ik]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Wed, 11 Feb 2026 08:26:59 GMT</pubDate>
            <atom:updated>2026-02-25T12:57:50.449Z</atom:updated>
            <content:encoded><![CDATA[<p>Norge er i verdenstoppen på adopsjon av generativ KI med 46% i følge <a href="https://news.microsoft.com/source/emea/features/norge-pa-pallen-i-global-ai-undersokelse-vi-har-tatt-et-digitalt-kvantesprang/?lang=no">telemetridata fra Microsoft</a>. Samtidig viser <a href="https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf">noen rapporter at kun 5 %</a> oppnår god avkastning på enterprise-nivå. Hva kan forklare dette? Jeg tror det skyldes at vi sliter med å skille mellom produkter basert på generativ KI og bruk av KI som en strategisk kapabilitet i egne produkter. Vi fokuserer på resultater fremfor effekt.</p><p>Jeg så en presentasjon fra Lars Iversen for et års tid siden. Der poengterte han på elegant vis at det ikke var gullgravere som tjente mest på gullrushet i Klondike, men de som solgte spader og annet utstyr. Dette er en god parallell til KI-bevegelsen og opportunismen utøvd mot toppen av urealistiske forventninger fra <a href="https://en.wikipedia.org/wiki/Gartner_hype_cycle">Gartners Hype Cycle</a>. Det samme kan vi si om markedsmanipulasjonen kraftselskapene drev med på begynnelsen av 1900-tallet for å øke avkastningen på investeringene sine. De måtte lage kraftnett dimensjonert for høye lasttopper, noe som førte til lange perioder med lav kapasitetsutnyttelse. De markedsførte aktivt og presset frem flere strømkrevende produkter som brødristere og vaskemaskiner, for å øke sin egen avkastning.</p><p>Det er lett å trekke paralleller til det vi ser i KI-markedet i dag, der sterke markedskrefter utnytter og viderefører løfter om urealistiske forventninger knyttet til teknologi som ennå ikke er realisert. Vi kjøper potensialet og det hypotetiske. I møte med det ukjente ekstrapolerer vi basert på håp og drømmer, noe som fragmenterer vår forståelse av hva som faktisk er mulig.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0kOS_Odyi7tdB9q8mWmtjA.png" /><figcaption>The Great AI Divide: På en side står ledelse og roper “KI løser alt” og på andre siden sier skeptikere at KI er ubrukelig.</figcaption></figure><p>Det er lett å bli kynisk. Jeg ser at oppfatningen av verdien av KI er splittet. Noen ser en tilnærmet utømmelig verdi, mens andre ser en problematisk teknologi som fratar mennesket kreativitet og kunnskap. Midt i kløften jeg liker å kalle «The Great AI Divide». Der kan det likevel finnes reell verdi.</p><p>Selv om Levi’s tjente mye penger på dongeribukser under gullrushet, og brødristeren hjalp General Electric med å øke strømforbruket og dermed inntektene, betyr ikke det at gull i seg selv er verdiløst eller at toast ikke smaker godt.</p><p>Vi må bare bli bedre til å identifisere hva vi faktisk ønsker å oppnå. Heldigvis har industrien de siste 20 årene utviklet en rekke metoder og teknikker for å tilnærme seg ønsket effekt og adressere ukjente behov, gjennom <strong>prinsipper fra moderne produktutvikling</strong>.</p><h3>Modenhet med ny teknologi</h3><p>Det som ofte hindrer oss i å bruke moderne utviklingsprinsipper på ukjent teknologi, er et umodent tankesett. I en slik umodenhet forsterkes effekten av urealistiske forventninger. Det blir vanskeligere å vurdere realismen i investeringene og å evaluere om vi er på rett vei.</p><p>Med KI er dette særlig krevende, fordi vi ikke engang har en felles forståelse av hva vi mener når vi snakker om KI. Er det verktøy, produkter, arbeidsflyt, en ingrediens i eksisterende løsninger, algoritmer, maskinlæring, statistikk, eller rett og slett intelligens?</p><p>For å kunne gi bedre svar må vi arbeide systematisk for å etablere en felles begrepsforståelse og tydeliggjøre hvor vi legger ambisjonsnivået i produktstrategien vår.</p><p>Jeg mener at virksomheter må arbeide systematisk med egen modenhet i bruk av KI, og særlig generativ KI basert på store språkmodeller (LLM-er), for å gjøre det ukjente mer håndterbart. Vi må forstå teknologiens begrensninger for å kunne vurdere hva den egner seg til , og ikke minst hva den ikke egner seg til. Dette forutsetter investering i kompetanse og trygghet til å eksperimentere, med god forankring på tvers av organisasjonen.</p><p>Denne modenheten må forankres i virksomhetsstrategien. Det er lett å gå i pilot-fellen, hvor vi blir så resultatorienterte at vi får lansert noe som bruker LLM-er og dermed kan hevde at produktet vårt er tilhører 2026. Det <em>kan</em> gi verdi, men uten riktig tilnærming er det krevende å måle effekten og å fastslå når initiativet ikke har gitt ønsket verdi. Altfor ofte ender vi opp med tiltak som i praksis råtner i kodebasen kort tid etter lansering, fordi de ikke er tilstrekkelig forankret i produktstrategien.</p><p>For å legge til rette for diskusjon om adopsjon av LLM-er i produkter har jeg definert en modenhetsmodell. Hensikten er å sette ord på de ulike måtene et produkt kan bruke KI på, hva som bør vurderes i de ulike tilfellene, og dermed gjøre det enklere å fasilitere en fruktbar diskusjon om ambisjon og gjennomføringsevne. Se figuren nedenfor for en visualisering (<a href="https://gist.githubusercontent.com/mikaelbr/8349109b70d7fcca1f6fd2b97e9e3058/raw/606bedd98d8bf044dbbc9c645bbc26877310b4ab/produktmodenhet.md">lenke til tekstformat for bedre universell utforming</a>).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TXu48C6dlYJDL962mfhXpw.png" /><figcaption>Modenhetsmodell for bruk av generativ KI i produktstrategi, av Mikael Brevik (<a href="/service/mailto:mb@variant.no">mb@variant.no</a>). <a href="https://gist.githubusercontent.com/mikaelbr/8349109b70d7fcca1f6fd2b97e9e3058/raw/606bedd98d8bf044dbbc9c645bbc26877310b4ab/produktmodenhet.md">Se i tekstformat</a>.</figcaption></figure><h3><strong>Spørsmål til produktstrategien</strong></h3><p>For å øke sannsynligheten for bedre utbytte av investeringer i generativ KI i produktet, bør vi stille oss noen grunnleggende spørsmål. De er i utgangspunktet ikke spesifikke for generativ KI, men det er særlig relevant å gå en ekstra runde på dem når vi arbeider med ny og ukjent teknologi.</p><ul><li><strong>Hvilken effekt vil vi se?</strong> Det er lett at arbeid uten ønsket effekt, blir et skuespill for interessenter.</li><li><strong>Hvor legger vi ambisjonen?</strong> Det blir gjerne en risiko om vi legger ambisjonen langt høyere enn evnen.</li><li><strong>Er dette en reell differensiering?</strong> Om hvem som helst kan kjøpe det, er det kanskje ikke den strategiske gevinsten vi ser etter.</li><li><strong>Kan vi skape tillit?</strong> Vi er forbi punktet hvor LLM-er imponerer i seg selv. Nå vil folk stole på det de får, og det krever ofte mer presis bruk av teknologien.</li><li><strong>Hvordan kan vi evaluere kontinuerlig?</strong> Unngå pilot-fella. Demoer i seg selv er ikke verdiskapningen de fleste produkter trenger.</li><li><strong>Når sier vi stopp?</strong> Det er lett å bli fanget av egne initiativer som aldri avslutter men bare blir til en ren kostnad uten noe verdiskaping.</li></ul><h3>Moderne produktutvikling</h3><p>Generativ KI er en imponerende teknologi. Men modellene i seg selv kan bare ta oss et stykke på vei. Vi må finne riktig og hensiktsmessig bruk av teknologien. Det gjør ting som var veldig vanskelig før, mulig. Samtidig som det gjør noen krevende ting mer krevende, som personvern, sikkerhet og tillit.</p><p>I 2025 så vi også at det begynte å komme mange spennende produkter med LLM-er i kjernen. Dette vil vi trolig se mer av i 2026.</p><p>De som lykkes, tror jeg, er de som også behersker moderne produktutvikling. De har et tydelig fokus på hva de ønsker å oppnå, og bruker LLM-er som en ingrediens og en ny strategisk kapasitet for å realisere dette på kreative måter. Moderne produktutvikling har neppe vært viktigere enn nå, og arbeidsformen vår betyr stadig mer.</p><p>Vi må gå fra å spørre «hvilken KI?» til å spørre «hvilken effekt?». Men dette er gode nyheter! Dette har vi trent på i 20 år, nå har vi bare flere kapabiliteter å spille på.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=861267bb2d12" width="1" height="1" alt=""><hr><p><a href="https://blog.variant.no/spader-br%C3%B8dristere-og-generativ-ki-861267bb2d12">Spader, brødristere og generativ KI</a> was originally published in <a href="https://blog.variant.no/">Variant</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Refill 2025 — Build for Impact]]></title>
            <link>https://blog.variant.no/refill-2025-build-for-impact-0765e383e141?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/0765e383e141</guid>
            <category><![CDATA[variant]]></category>
            <category><![CDATA[learning]]></category>
            <category><![CDATA[conference]]></category>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Fri, 24 Jan 2025 10:37:17 GMT</pubDate>
            <atom:updated>2025-01-24T10:37:17.448Z</atom:updated>
            <content:encoded><![CDATA[<h3>Refill 2025 — Build for Impact</h3><p>If you’ve been following Variant for a while, you might know that openness and competency are central to us. The fundamental backbone of everything we do is based on a concept we call <em>Læreglede</em> in Norwegian (and <em>Lärglädje</em> in Swedish) — loosely translated to English as <em>the joy of learning.</em> <strong>Today, I am excited to announce our next big step in the name of <em>Læreglede</em></strong><em>. </em>Something lots of people at Variant have been working hard on for several months already.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/512/1*IVgV7mVrGALpUdBNlnHA_Q.png" /><figcaption><a href="https://www.flaticon.com/free-icons/confetti">Confetti icons created by surang — Flaticon</a></figcaption></figure><p>Learning is about community — building each other up as we build ourselves. It is about inclusion, experimenting, and challenging ourselves to try new things. It is about culture. This is a culture we build internally at Variant and a culture we bring to our customers every day.</p><p>For Variant, it has always been important to recognize that we are part of a bigger community beyond Variant itself. We are part of an industry with many diverse perspectives we can learn from — and to which we can contribute. This is where openness plays a key role. Knowledge isn’t built in a vacuum, and we actively strive to contribute to making the industry better by learning from others and sharing our experiences.</p><p>Our culture of learning, combined with our openness, is why we could deliver over 20 talks at major conferences last year, host several podcasts, organise numerous open events, and publish a myriad of blog posts, video tutorials, and Meetup, etc.</p><p>All this experience in creating events that share the joy of learning now culminates in our biggest event yet: <a href="https://www.refillconf.com/"><strong>Refill 2025</strong></a>. A fully open, proper conference covering what we’re truly passionate about: technology, design, strategy, and product development.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BZEm8OWmzxzNJbm282gFvA.png" /><figcaption>Refill Stockholm, April 4th at Posthuset 7a. Read more at <a href="https://www.refillconf.com/">refillconf.com</a></figcaption></figure><h3><strong>What is Refill</strong>?</h3><p>We took the very first steps toward Refill in 2024, when we invited customers and others in the industry to our yearly internal conference. This year will be even bigger, better, faster, and stronger. We are making a significant investment in one of the most important aspects of Variant: sharing experiences on how to build solutions and products that truly have the impact we want and need.</p><p>Refill will, we hope, become a yearly event — a unique, traveling conference, held in a new city each year. Oslo in 2024, Stockholm in 2025, and for 2026… well, we don’t know yet!</p><h4>Some details:</h4><ul><li><strong>When</strong>: April 4th, 2025</li><li><strong>Where</strong>: Posthuset 7a, Stockholm</li><li><strong>What</strong>: Full day conference covering technology, design, strategy and product. Lunch and food is provided.</li><li><strong>How</strong>: With lots of enthusiasm and over 18 talks, keynote, workshops, stands. And who knows, maybe a quiz, podcasts and more.</li><li><strong>After: </strong>After a full day of learning, we have to celebrate. The event will conclude with food and a party.</li></ul><p><em>April 4th is a bad time for you, you say?</em> Don’t worry! Everything will of course be streamed live, publicly. And recordings will be published for everyone to enjoy at any time.</p><h3>Why are we doing this?</h3><p>This is a pretty big investment — both in time and money. So why are we doing this? For all the reasons I mentioned before, of course! Openness and sharing experiences in the industry are part of Variant’s DNA. And also — it’s fun!</p><h3>Want more information?</h3><p>Follow along at <a href="https://refillconf.com/">refillconf.com</a> in the coming weeks for more information, the full agenda, and practical details. You can also sign up for our newsletter to receive updates when there are major announcements (don’t worry, we won’t send excessive emails).</p><p>If there are any questions or comments, feel free to contact me (<a href="/service/mailto:mb@variant.no">mb@variant.no</a>) or Tonje Evanger (<a href="/service/mailto:te@variant.no">te@variant.no</a>) anytime!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=0765e383e141" width="1" height="1" alt=""><hr><p><a href="https://blog.variant.no/refill-2025-build-for-impact-0765e383e141">Refill 2025 — Build for Impact</a> was originally published in <a href="https://blog.variant.no/">Variant</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tidenes beste konferansesesong for Variant]]></title>
            <link>https://blog.variant.no/tidenes-beste-konferansesesong-for-variant-700baa5e82a3?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/700baa5e82a3</guid>
            <category><![CDATA[variant]]></category>
            <category><![CDATA[kultur]]></category>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Wed, 13 Nov 2024 20:08:53 GMT</pubDate>
            <atom:updated>2024-11-13T20:08:53.334Z</atom:updated>
            <content:encoded><![CDATA[<p>Vi er i midten av november, snøen har vært her og året nærmer seg slutt. Det kan bare bety én ting: Konferansesesongen er over. Etter at Y Oslo og Øredev har pakket vekk alle roll-ups, erklærer jeg konferanseåret herved over. Og når ting tar slutt, er det selvsagt tid for <strong>evaluering</strong>!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*epqpKygg_r93iEhJi6EfrA.jpeg" /><figcaption>Nikolai på NDC (<a href="https://www.flickr.com/photos/ndc_conferences/53851618782/in/album-72177720318732872/">rettigheter på bildet tilhører NDC</a>)</figcaption></figure><p>I Variant har vi en veldig uttalt strategi rundt kompetansebygging. Vi kaller den <a href="https://handbook.variant.no/#Laereglede">læreglede</a>. Det konstruerte ordet sier noe om hvor fokuset vårt ligger. Vi trives best når vi finner glede i å lære. Lære oss selv og lære bort til ande. Og den aller beste læregleden finner vi i det daglige. Med de rundt oss, i oppdrag og måten vi angriper nye utfordringer. Læreglede er best med engasjement. For engasjement smitter og spille alle god.</p><p>Det aller tydeligste engasjementet er ekstraordinær læreglede som bobler så mye over at vi er villig til å bruke et utalls timer på å jobbe med presentasjoner som kan observeres av hundrevis av mennesker. Jeg snakker selvsagt om konferansebidrag!</p><p>Det jeg syns er gøy med strategier er når du ser en tydelig kobling mellom strategi og virkning. Og det gjør meg derfor ekstra glad, og stolt, å kunne si at i 2024 har vi i massiv grad sett virkningen av Læreglede i Variant. Vi i Variant har alltid vært gode på konferansebidrag, men i år har gått så langt at selv jeg med urealistiske mål måtte stoppe opp for å faktisk reflektere over standarden vi har satt.</p><blockquote><strong>I 2024 har folk i Variant snakket på 8 eksterne konferanser, med totalt 27 bidrag!</strong></blockquote><h3>Konferansefordeling</h3><p>Det er altså i snitt 3,1 bidrag per konferanse. Men la oss se litt på fordelingen:</p><ul><li><strong>Booster Conference</strong>: Hele 8 bidrag!</li><li><strong>NDC Oslo</strong>: 3 bidrag</li><li><strong>NDC Copenhagen</strong>: 1 bidrag</li><li><strong>SmashingConf NY</strong>: 1 bidrag</li><li><strong>JavaZone</strong>: 1 bidrag</li><li><strong>Hello Stavanger</strong>: 8 bidrag!</li><li><strong>TDC</strong>: 4 bidrag</li><li><strong>NOKIOS</strong>: 1 bidrag</li><li><strong>Øredev</strong>: 1 bidrag</li></ul><p>Her har jeg kun fokusert på de “store” alment tilgjengelige konferansene innen digital tjenesteutvikling. I tillegg har det vært en hel bråte spesialistkonferanser, meetups, kundekonferanser, utdanningsinstitusjoner, osv. Senest Høstkonferansen til HR Forum denne uken.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ucP3pHDTh1-V7rT8Wip_Zg.jpeg" /><figcaption>TDC — Bilde av Nikita Pomazan</figcaption></figure><p>Fordelingen design, utvikling og ledelse av type prosjekt, people eller produkt (som jeg liker å oppsummere som PPP) ser omtrent slik ut:</p><ul><li><strong>Design</strong>: 8 bidrag</li><li><strong>Utvikling</strong>: 15</li><li><strong>PPP</strong>: 3</li></ul><p>(Så er det 2 Live Podcaster, som gjør summen til 27).</p><p>Variant i Norge er altså knappe 100 mennesker. Blant de 100 menneskene har vi fått til bidrag på <em>nesten</em> samtlige av Norges store konferanser, og hele 27 bidrag.</p><p>Jeg skriver ikke dette (utelukkende) for å skryte. Men jeg mener dette er så viktig, og grunnen til at læreglede står så sterkt i Variant. For å jobbe for at bransjen, og virkningen vi i bransjen skaper, skal bli så bra som mulig er vi avhengig av å kontinuerlig utveksle erfaringer på tvers. I det åpne. Med folk fra alle selskaper. Konferanser er en perfekt arena å gjøre dette på. De fleste bidragene her blir også tatt opp på video og brukt av folk rundt hele verden til å lære seg nye ting og utvide sine horisonter. Derfor er jeg mest stolt av at vi i Variant, som tross alt fortsatt er små, bærer vår vekt i en så betydelig grad.</p><h3>Hvordan får vi det til?</h3><p>Dette kommer selvsagt ikke av seg selv. Det er mange timer med knallhard innsats bak. Som en av de som har deltatt på en del konferanser i år, vil jeg selvsagt si at innsatsen er verdt det og jeg sitter med mye personlig utbytte, men det er ikke til å stikke under en stol at dette er resultatet av mange folks innsats og engasjement rundt læreglede.</p><p>Men jeg tror også det er en del strukturer som må på plass for å tilrettelegge for dette. Åpenbart trengs det kontinuerlig arbeid for en delingskultur internt, arenaer hvor man kan prøve seg, veiledning av mentorer og ledere, en ufarliggjøring av å bidra og mange andre ting. Men i Variant så har vi også en regel som sier at “<strong>bidrar du på en konferanse, får du dra på Variants regning</strong>”. Det har resultert i at vi har folk som har vært på 4–5 konferanser, skaffet seg et godt nettverk og gode venner.</p><p>Andre ting vi konkret gjør for å skape denne kulturen:</p><ul><li>Har egen speakerskole hvor man kan dele erfaringer om speakers, få input på abstracts eller støtte om det skulle være noe.</li><li>Kjører egne CFP-workshops hvor vi idémyldrer på abstracts og har sparring på utforming.</li><li>Har i praksis en mini-konferanse hver første fredag i måneden (Variantdag), hvor mye av kulturen settes som kan videreføres til konferanseverden.</li><li>Har vår egen eksterne konferanse (Refill).</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7tiFOoF6NGUB8TCa3k55Og.jpeg" /><figcaption>Tonje (<a href="https://www.flickr.com/photos/trondheimdc/54105667378/">bilde fra TDC med alle rettigheter til TDC</a>)</figcaption></figure><p>Så, konferansesesongen er over. Men for en sesong vi har å se tilbake på. Jeg har ikke til vane om å slå for hardt på det metaforiske selskapsbrystet og være for skrytete, men etter en refleksjon her så syns jeg dette er så stort og så sterkt levert at det fortjente en applaus til alle i Variant som har vært med på å gjøre dette. Og ikke minst til alle Variant-konsulenter som bidrar med sin læreglede hver dag på alle ulike måter. Og grunnen til at jeg blir rett stolt er fordi dette er innenfor noe jeg mener er så viktig. Vi digitale arbeidere skaper store deler av den moderne hverdagen til mennesker. De fortjener at vi gjør vårt beste, lærer av hverandre og drar i mot en felles forbedring på tvers av selskaper.</p><p>Så... 2024 var bra, men det var vel en skippertaksgreie som satt langt inne? Nei! Vi alt startet på neste års opplevelser. Allerede nå er det aksepter 4 bidrag fra Variant til konferanser i 2025. <strong>Dette er ikke et skippertak, det er kultur.</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=700baa5e82a3" width="1" height="1" alt=""><hr><p><a href="https://blog.variant.no/tidenes-beste-konferansesesong-for-variant-700baa5e82a3">Tidenes beste konferansesesong for Variant</a> was originally published in <a href="https://blog.variant.no/">Variant</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Håndbok for utviklere]]></title>
            <link>https://blog.variant.no/h%C3%A5ndbok-for-utviklere-d7d8d73cad51?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/d7d8d73cad51</guid>
            <category><![CDATA[utvikling]]></category>
            <category><![CDATA[teknologi]]></category>
            <category><![CDATA[technology]]></category>
            <category><![CDATA[devloper]]></category>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Fri, 28 Jun 2024 11:29:27 GMT</pubDate>
            <atom:updated>2024-06-28T11:29:27.113Z</atom:updated>
            <content:encoded><![CDATA[<p>Hei! Om du har funnet denne håndboken betyr det at du er en fersk utvikler som ønsker råd til å bli bedre. Gode nyheter, du har alt gjort et godt og viktig første steg. Ikke med å finne denne håndboken, men med å være nysgjerrig og oppsøke informasjon. Om du tilfeldigvis har funnet denne håndboken og ikke anser deg selv som en fersk utvikler, kan det fremdeles være det er noen punkter som er relevant for deg. Men om du kjenner til ting som å sjekke inn kode tidlig, være god til å scope, fokusere på intensjon av kode og enkelhet og anser deg selv som god til det tekniske, kan det være du heller burde undersøke <a href="https://blog.variant.no/hvordan-bli-en-bedre-utvikler-436ceae9d4af">hvordan bli en enda bedre utvikler</a>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Ore8gnnGP-j1T2y_ThGrCg.png" /></figure><p>Denne håndboken har mange punkter. Noen er mer detaljerte enn andre, noen krever mer tid og øving, andre blir du aldri ferdig med. Om du leser punktene og føler du ikke strekker til på noen, frykt ikke! Dette jobber alle med over tid. De viktigste egenskapene til ferske utviklere er nysgjerrighet og lærevilje. For å bli en god utvikler, må du ville jobbe for å bli en god utvikler. Og det at du leser denne posten, beviser at du har et godt utgangspunkt! Denne håndboken er heller ikke komplett. Det finnes mange andre teknikker å øve på. Men fokuser på de teknikkene du anser som viktigst. Noen av de vanskeligste teknikkene vil være de ukjente ukjente. Teknikker du ikke vet du må jobbe med for å bli en bedre utvikler. Denne håndboken vil forhåpentligvis avdekke noen for deg, men for mange vil det også være nyttig å skaffe seg en gjeng med utviklere som går igjennom det samme, eller en <a href="https://mentors.variant.dev/utvikling">mentor du kan stole på</a>.</p><h3><strong>Kapittel 1: Fokuser på mengdetrening</strong></h3><p>Utvikling er konseptuelt sett enkelt. Det er som alle andre ferdigheter: Bruker du tid på det, blir du bedre. Det kan være du føler enkelte har bedre utgangspunkt enn deg, tar ting lettere, eller generelt er flinkere. Sjansene er at de har brukt mer tid på det enn deg. Ikke bruk tid på å sammenligne deg med andre, men sammenlign med deg selv over tid.</p><p>Som fersk utvikler er det mengdetrening som gjelder. Bli eksponert for nye måter å gjøre ting på, si ja til alle oppgaver du møter på uansett om du er usikker på om det er interessant eller ikke. Erfaring bygges av eksponering. Og du har en lang karriere foran deg med mange ulike ting å lære deg, og et mål som til stadighet endrer seg. Å anerkjenne at det krever innsats og å bli komfortabel å være ukomfortabel er en styrke. Utvikling krever konstant læring, og mengdetrening vil lage godt grunnlag.</p><h4><strong>Aktiviteter for trening:</strong></h4><ul><li>Si ja til alle oppgaver (men se kapittel 2)</li><li>Være nysgjerrig på alt og aktiver analytisk fremgangsmåte når oppgaver løses. Ikke bare følg tidligere kode, men undersøk hvordan det funker og hvorfor det er gjort slik.</li><li>Øv på Pippi Langstrømpe-prinsippet. “Det har jeg ikke gjort før, så det får jeg sikkert til”</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6vmU1sBLWWiU7JfHmY3QSQ.png" /></figure><h3><strong>Kapittel 2: Del alt, spør etter hjelp</strong></h3><p>Den aller vanligste symptomatiske egenskapen av ferske utviklere, er tilbakeholdenhet av resultat. Tanken om at dersom noe skal deles må det være perfekt og komplett. Dette gjelder spesielt tidligere studenter. De er blitt trent til å ikke dele arbeid underveis, og spesielt ikke med andre studenter. Dette må avlæres.</p><p>Å være utvikler handler om mye mer enn å bare produsere kode. Det handler om problemløsing og tolking av behov. Det er en serie med antagelser basert på en virkelighetsoppfatning, hvor virkeligheten er definert av domener, kommunikasjon, forenklinger og historikk. En av de viktigste teknikkene å lære seg som fersk utvikler, er å validere antagelsene opp mot disse dimensjonene. Har du forstått domenet rett, er din tolkning av oppgaven god, er beskrivelsen av oppgaven faktisk korrekt, er det noe historikk som påvirker det en skal lage enten som kan droppes eller som må tas hensyn til?</p><p>Det er ingen måte for deg å validere disse antagelsene kun for deg selv. Konsekvensene er ofte en iboende usikkerhet hos ferske utviklere:</p><blockquote>“Er dette bra? Nei, det er sikkert ikke bra nok. Har jeg løst ting rett, er det bugs her? Nå har jeg brukt så mye tid på dette at folk forventer at det er perfekt. Jeg må bare få løst denne tingen slik at jeg ikke dummer meg ut.”</blockquote><p>Paradokset med dette er at frykten for det imperfekte forårsaker imperfeksjon. Og det starter med at vi ikke er tidlig nok ute med å validere antagelsene våre, eller be om feedback.</p><p>Mer erfarne utviklere som du kjenner til vil sette av tid til å hjelpe deg tidlig i fasen av en oppgave, selv om du tenker de virker opptatt. Ikke ta prioriteringen av tiden deres som en oppgave du skal gjøre. <strong>Be om hjelp, og du vil få det</strong>. Del koden din fra første 5 linjer, og sjekk antagelsene dine med flere så øker du sjansen for at du treffer og at resultatet blir bedre og raskere.</p><p>Ydmykhet gir deg en styrke i å bli en bedre utvikler. Du trenger ikke bevise at du er god, smart eller flink med å overbevise andre. <strong>Du er ikke koden du har skrevet, og du vil ikke bli dømt etter det</strong>. Dette er spesielt viktig for tidligere studenter som er blitt trent opp i konkurranse mellom karakterer og gruppearbeid. Ønsket om å ville hevde seg selv slår ofte feil ut, med at du tar flere antagelser og du blir vanskelig å veilede. Utvikling er en lagsport, og uansett hvor smart og flink du er vil du aldri greie å bli flinkere en summen av flere. Samtidig er det viktig at du ikke lar erfarne utviklere overkjøre deg helt — de tar feil oftere enn de tror.</p><p>Deling strekker seg utenfor bare oppgaver du løser, men ting du alt kan og lærer underveis. Det er lett å tro at erfarne utviklere alltid kan et supersett av deg selv, men dette er langt fra sannheten. Du sitter på kunnskap og erfaringer som er annerledes enn de rundt deg, og å dele det med andre er veldig verdifullt. <strong>Erfarne utviklere er avhengig av ferske utviklere for å selv bli videreutviklet</strong>.</p><h4><strong>Aktiviteter for trening:</strong></h4><ul><li>Start oppgaver med å gå igjennom tilnærmingsmåte med andre på teamet. Ikke la de foreslå en tilnærming, men du gir dine tanker som du kan få innspill på.</li><li>Del kode tidlig. Eksempelvis som Draft Pull Request innen første timen du har startet på en oppgave.</li><li>Lytt på tilbakemelding uten å gå i forsvarsmodus.</li><li>Ta aktiv del i kunnskapsdeling på interne kanaler og i generelle fagmiljø.</li></ul><h3><strong>Kapittel 3: Kod i bruddstykket</strong></h3><p>Når du har trent på teknikken i kapittel 2 har du en god forutsetning for kapittel 3. Roma ble ikke bygget på en dag, og det ble heller ikke kodebasen din. Over tid er det mye som kan skje. Ting blir omprioritert, folk blir syke, ønsker endres. Alt dette påvirker hvordan du løser en oppgave. Om vi koder utelukkende store features fra A til Å, vil det ta lang tid. Og hele denne perioden vil kodebasen være i en tilstand som er ikke-fungerende.</p><p>Som regel er du ikke alene i en kodebase og omgivelsene endrer seg kontinuerlig. Til lengre tid og til større omfang det er på endringssett, desto større sjanse er det for a forutsetningene har endret seg. Kanskje har kodebasen videreutviklet seg som gjør at du må bruke mye tid på å håndtere merge conflicts (som øker sjansene på at du introduserer nye feil), kanskje blir du syk midt i og noen andre må ta over oppgaven din for å levere verdi til sluttbrukere. Det er umulig å ta over en oppgave som ligger lokalt på maskinen din uten en sammenhengende tanke. Løsningen på alle disse problemene er det samme: <strong>løs kode kontinuerlig i små bruddstykker.</strong></p><p>Rent konkret betyr det mange små commits og et fokus på å ha en kontinuerlig fungerende kodebase. Dette reduserer risiko, det tillater at du kan ha kodebasen up-to-date med alle endringer som kommer inn. Det gjør at når som helst kan du si “stopp, dette er nok”, og sånn sett gjøre kontinuerlig scoping av oppgaven. Denne teknikken krever aktive handlinger og at du trener på å jobbe på denne måten hele tiden. <strong>Du må minimere tiden kodebasen er i en ikke-fungerende tilstand, og du skal ikke bli distrahert av at du bare skal løse en ting til</strong>. Spiss alle kodeendringer til å ha et formål, og ikke bli fristet av “dette burde refaktoriseres til å løse alle problemer”. <a href="https://joi.ito.com/weblog/2005/03/05/yak-shaving.html">Yak shaving</a> er roten til mye friksjon.</p><h4><strong>Aktiviteter for trening:</strong></h4><ul><li>Lær deg git, spesifikt med: små commits, amend, rebase.</li><li>Jobb med å dele kode tidlig og kontinuerlig.</li><li>Fokuser på oppgaven og spørre deg selv hele tiden “trengs dette her, eller kan jeg løse det som et annet bruddstykke”</li></ul><h3><strong>Kapittel 4: Prioriter og scope</strong></h3><p>Mye av utvikling handler om kontinuerlig prioritering og scoping av oppgaver. Dette er vanskelig og krever ofte erfaring, men det bygger videre på teknikker lært i kapittel 2 og 3. Det enkleste en utvikler kan gjøre er å si “ja, dette fikser vi”. Og ofte stemmer det. <strong>Det er veldig lite som ikke kan fikses, men det er alltid et spørsmål om tid.</strong></p><p>Den aller vanligste feilen for utviklere, spesielt ferske, er å ikke se enkeltoppgaver i sammenheng med resten. Det er litt som å si “ja, takk” til mer vann, uten å tenke over hvor mye som er i glasset fra før. Det føles bra som en utvikler å være et ja-menneske. Vi løser problemer som folk har, og et ja betyr i beste fall et problem mindre. Men veien til bjørnetjeneste er kort. Vi utviklere er notoriske til å overvurdere oss selv, og undervurdere tiden ting tar.</p><p>Å løse problemer er ikke bare aktiviteten med å kode. Vi må forstå oppgaven, få innspill, gjøre endringer, feilsøke når noe går galt, integrere med eksisterende systemer, og få kode ut til sluttbrukere. Ofte vil du høre dette under diskusjoner om “Definition of done”. Når er noe ferdig? I det du har skrevet git push, eller når sluttbruker har det tilgjengelig? Vi strever alltid etter det sistnevnte. Prioriteringer og scoping må alltid ta høyde for totaliteten av oppgaven.</p><p><strong>Å si ja til alt, er at det i veldig mange tilfeller blir nei til alt</strong>. Her er det en klassisk <a href="https://en.wikipedia.org/wiki/Ninety%E2%80%93ninety_rule">90/90-regel</a> som sier at siste 10% av oppgaven vil ta 90% av tiden. Tar du på deg mange oppgaver som individuelt ikke tar mye tid, vil kombinasjonen av oppgavene være en hale med oppgaver som smeller før deadline. Jobb med å løse enkelt-oppgaver kontinuerlig, få de ferdig uten en hale av oppgaver. Følg en flyt og prosess som <a href="https://en.wikipedia.org/wiki/Lead_time">minimerer lead time</a>.</p><h4><strong>Aktiviteter for trening:</strong></h4><ul><li>Se alltid oppgaver i sammenheng med andre oppgaver.</li><li>Løs oppgaver som er kritiske for forretning og sluttbruker, fremfor nice-to-haves som er teknisk gøy</li><li>Det er bedre å si at noe er urealistisk enn å gi falske forhåpninger.</li><li>Mål din egen lead time for å få en indikasjon på hvordan du ligger an.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BE_AxN_PEeW0y9cGIJRTqQ.png" /></figure><h3><strong>Kapittel 5: Kod enkelt</strong></h3><p>En av de største superkreftene du har som fersk utvikler er mangel på kodebagasje. Du har ikke sett alle edge caser og tidligere løsninger på ting. Det betyr at du har et friskt blikk på problemer. I utvikling kan mange problemer ha en enkel løsning, men noen problemer kreve avanserte løsninger. Over tid er det vanskelig å skille enkle problemer fra komplekse. <strong>Konsekvensen er at for erfarne utviklere, kan enkle problemer få komplekse løsninger</strong>.</p><p>Du som fersk utvikler er det beste botemidlet på denne logiske kortslutningen av erfarne utviklere. Du har ikke sett årevis med ulik kode som har tatt høyde for alle caser som finnes, og kan komme raskere frem til mål med å bare gå i luftlinje. <strong>Bruk denne kraften til å kod enkelt</strong>. Løs problemet, og ta høyde for edge cases om det oppstår. At en edge case har oppstått en gang i fortiden, betyr ikke at den er relevant for fremtiden.</p><p>Etterhvert som utviklere blir mer erfarne, tror de også at enkel kode er for god til å være sann. Så de legger inn såkalt smart kode, for å betrygge seg selv. Det kan være syntaktisk finurlig kode som rett og slett gir en følelse av “<em>nå var du smart</em>”. Sitter du igjen med den følelsen etter du har skrevet en kode, burde det gå en varsellampe. <strong>Kode vi skriver, skriver vi ikke for nåtiden, men for fremtiden</strong>. Det finnes ikke et tidspunkt hvor kode blir enklere å forstå etterhvert som tiden går, og skjønner du knapt hva som skjer i det du skriver det, vil det bare bli verre. Husk også at den beste koden er den du ikke skriver.</p><p>Du vil møte på erfarne som snakker om Inversion of Control og Interfaces, SOLID-principles, factories, composability og mange andre låneord for etablerte prinsipper. Ingen av de er negative i seg selv, men det kan fort bli som for mye sukker — føles godt når du gjør det, men må leve med konsekvensene lenge. Bruk superkraften din til å forenkle løsningen, og utfordre de erfarne til å bli med på det.</p><h4><strong>Aktiviteter for trening:</strong></h4><ul><li>Løs problemer på den første måten du tenker på.</li><li>Spør “hvorfor” når noen nevner et design pattern.</li></ul><h3><strong>Kapittel 6: Tenk intensjon og tydelighet</strong></h3><p>Det er lett å havne i en felle hvor implementasjonsdetaljer er det du bryr deg mest om når du koder. Det som skjer i en funksjons-kropp er det viktige, og at signaturen på gitt funksjon er en ettertanke. Dette vil over tid føre til en kodebase som er vanskelig å forstå. I de fleste tilfeller skriver du innholdet av en funksjon én gang, men du konsumerer den flere ganger. Så en funksjon som har en signatur som har tydelig intensjon og tydelig kommunisert bruk er verdifullt. Dette kalles ofte å tenke API-først. <a href="https://en.wikipedia.org/wiki/Test-driven_development">Test-Drevet-utvikling</a> er et eksempel på en teknikk som skal bøte på dette problemet, men du kommer langt uten å måtte følge dogmatiske regler så lenge du har rett fokus.</p><p>En tommelfingerregel er at om du må bruke ordet “og” når du beskriver en funksjon, så har funksjonen for mye ansvar. Så del opp koden, navngi konseptet ditt tydelig, og tenk først og fremst på konsumenter og intensjon. Det er fint å gjøre litt ekstra arbeid, så lenge det betyr at det er enklere å bruke koden din i ettertid.</p><p>Bruk tid på å tenke på god navngivning. Det er en klisje for utviklere at <a href="https://martinfowler.com/bliki/TwoHardThings.html">navngivning er noe av det vanskeligste vi gjør</a>, men det er også noe av det viktigste. Tenk på om navnet på en funksjon reflekterer intensjonen det skal løse. Del kode inn i mindre biter som bygger på hverandre. Tenk på hva som skal vises <em>eller</em> skjules, for konsumentene.</p><h4><strong>Aktiviteter for trening:</strong></h4><ul><li>Tenk signatur før du lager innhold i funksjon.</li><li>Se om du må bruke ordet “OG” når du beskriver en funksjon; i så fall splitt.</li></ul><h3><strong>Kapittel 7: Tenk konsekvenser</strong></h3><p>Alt du gjør har konsekvenser. Det har konsekvenser for sluttbrukere, for team-medlemmer, for forretningen. Det er lett å se seg blind på å løse noe raskt. Overbruk av teknikken fra kapittel 3 (Kod i bruddstykker) og kapittel 5 (kode enkelt) kan føre til at du får fokus på å løse oppgaver raskest mulig uten å tenke på konsekvenser. Noen ganger kan hastighet være en fordel, andre ganger kan det være en ulempe.</p><p>Fokuset på smidig utvikling og prosess har ført til en overdreven allergi mot å gjøre planlegging. Men planlegging er ikke ubestridt negativt av natur. Å koste på deg en ekstra 30 minutter før noe blir gjort, kan ofte spare mengder av arbeid i fremtiden. Å diskutere med team-medlemmer ulike tilnærmingsmåter og fordeler og ulemper med de ulike, kan gi god avkastning.</p><p>Det er viktig for utviklere å ikke jobbe i vakuum. Kode vi skriver en dag kan ha langvarig konsekvens for sluttbrukere i hverdagen i mange år som kommer. Derfor er det viktig at vi som utviklere har et konkret forhold til hva som er og havner i produksjonsmiljøet. Dette er også viktig for deg som fersk utvikler. Det er ikke erfarnes utviklere ansvar hva som havner i produksjon, og du skal følge koden din helt fra konseptualisering til realisering i produksjon. Gjerne betyr dette også å observere reell bruk hos sluttbrukere via monitorering og brukertesting.</p><p>Nesten alt innen utvikling handler om trade-offs. Det finnes ingen silver bullets. Så å tenke igjennom konsekvensene av valg vi gjør, og hva slags skyggesider det har er en god øvelse.</p><h4><strong>Aktiviteter for trening:</strong></h4><ul><li>Spør deg selv “hvorfor” på valg du gjør.</li><li>Invester i de ekstra 5 minuttene det tar å tenke igjennom etter den første tanken du får.</li><li>Følg med på produksjonsmiljø og delta på brukertester.</li><li>Vurder å melde deg frivillig som ringevakt eller kundeoppfølging for å kjenne konsekvenser på kroppen.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zXLrmhjoBv0ZQFvssoIbaA.png" /></figure><h3><strong>Kapittel 8: Aksepter at det alltid er travelt</strong></h3><p>Det er lett å tenke at det er ikke tid til å gjøre det skikkelig, du må ta en snarvei. Alle forretninger, produktledere, prosjektledere, produkteiere vil at ting skal ta så lite tid som mulig, og det vil aldri være tid til å gjøre det skikkelig. Du vil alltid føle at det ikke er nok tid. Den harde <a href="https://no.wikipedia.org/wiki/Sisyfos">sisyfosiske</a> virkeligheten for utviklere, er at raske leveranser belønnes med mer arbeid. Men dette er egentlig en bra ting, vi må bare vite hvordan vi skal håndtere det.</p><p>Produktledere, designere og utviklere kommer alle med forskjellige agendaer og prioriteringer når vi skal utvikle funksjonalitet. Den langsiktige tekniske levedyktigheten til applikasjonen vi jobber på er ansvaret til oss utviklere, samtidig som vi klarer å møte de andre rollene vi jobber med på en pragmatisk måte og inngå kompromisser der det er nødvendig.</p><p>Du må aktivt jobbe med å bake inn fleksibilitet du trenger når du gjør oppgaver. Fleksibilitet kan være på mange forskjellige områder, eksempelvis tid til kompetansebygging, tid til feilsøking, tid til å redusere ulike former <a href="https://en.wikipedia.org/wiki/Technical_debt">gjeld</a>, osv. Her er teknikker fra kapittel 4 nyttig.</p><h4>Aktiviteter for trening:</h4><ul><li>Aksepter at det finnes eksterne forventninger til leveranse og at dette ikke forsvinner.</li><li>Øv på kapittel 3 og 4. For forventningsstyring til interessenter må vi ta høyde for usikkerhet og vedlikehold.</li></ul><h3><strong>Kapittel 9: Dobbel-sjekk arbeidet ditt</strong></h3><p>Veldig mye feil utviklere gjør som kan unngås. Dette har vi også trent på i kapittel 2 (Del alt, spør etter hjelp) hvor vi validerer antagelser. Men uansett om du jobber med kunde-nære produkter (frontend) eller på domene-logikk og datagrunnlag (backend), så er det en ting som skiller god flyt fra dårlig: Det å dobbelsjekke arbeidet sitt. Å gi fra deg noe du <em>antar</em> fungerer, vil få negative konsekvenser for flyt for deg og hele teamet.</p><p>Det er en lett felle å gå i. “Dette er så enkelt at det fungerer helt sikkert, jeg trenger ikke sjekke”. Eller “Jeg trenger ikke se skisser, for det er sikkert 20 piksler spacing mellom de elementene”. Det sparer tid på kort sikt, men biter deg mangfoldig tilbake. <strong>Ta deg tid til å sjekke arbeidet ditt godt nok, og ikke la latskap pålegge andre den kjedelige jobben mot å validere ditt arbeid</strong>. Ta stolthet i det du leverer, og vær omtenksom nok for andre til å ikke unødvendig legge på oppgaver andre ikke fortjener.</p><p>Dette innebærer også ofte å ta seg tid til å gjøre testing på en skikkelig måte. Enten det er automatiske tester, manuelle tester, tester på universell utforming som tar tid (eksempelvis skjermlesere), testing av ulike forgreninger av kode, ikke happy-path testing (testing av scenario vi vet fungerer for det er den enkleste form for testing).</p><h4><strong>Aktiviteter for trening:</strong></h4><ul><li>Alltid sjekk opp mot opprinnelig oppgave (og skisser) etter du er ferdig med en oppgave, for å sjekke at ting er rett.</li><li>Gjør mer nøye testing selv enn du forventer at andre skal gjøre.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*559vbO4unhSw4lbPsgQSAA.png" /></figure><h3><strong>Øv, prioriter og lær</strong></h3><p>Alle disse 9 punktene har et spekter innebygd. Det er ikke binært i form av at enten gjør du det eller ikke. Det krever kontinuerlig trening og arbeid. Det er heller ikke en uttømmende liste for å bli en god utvikler. Men det er en god start.</p><p>Den gode nyheten er at å bli bedre på dette er helt og holdent innenfor ditt eget handlingsrom. Du bestemmer selv om du skal øve på disse punktene og bli bedre på det over tid. Det vi gjør som utviklere påvirker ekte mennesker i hverdagen og har reell innvirkning på samfunnet rundt oss. Derfor er det viktig at vi jobber med å utvikle oss selv og leverer stadig bedre løsninger for hver dag som går. Det er ingen skam i å levere dårlig resultat, om du bare har prøvd.</p><p>Utvikling er mengdetrening og erfaringsbygging. Selv de kjedeligste oppgaver kan ha langvarig effekt når det kommer til kunnskap. Dette er enda viktigere for deg som fersk utvikler. <a href="https://www.youtube.com/watch?v=BQ4yd2W50No">Si ja til oppgaver. Prøv. Gjør</a>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/158/0*ak0XPOHz06h72MZL.png" /><figcaption>Selvportrett</figcaption></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d7d8d73cad51" width="1" height="1" alt=""><hr><p><a href="https://blog.variant.no/h%C3%A5ndbok-for-utviklere-d7d8d73cad51">Håndbok for utviklere</a> was originally published in <a href="https://blog.variant.no/">Variant</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Utviklerhjørnet #1: Drupal, GenAI og Azure]]></title>
            <link>https://blog.variant.no/utviklerhj%C3%B8rnet-1-drupal-genai-og-azure-61ec32d0a27f?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/61ec32d0a27f</guid>
            <category><![CDATA[technology]]></category>
            <category><![CDATA[variant]]></category>
            <category><![CDATA[utviklerhjørnet]]></category>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Fri, 10 Nov 2023 06:58:12 GMT</pubDate>
            <atom:updated>2023-11-10T06:58:12.022Z</atom:updated>
            <content:encoded><![CDATA[<p>Dette er første av forhåpentligvis mange månedlige oppdateringer på ting som skjer innen utvikling i Variant. Målet er først og fremst å holde folk oppdatert på det som skjer rundt omkring og marked. Tidvis vil det komme løse betraktninger.</p><p>Faste innslag i disse nyhetsbrevene vil være: Statistikk rundt marked og etterspørsel, faglig synlighet og aktiviteter i Variant og oppdatering på hva som skjer av større initiativ innen utviklingsfaget i Variant.</p><h3>Salg og markedet i oktober</h3><p>I denne seksjonen oppsummerer jeg bevegelser som observert i markedet og på salgsfronten. Hvilke type teknologier er etterspurt den siste perioden og noen ganger hva slags type oppdrag. Dette vil være sammenstilling av eksterne tall og oppsummerte tall fra eget salgsboard. Disse tallene og betraktningene kan du bruke som innspill til hva som er etterspurt og sånn sett nyttig å bygge kompetanse på.</p><p>Om du ikke gidder å lese alle detaljer her, men kun er interessert i tips til kompetansebygging så er tipsene mine: DevOps (herunder sky, Kubernetes og kontinuerlig leveranser med CI/pipelines+), Azure, og React.</p><h4>Backend og DevOps</h4><p>Ser vi på nøkkelord i utlysninger hos meglere for oktober er det en stor økning i tradisjonell backend-teknologier. Eksempel fra Brainville (åpen data på <a href="https://www.brainville.com/Statistics/Skills">https://www.brainville.com/Statistics/Skills</a>) viser at Azure, DevOps, Java og CI er topp etterspørsel det siste halve året (Figur 1).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*y7AS7ektua7LaQO6oZBhdA.png" /><figcaption>Figur 1: Åpen data fra <a href="https://www.brainville.com/Statistics/Skills">https://www.brainville.com/Statistics/Skills</a></figcaption></figure><p>Sammen med flere kilder ser en og at i siste måneden er det stor økning på .NET, Kubernetes og enda mer på Azure og DevOps. DevOps og Azure har vært så mye i etterspørsel i den siste perioden at de begge har gått <strong>opp over 30% </strong>den siste måneden. Vi kan også se dette i eget salgsboard, hvor henholdsvis Azure, DevOps og CI er blant det som er nevnt mest (Figur 2).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2auDfLrtpeSyQdlMvsBiHQ.png" /><figcaption>Figur 2: Statistikk over nøkkelord nevnt i salgsboard</figcaption></figure><p>Azure og CI er konkrete kompetanseområder å jobbe med rent faglig. DevOps her er derimot et bredt begrep, og det er ikke så enkelt å vite hva som legges i det. Her har vi sett det blitt brukt mye rundt rent tankesett for kontinuerlig leveranse og praktisk gjennomføring av pipelines og skyimplementasjon. Det er også nevnt ting som DevOps Frontender, som kanskje kan høres rart ut med det samme, men som gir mening om en tenker på fokus på leveranser og utvide feedback loop til produksjon.</p><p>Så ser vi også at ting som Drupal og andre CMS-er fortsatt er i etterspørsel, selv om det ikke er så mye nevnt. Selv om vi ikke trenger å være fremmed for det, jobber vi typisk ikke så mye innen PHP. Relevant uansett å tenke på at CMS-kompetanse er alltid nyttig.</p><p>Generativ AI er begynt å dukke opp mer og mer i salgsverden. Ikke bakoversveis for mange, men konkrete forespørsler innen ulik type av Generativ AI og databehandling dukker opp. Eksempelvis Microsoft Fabric (med Data lakes, factory, Power BI osv), men også ren bruk av store språkmodeller og gjerne GPT via f.eks Azure OpenAI. For vår del er dette aktuelle caser som vi alt har gode referanser på, men det kan være verdt å følge med på utviklingen om det tar seg opp ytterligere.</p><p><strong>Frontend er hos meglerstatistikk mindre nevnt</strong> for tiden. Det er fremdeles god aktivitet i salgsdata for vår del, hvor det etterspørres kompetanse på både JavaScript, TypeScript og konkrete rammeverk som React. Verdt å notere seg at det er veldig lite spesifikke implementasjoner utover React. Eksempelvis ikke mye snakk om Nextjs, som kanskje er det som er mest populært i bransjen utenom salg. Jeg vil forvente å se dette dukke opp mer i perioden fremover etterhvert som flere får vedlikeholdsoppgaver på nyutviklede løsninger som bruker Nextjs.</p><p>Egne tall fra salgsboard bekrefter det som kanskje mange vet fra før: <em>Du kan ikke gå feil med å lære deg React som konsulent.</em></p><h3>Faglig synlighet i oktober</h3><p>I denne seksjonen kommer jeg til å trekke frem faglig synlighet siden forrige periode på ting som Meetups, bloggposter, videoer, podcaster, konferanser etc. Dette med fokus på utvikling. Stor fare med noen nevnt, mange glemt, men om du kjenner til innhold som burde med her, så send meg en melding!</p><h4>Podcast: <a href="https://lesehesten.transistor.fm/episodes/stacked-diffs">Stacked Diffs versus Pull Requests</a></h4><p>Episode av ponniutgave av Lesehesten. Anders NS, Nikolai, Christian og Mikael har diskusjon og uenigheter om konseptet Stacked Diffs.</p><h4>Podcast: <a href="https://lesehesten.transistor.fm/episodes/scrum-teams-are-often-coached-to-death">Scrum Teams Are Often Coached To Death</a></h4><p>Episode av ponniutgave av Lesehesten. Anders NS, Nikolai, Christian og Mikael har diskusjon om artikkel om Scrum.</p><h4>Konferanse: <a href="https://vimeo.com/882856707">Mikael — DIY Next.js Server Actions på Trondheim Developer Conference</a></h4><p>Mikael (altså meg da om jeg ikke skal skrive i 3. person), har hatt presentasjon og livekoding på Trondheim Developer Conference.</p><h4>Konferanse/Live Podcast: <a href="https://vimeo.com/877131908">Mikael og Marius — BartJS Podcast Live på Trondheim Developer Conference</a></h4><p>Mikael og Marius har samlet BartJS Podcast-gjengen igjen (Med Kristian Tryggestad og Christian Alfoni) for live podcast for 4. gang på rad på konferansen Trondheim Developer Conference.</p><h3>Hva skjer i ledelse</h3><p>I denne seksjonen vil jeg dekke nyheter, endringer og generelt hva som skjer av større ting utviklingssiden i Variant. Dette vil typisk være initiativ fra CTO-er fra alle Variant-selskap og ulik fagledelse. Hensikten er å holde alle oppdatert på arbeid som gjøres som kanskje ikke er umiddelbart synlig for alle.</p><h4>RÅ</h4><p>RÅ er noe av det største vi jobber med for tiden og påvirker alle. Det vil også kreve mye arbeid for å drive prosesser og holde alt gående. Vi har såvidt startet med å få ballen til å rulle, så må vi sørge for at den ikke bare ruller videre men også øker i momentum.</p><p>I oktober ble RÅ offisielt lansert, og det <a href="https://handbook.variant.no/prosesser-raa">ligger nå også i håndboken</a>. Håndboken vil kontinuerlig oppdateres med flere detaljer og formuleringer etterhvert som det utvikles. Fremover er dette det viktigste vi gjør:</p><ul><li>Ferdigstille onboardingsprogram for gruppe Denali (5–7) i januar. Dette er viktig kompetansebyggingsarena for å oppnå alt vi ønsker å oppnå for 2024 og videre.</li><li>Tilgjengeliggjøre tidlig versjon av fagprofiler og verktøy til det for styrkesamtaler som skjer fremover. Her skal det være kartlagt roadmaps for utviklere som kan brukes som individuelle verktøy for å finne sine utviklingsplaner (din neste etappe). Disse må alltid holdes oppdatert, men vi må jobbe fremover for å få de på et godt basisnivå.</li><li>Lage systemstrukturer for RÅ som konkrete verktøy. Vi trenger etablerte verktøy for å få felles bruk og sikre kvalitet i bruk av RÅ. Dette vil være viktig også for at folk skal få RÅ inn i hverdagen sin uten at det bare er på samlinger og i onboardinger. Dette vil kreve en del utvikling av Vri eller i andre former. Målet er å starte utviklingen før 2024.</li></ul><h4>Oppdragsassistanse (eller en bedre fremtidig formulering)</h4><p>På utviklingssiden jobber vi i CTO-gruppen for tiden med å lage rutiner for gjennomføring av bistand inn i oppdrag. Enten det er for team eller enkeltkonsulenter. Dette er noe som skal hjelpe med et eksternt blikk inn i oppdrag for ting som: hvordan er flyt og prosess i leveranser, er det organisatoriske utfordringer som vi kan tilpasse oss, er det konkrete tekniske utfordringer som vi ønsker hjelp til, osv. Detaljer og eksempler utarbeides for tiden og det vil komme mer informasjon i perioden fremover. Dette er ikke aldeles nytt og er blitt gjennomført fra tid til annen i Variants historie.</p><p>Dette vil være en del av kvalitetssystemet i Variant, men vi starter på utviklingssiden i små skala med at CTO-gruppen vil tilby sine tjenester inn i oppdrag. Dette vil komme som initiativ fra CTO-gruppen inn mot oppdrag, men også mulig å forespørre fra CTO-gruppen direkte om dette er noe du kjenner behovet for. Dette er noe som skal koordineres med salg og KAM-er.</p><p>For tiden jobber Tore med å utarbeide maler og rutiner for gjennomføring og jeg med god gammeldags foilware for å utarbeide konseptet.</p><p>Har du forslag til innhold, spørsmål eller kommentarer så send de gjerne så kan jeg komme innom det i neste utgave av Utviklerhjørnet. For de som ikke er på Variant-slacken kan jeg kontaktes via <a href="http://mb@variant.no/">mb@variant.no</a>.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=61ec32d0a27f" width="1" height="1" alt=""><hr><p><a href="https://blog.variant.no/utviklerhj%C3%B8rnet-1-drupal-genai-og-azure-61ec32d0a27f">Utviklerhjørnet #1: Drupal, GenAI og Azure</a> was originally published in <a href="https://blog.variant.no/">Variant</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Bruk av språkmodeller er trossalt bare tekst]]></title>
            <link>https://blog.variant.no/bruk-av-spr%C3%A5kmodeller-er-trossalt-bare-tekst-392a0f04c71f?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/392a0f04c71f</guid>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[språkmodeller]]></category>
            <category><![CDATA[llm]]></category>
            <category><![CDATA[gpt]]></category>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Fri, 30 Jun 2023 12:16:21 GMT</pubDate>
            <atom:updated>2023-07-04T18:57:29.563Z</atom:updated>
            <content:encoded><![CDATA[<p>Bruk av store språkmodeller og AI er simpelt! I alle fall i prinsippet. Alle løsninger folk prøver å forbløffe deg med hver dag på Twitter eller LinkedIn er i praksis bygd opp på samme måte–med små variasjoner. Men der-inne ligger det sjokkerende mye handlingsrom, fleksibilitet og kompleksitet.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*OSk6k5l3lgtmiJej.png" /></figure><p>Uten dyp forståelse kan jeg bruke Dunning-Krüger-effekten til min fordel og oppsummere store språkmodeller som GPT på en enkel måte: <strong>Gitt sett <em>mye</em> forhåndstrent data og et tekst-dokument som input, tipp det neste ordet som skal inn</strong>. Med den beskrivelsen skjønner vi fort at språkmodellene ikke automatisk sitter på noe fakta, vet noe om rett eller galt, eller har en forståelse på det som kommer ut. Samtidig er det sjokkerende hvor godt det fungerer!</p><p>Det finnes mange forskjellige løsninger innen AI og mange forskjellige språkmodeller som fungerer på litt forskjellig måte. I mange tilfeller, når du ser noen på Twitter eller LinkedIn snakke om alt som har skjedd innen AI siste uka (eksempelvis SalesGPT, Personal Assistant, Running ChatGPT on your own data, ChatGPT Plugins, ChatGPT 4 med søk) så baserer seg fortsatt på akkurat samme måte: Det tar utgangspunkt i tekst og tipper neste ord. Men teksten som sendes inn er forskjellig og måten de henter informasjon på varierer.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*luo_ZKgcF0x2EzboyQOuAw.png" /><figcaption>Mange prøver å utkonkurrere hverandre i sensasjonalisme om nye AI-verktøy, selv om fleste av de bare er variasjoner av samme modellene med annen input.</figcaption></figure><p>Selv om det kan oppsummeres så simpelt, betyr det ikke at det ikke er mange muligheter. Jeg har begynt å se på språkmodeller som generiske protokoller eller API-er som kan interagere med naturlig språk. Men det betyr også at samme regler gjelder som med alle databaserte systemer: shit in; shit out. Siden det er så fleksibelt på input og output, gjør det også at prosesseringen, struktureringen og formuleringen av kommunikasjonen med språkmodellene er desto viktigere.</p><p>I denne bloggposten skal vi se på hva som skjer når en lager egne systemer som fungerer på egen data og hvordan det egentlig bare er tekst. Her tar jeg utgangspunkt i å forklarer fra OpenAI og Azure OpenAI API-perspektiv. Det finnes andre løsninger der ute som kan fungere på litt ulik måte, men dette er de aller mest vanlige.</p><h3>Tekst, tekst, tekst</h3><p>Når noen snakker om å trene opp egne modeller så er det egentlig ikke trening. Det handler bare om å samle sammen tekst som du sender inn til språkmodellen din for hver gang du vil hente ut noe. Det lagres ikke, det kan ikke gjenbrukes neste gang du skriver med ChatGPT f.eks. Om vi ser på OpenAI API-er kan vi tenke på det som tilstandsløst. Hvordan kan ChatGPT da svare på ting du har skrevet tidligere i samtalen? Hver gang du sender inn en ny chat sender den hele komplette samtalen, så tar GPT basert på tidligere tekst å tipper neste tekst. Det er bare tekst.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mC9W25JFtkhPymWWR0ayTw.png" /><figcaption>TL;DR: Alt er tekst. Fleksibel, fleksibel tekst.</figcaption></figure><p>“Men Mikael”, sier du kanskje, “jeg har jo hørt at nå som GPT-4 er her så er GPT 3.5 utdatert for GPT-4 har tilgang på internett. Og med GPT 4 så har den jo plugins som gjør at du kan hente informasjon fra API-er og greier. Da kan vi vel trene opp modeller selv?”. Nei. Det er bare tekst! Men modeller som GPT 4 tillater mye <em>mer</em> tekst. Faktisk dobbelt så mye tekst i enkelte tilfeller, og 8 ganger så mye i andre tilfeller. Og så er det trent på mye mer data. Men det er fortsatt bare tekst. Så hvordan kan den da hente informasjon fra internett? Den er skrevet kode som kan crawle nett og hente ut tekst og sette det inn som input til modellene. Akkurat som om du skulle gjort det selv, bare at den kan være litt smartere med søkefrasene. Og siden GPT-4 kan ta mer data inn, kan du da gjøre flere søk og samle inn mer informasjon fra nett som blir oppsummert og sendt inn som vanlig tekst til API-ene i bakkant.</p><p>Men hva med systemer som Azure AI Studio hvor du kan sende inn data fra Blob Storages eller laste opp PDF-er. Betyr det at Azure OpenAI har støtte for å lese og trene seg opp på dine PDF-er? Nei, da! Det er selvfølgelig bare tekst. Men Microsoft har her laget system som samler inn PDF-er, leser PDF-er, lagrer de som tekst, og når du da skriver en chat i Azure AI Studio sender den inn relevant tekst fra PDF-en først, uten at du ser det.</p><p>Nå er jeg lei retoriske spørsmål så jeg gjør det enkelt: Det er akkurat samme hvor det integreres mot et API-lag. Det er bare tekst som sendes inn som kontekst til samtalen. Det vil si at uansett om du henter informasjon fra nett, PDF-er eller API-er så ser det i praksis slik ut: Selv om du sender inn en melding er det som sendes inn prefikset av en kontekst som er samlet inn av datasystemer.</p><p>Om du bruker Azure AI Studio og trent på dine PDF-er og du skriver i en chat:</p><blockquote>List opp 3 av våre største kunder</blockquote><p>Vil det i realiteten overføres mye mer til OpenAI API-ene. F.eks:</p><blockquote>Informasjon tilgjengelig: [Tekst hentet fra PDF her]<br>Spørsmål: List opp 3 av våre største kunder</blockquote><p>Med andre ord: Det er virkelig bare tekst. Men du har kanskje sett eller hørt snakk om embeddings og vektorer for input til språkmodeller. Så hvordan passer det inn? La oss se hva det egentlig er.</p><h3>Embeddings, vektorer og cosinus er bare tall</h3><p>Det er viktig å vite at språkmodellene har begrenset støtte for hvor mye tekst de kan få inn. Jeg sa tidligere at GPT 4 har minst dobbelt så mye som GPT 3.5 (selv om det nå finnes noen GPT 3.5 modeller med støtte for mer input). For GPT 3.5 modeller betyr det at det kan sendes inn typisk 4000 tokens, eller tilsvarende 4–5 A4-sider med tekst. Men det er enda mer begrensninger her, for denne grensen gjelder for data som sendes INN og UT. Det vil si at det i realiteten er veldig lite som kan sendes inn som kontekst. Her kommer embeddings inn, det er en måte å hente mest mulig relevant kontekst slik at vi slipper å sende inn alt vi har av data hver gang.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KFqL9y41R-ruBxCM3oTZjg.png" /><figcaption>Vektordatabaser kan hente ut lik data basert på distanse mellom vektorer.</figcaption></figure><p>For å hente ut relevant informasjon blir tekst og kontekst lagret i egne databaser hvor teksten er representert av flyt-tall, eller vektorer om du vil. Om en lager embeddings via OpenAI sine API-er, vil du få returnert en vektor med all tekst representert som tall. Dette kan så lagres i en vektor-database. Når en en da skal hente ut innhold igjen basert på en søketekst blir også den søketeksten gjort om til vektorer. For å finne tekst i databasen som er relevant sjekkes det opp med hjelp av gode gamle cosinus, på hva slags tekst som har minst distanse fra søketekst til det som ligger i databasen fra før. Den kan hente ut prioritert liste med søkeresultat. Fra der kan vi så gjøre det om til tekst igjen og sende det som vanlig tekst rett inn som kontekst, slik som beskrevet i forrige kapittel. Men det ender altså bare opp som vanlig tekst.</p><p>Embeddings og vektordatabaser har altså egentlig ikke noe med AI og gjøre, men det er for å prøve å hente ut mest mulig relevant kontekst å sende inn som ren tekst til en språkmodell. Det kan selvfølgelig også brukes i andre sammenhenger.</p><h3>“Prompt engineering” er bare tekst</h3><p>Prompt engineering har du kanskje hørt mye snakk om. Et tilsynelatende helt nytt fagfelt hvor det er dedikerte mennesker som temmer språkmodeller som om de skulle vært slangetemmere med ocarina fra Zelda. Jeg skal ikke holde deg på pinebenken her; det er også bare tekst. Men om vi ser på språkmodeller som et API i naturlig språk ser en kanskje at kompleksiteten kan vokse. For når det er så mye fleksibilitet i protokollen betyr det at det er veldig mye opp til deg som skal skrive en spørring opp mot modellene. Hvordan du strukturer, formulerer og prioriterer prompts. Språkmodeller er ikke mennesker og du trenger ikke snakke til de som mennesker. Faktisk vil du kunne få mye bedre resultater dersom du ikke skriver til språkmodellene som om det skulle vært din brevvenn som du møtte på Rhodos i 2006.</p><p>Dette er prompt engineering. Kompetansen av å skrive prompts og input på en slik måte at du får konsis og korrekt resultat fra språkmodeller. Med så fleksible protokoller, kreves det mer av oss som konsumenter. Men mulighetene blir også mye større.</p><p>Prompt engineering kan brukes til å lage forhåndsdefinerte templater av tekst som tar inn informasjon og setter det inn i nøye dedikerte steder. Jeg er ingen god prompt engineer, i den grad noen kan være det, men eksempel på en prompt kunne ha vært noe slik:</p><pre>Rolle: Du er en kul samtalepartner som kun skal snakke om<br>turen du og brukeren hadde på Rhodos i 2006.<br><br>Tidligere samtaler via brev er finnes mellom &lt;brev&gt; og &lt;/brev&gt;.<br>Spørsmål kommer innenfor &lt;spørsmål&gt; &lt;/spørsmål&gt;.<br><br>Du skal kun svare basert på tidligere innhold og samtaler.<br><br>&lt;brev&gt;<br>Fra: Bruker<br>Til: Brevvenn<br>Hei! Takk for sist. Her i Møre og Romsdal er det kaldt.<br>&lt;/brev&gt;<br><br>&lt;brev&gt;<br>Fra: Brevvenn<br>Til: Bruker<br>Ja, her i Oslo er det kjedelig nå også. Vi har den ene dagen med regn som vi har i året.<br>&lt;/brev&gt;<br><br>&lt;spørsmål&gt;<br>{{Innsendt spørsmål fra system}}<br>&lt;/spørsmål&gt;</pre><h3>Systemer for å skrape sammen tekst</h3><p>Siden modellen i utgangspunktet er så simpel, legger det mer ansvar på oss for behandling av input den får tilgang på. Det betyr å hente rett informasjon og vaske den til å kun ha det relevante. Jeg liker å skille input inn i 2 kategorier: kontekst og prompt. Kontekst er all den bakgrunnen og teksten språkmodellene skal ta utgangspunkt i. Prompt er som vi så i forrige avsnitt, inputen som sier noe om hva du forventer som resultat. Videre så vi i forrige avsnitt hvor viktig prompt er, men nå skal vi se på hvor viktig kontekst er.</p><p>Det finnes ulike etablerte verktøy for å behandle data og ta det hele veien fra “generell data” til “kontekst for språkmodeller”. Du har kanskje hørt om verktøy som <a href="https://langchain.com/">LangChain</a>. Dette er sammensydd kode for å gå fra ren data, til input på språkmodeller, og gradvis forbedring av data. Det er alt kommet mange <a href="https://mattboegner.com/knowledge-retrieval-architecture-for-llms/">patterns og arkitekturer for å støtte opp prosessen med å gå fra data til kontekst</a>.</p><p>Vi har alt sett på hvordan embeddings og vektor-databaser kan brukes til å lagre og søke i data som kan sendes inn som kontekst. Men for at det skal havne i vektor-databaser må vi ha datastrømmer fra de kildene som er relevante. De kildene kan være hva som helst. API-er, PDF-er, Word-dokumenter, BigQuery, PowerBI, andre nettsider, osv. Å gå fra rå data til embeddings krever patterns og systemer. Dette må i mange tilfeller <a href="https://blog.variant.no/azure-openai-with-flask-and-react-f29cabff32d9">implementeres spesifikt for akkurat dine bruksområder</a>, selv om det finnes biblioteker til å hjelpe deg litt.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jVlYknNVs0cMiKHxpmUziQ.png" /><figcaption>Eksempel på pattern for fra data til kontekst og hjemigjen. Diagram av <a href="https://mattboegner.com/">Matt Boegner</a></figcaption></figure><p>Men det viser seg også at vi kan bruke språkmodeller rekursivt. For hva skjer f.eks når konteksten blir for lang og vi bruker opp antall tilgjengelige ord vi kan sende inn? Jo, vi kan jo bruke det fleksible API-et vi har i språkmodeller til å be språkmodellene korte ned men fremdeles ivareta informasjonen som er i konteksten vår. Så kan vi igjen lagre den konteksten i mindre format og da bruke den som kontekst inn mot språkmodellene. Dette kan vi bruke på mange forskjellige måter, f.eks med å få hjelp til formulere prompts, trekke ut sentral informasjon, generere ny kontekst osv.</p><p>Vi kan ikke bare sende inn alt mulig som kontekst til språkmodeller. Husk at det er en språkmodell og tegn er jo egentlig bare tegn. Så om vi sender inn mye irrelevant tegn via JSON-struktur eller bare API-data rått, vil det redusere sjansene for å få fornuftig svar ut. Vi må <a href="https://blog.variant.no/3-tips-for-%C3%A5-optimalisere-data-input-til-spr%C3%A5kmodeller-uten-avansert-prompt-engineering-e2a6fa806894">prosessere data til å sendes inn på en slik måte som gir språkmodeller best mulig forutsetning for å lykkes</a>.</p><h3>Konklusjon</h3><p>Jeg forklarer det på en veldig banal og irriterende måte i denne posten. Men virkelig, det er jo bare tekst. Men samtidig er det så fleksibelt, så kraftig, og så usannsynlig imponerende. Men ettersom bruken av det på overflaten er så simpelt, betyr det at det krever mer av oss som skal bruke det på ulike måter. Vi må designe systemer som henter inn rett type data, strukturerer det på rett mulig måte, lagrer det på en slik måte at det kan sendes inn, og spør på rett måte for å få god informasjon ut.</p><p>Vi må ha rutiner til å hente inn informasjon og prosessere det. Vi må ha kunnskap om hva vi ønsker å ha ut av systemet og legge til rette for at konteksten som skal sendes inn kan hentes ut fra datalag på en effektiv og presis måte. Det finnes ulike patterns og arkitekturer for å få det til, men det må tilpasses ut i fra hva hva vi ønsker å gjøre og hvilket resultat vi vil oppnå.</p><p>Ja, på overflaten er det bare naturlig språk og tekst, men ser vi litt lengre, ser vi at det er verdens mest avanserte og fleksible API. Og som alltid: shit in; shit out. Så jobb for mindre shit in.</p><h4>Les mer tekst</h4><p>Vi har et fantastisk team i <a href="https://www.variant.no/">Variant</a> som har jobbet på kundecase og delt mye nyttig kunnskap om hvordan bruke språkmodeller på ekte data. Lær mer om praktisk reell bruk av språkmodeller i en serie med bloggposter her:</p><ul><li><a href="https://blog.variant.no/3-tips-for-%C3%A5-optimalisere-data-input-til-spr%C3%A5kmodeller-uten-avansert-prompt-engineering-e2a6fa806894?source=collection_home---5------3-----------------------">3 tips for å optimalisere data-input til språkmodeller uten avansert prompt engineering</a> av <a href="https://medium.com/u/e159edb1b013">Håkon Arnø Hoff</a>.</li><li><a href="https://blog.variant.no/5-tips-til-deg-som-%C3%B8nsker-%C3%A5-bli-bedre-p%C3%A5-%C3%A5-skrive-prompter-til-gpt-d9402ee6ed05?source=collection_home---5------2-----------------------">5 tips til deg som ønsker å bli bedre på å skrive prompter til GPT</a> av <a href="https://medium.com/u/3d1afeb8facb">Mathilde Haukø Haugum</a>.</li><li><a href="https://blog.variant.no/hvorfor-chat-ikke-alltid-er-den-beste-bruken-av-store-spr%C3%A5kmodeller-fe4c5db7a3a7?source=collection_home---5------1-----------------------">Hvorfor chat ikke alltid er den beste bruken av store språkmodeller</a> av <a href="https://medium.com/u/3d1afeb8facb">Mathilde Haukø Haugum</a>.</li><li><a href="https://blog.variant.no/azure-openai-with-flask-and-react-f29cabff32d9?source=collection_home---5------0-----------------------">Azure OpenAI with Flask and React</a> av <a href="https://medium.com/u/6fc05e0712e1">Trym Veiby</a>.</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=392a0f04c71f" width="1" height="1" alt=""><hr><p><a href="https://blog.variant.no/bruk-av-spr%C3%A5kmodeller-er-trossalt-bare-tekst-392a0f04c71f">Bruk av språkmodeller er trossalt bare tekst</a> was originally published in <a href="https://blog.variant.no/">Variant</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[7 tips för bättre code reviews]]></title>
            <link>https://medium.com/variant-swe/7-tips-f%C3%B6r-b%C3%A4ttre-code-reviews-9d566be85d66?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/9d566be85d66</guid>
            <category><![CDATA[development]]></category>
            <category><![CDATA[code-review]]></category>
            <category><![CDATA[variant]]></category>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Wed, 07 Jun 2023 07:47:21 GMT</pubDate>
            <atom:updated>2023-06-07T08:16:49.975Z</atom:updated>
            <content:encoded><![CDATA[<p>En fråga dök upp på vår Slack om hur man gör bra code reviews på pull-requests. Frågan drog igång en diskussion med många tankar och förslag. Det är helt klart en viktig fråga som berör de flesta av oss, och något som flera grubblar på. Ett perfekt tillfälle att dela med oss av våra erfarenheter.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/454/0*remUWUwUt2fmsh3Z.png" /><figcaption>“Flera personer skriver i Slack…”</figcaption></figure><p>Det här inlägget kommer att täcka hur man blir en bättre reviwer. Vi kommer inte att täcka hur man skriver bättre pull-requests — se upp för det inlägget i framtiden. Detta inlägg skrevs gemensamt av <a href="https://medium.com/u/7da026b44461?source=post_page-----ab06b87534bc--------------------------------">Sarah Serussi</a>, <a href="https://medium.com/u/cfa2101331aa?source=post_page-----ab06b87534bc--------------------------------">Christian Brevik</a>, <a href="https://medium.com/u/2711ec6c31f6?source=post_page-----ab06b87534bc--------------------------------">Anders Njøs Slinde</a>, <a href="https://medium.com/u/a0f0fd84ed28?source=post_page-----ab06b87534bc--------------------------------">Magnus Dahl</a>, and <a href="https://medium.com/u/d2e9832e3bd5?source=post_page-----ab06b87534bc--------------------------------">Mikael Brevik</a>.</p><p>Låt oss gå vidare till tipsen!</p><h3>1. Var snäll</h3><p>Försök hålla en vänlig ton och en informell skrivstil. Utvecklaren har troligen lagt mycket tid och energi på att skriva koden. Kommer det därför pull-request med torftig info eller avhuggna meningar kan vem som helst tappa gnistan. Personens efterföljande “investering” i arbetet kommer att vara högre om du gör detta snyggt, och när de tittar på mållinjen är de förmodligen otåliga om att få sin kod mergad och i användarnas händer så snabbt som möjligt.</p><p>Du som reviwer har makten i denna situation, använd den försiktigt och sparsamt. Var snäll! Blir det utdragna diskussioner som inte leder någonstans, flytta dem till andra plattformar som Slack, med målet att få pull-request mergad istället för att dra ut processen.</p><h3>2. Ta dig tid att förstå det underliggande målet för pull-requesten</h3><p>Att förstå avsikten med en förändring är viktigare än att läsa den rad för rad. När du bara läser koden utan sammanhang får du förmodligen en ytlig bild av vad koden är tänkt att göra. Du kan fånga “triviala” fel som saknade semikolon, namngivningsproblem, stilistiska ändringar etc. Men det är mycket svårare att ta upp grundläggande frågor med själva lösningen och de problem den försöker lösa.</p><p>För att göra detta måste vi förstå avsikten med koden. Vad är det tänkt att ändra eller lägga till? Vad föranledde behovet av pull-requesten? Det betyder att reviwern behöver göra mer än att bara läsa koden.</p><p>Ta dig tid att grundligt förstå sammanhanget och konsekvenserna. Läs beskrivningen av pull-requesten noggrant, prova ändringarna själv (se tips #5) och ställ frågor (se tips #6). På så sätt kan vi kommunicera på en högre nivå för att föreslå alternativa lösningar, hitta logiska brister eller fånga missförstånd. Det kommer också att hjälpa oss som team att vara mer användarcentrerade. I stället för att bara kommentera koden kan vi kommentera lösningar och funktionalitet.</p><h3>3. Ge förslag till förbättringar — visa lösningar snarare än problem</h3><p>Ofta när du arbetar med en buggfix eller en ny funktion kan reaktionen bli att man vill skicka en pull-request på en gång. Andra gånger kanske du arbetar med en pull-request i flera dagar. Hur som helst är det väldigt lätt att förbise stavfel, tillfälliga loggsatser eller dålig namngivning av variabler när du arbetar med koden, det är därför granskningsprocessen är så viktig att ha.</p><p>När du granskar kod kan det vara lätt att titta på den med ett kritiskt öga och känna att målet är att hitta så många fel som möjligt. Även om det är okej att ha den här avsikten är det viktigt att kommunicera felen på ett sätt som är meningsfullt för avsändaren av pull-requesten. Det är också lätt att bli blind inför sin egen kod, så kom ihåg det när du upptäcker sådana misstag.</p><p>Många plattformar som GitHub eller Azure DevOps har en funktion som gör att du kan skicka förslag i pull-requesten. Det innebär att reviwern kan ge förslag på kodändringar för mindre misstag eller stavfel, i stället för att bara påpeka problem och lämna det upp till avsändaren att ta reda på det.</p><p>Till exempel är det verkligen svårt att namnge saker, så <em>när du (en tidsfråga) </em>hittar ett dåligt namnval, var konstruktiv och ge ett alternativ i stället för att kritisera utan att hjälpa situationen. Förslagsfunktionen är guld värd i dessa fall.</p><p>Om du hittar större fel eller kodblock som kan ersättas av något helt annat, bör du förklara för avsändaren vad du tänker och ge en potentiell lösning. Detta kan göras personligen, på Slack eller i kommentarsektionen i pull-requesten. Om en konflikt uppstår, involvera andra eller acceptera dina förluster.</p><h3>4. Undvik stilistiska, alltför petiga kommentarer</h3><p>Människor har olika åsikter om hur de föredrar att deras kod ska se ut. Att diskutera det i kommentarsavsnittet i en pull-request är kanske inte är rätt plats. Sådana saker hör inte hemma i en pull-request.</p><p>I början av ett projekt bör du och dina medutvecklare ställa in reglerna för vilken typ av automatisering du vill inkludera i ditt projekt, och någon form av formateringsverktyg är alltid bra att ha. Det gör att du och de människor du arbetar med kan ha en gemensam uppsättning regler — utan att behöva tänka på det senare. Det spelar egentligen ingen roll vad reglerna är, så länge ni är konsekventa.</p><p>Släpp skärmen för en sekund och tänk efter: varför tittar du på den här koden? Det ska handla om att få fler ögon på en uppgift, men det handlar också om att lära sig av varandra. Smakfrågor är egentligen inte så relevanta i denna diskussion.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/454/0*A5kOu9lXAOT_LXOL.jpeg" /><figcaption>Blogginläggsförfattarna försöker återskapa ett <a href="https://miro.medium.com/max/1400/1*9u5tuiIhS9J37uFK-ZDv8A.png">foto från gamla tider</a></figcaption></figure><h3>5. Var inte rädd för att checka ut lokalt</h3><p>Det fantastiska med kodgranskningar genom pull-requests är att det ändrar kontexten för hur du tittar på koden. Det tar dig ur den välbekanta inställningen som din IDE tillhandahåller och tvingar dig att se ändringarna i ett annat ljus. Det skiftet kan hjälpa dig att märka misstag som du annars inte skulle göra. Detta gäller både för den person som öppnade pull-requesten och granskarna.</p><p>Men ibland finns det svårigheter med att granska koden i ett webbaserat gränssnitt. Själva ändringsuppsättningen kan vara för stor. I det här fallet kan det vara svårt att navigera i ändringarna och förstå vad effekten är. Andra gånger kan logiken vara för komplex för att bara läsa. Man fastnar efter många försök att läsa rad för rad och “kompilerar” den i ditt huvud för att förstå vad som händer.</p><p>I dessa fall är det bästa sättet att bara checka ut ändringarna lokalt. På så sätt kan du använda din egen editor/IDE att navigera i stora ändringsuppsättningar och köra koden för att förstå påverkan eller logisk komplexitet. Med andra ord, kompilera och kör koden på din maskin, inte i ditt huvud.</p><p>Detta kan kännas som ett hinder för att vara produktiv som utvecklare eller team. Du vill inte vara en vägspärr för att landa förändringar. Men ett värre scenario är att hitta ett fel mycket senare, vilket kunde ha fångats i en kodgranskning. Ju längre tid det tar att hitta ett fel, från det att koden skrevs, desto svårare kan du ha att försöka fixa det felet.</p><h3>6. Ställ (öppna) frågor</h3><p>Man kan titta på en pull-request och tänka på den som en process för att kontrollera kodens robusthet. Och till en viss grad är det faktiskt så. Men det är inte allt. Det är också en handling av berättande för hur din kod kom till i det tillstånd som den är i.</p><p>Koden i sig kanske inte berättar hela historien när andra försöker förstå den. En del av det är kommentarer i koden, men det kan bara relatera till att förstå de mindre detaljerna i vissa filer eller vissa kodrader. En bredare bild av <strong>varför </strong>koden är som den är kan inte målas genom att bara läsa koden, kommentera eller databashistoriken.</p><p>Pull-requests och issues, och diskussionen som omger dem fyller ett viktigt utrymme när man försöker förstå orsaken till beslut som fattas när man utvecklar lösningar. Det betyder att det är extra viktigt att ha en faktisk dialog i processen när den utvecklas.</p><p>För dig som reviwer betyder det att om du inte förstår något ska du aldrig vara rädd för att ställa frågor. Det är mycket troligt att någon senare kommer att grubbla på precis samma sak som du gör. Det betyder att du kommer att hjälpa till att skriva historien om<strong> Varför</strong> Något kom till, inte bara det som kom till. Och samtidigt kan personen som öppnade pull-requesten reflektera över hur de har löst ett visst problem, och välja att göra det annorlunda om det behövs.</p><p>Det är viktigt att notera att även om det är bra att ställa frågor, försök att rama in dem på ett sådant sätt att en produktiv diskussion kan uppstå. Öppna frågor är ett bra verktyg att använda här — försök inte flytta diskussionen i en viss riktning som bara gynnar dig eller sätter människor på plats. Återigen, var snäll (se tips #1)! Öppna frågor ger dig mycket mer information än att bara bekräfta din egen förutfattade mening.</p><p>I stället för att ställa en sluten fråga såsom “Den här koden är rörig. Är detta verkligen ett bra sätt att hantera detta specialfall?”, ge den andra personen utrymme att berätta sin historia genom att fråga “Jag förstår inte riktigt den här koden. Kan du förklara hur det här löser specialfallet?</p><h3>7. Optimera för output, inte för gatekeeping</h3><p>Alla får det bättre om pull-requesten mergas så snart som möjligt. En långsam kodgranskningsprocess är mycket demotiverande för både reviwer och inlämnare.</p><p>Om något inte omfattas delar du upp det i en ny pull-request, eller tar diskussionen någon annanstans om det fortfarande kan mergas. Många detaljer kan åtgärdas senare om koden fungerar som helhet och inte bryter med den övergripande arkitekturen. Fokusera på de stora sakerna, inte de små problemen. Leta efter uppenbara buggar och logiska fel, samtidigt som du är mer förlåtande för de mindre problemen.</p><p>Processen bör vara en värdefull lärdom och inte användas som ett verktyg för gatekeeping. Kom ihåg att ni är i detta tillsammans som ett lag, och målet bör vara att hålla bollen rullande. Både för att hålla uppe motivationen i teamet, men också för att kontinuerligt leverera värde.</p><p>Ta reda på vad som fungerar för dig och ditt team. Skriv ner dina riktlinjer för hur du vill göra kodgranskningar och hitta en gemensam konsensus. Ha åtminstone konversationer om vad du tycker att bra kodrecensioner är.</p><p>Det är våra 7 tips för hur du gör bättre code reviews i ditt team. Kan du komma på något annat som har fungerat bra för dig eller om det finns något vi har missat?</p><p>Skriven av:</p><p><a href="https://medium.com/u/7da026b44461?source=post_page-----ab06b87534bc--------------------------------">Sarah Serussi</a>, <a href="https://medium.com/u/cfa2101331aa?source=post_page-----ab06b87534bc--------------------------------">Christian Brevik</a>, <a href="https://medium.com/u/2711ec6c31f6?source=post_page-----ab06b87534bc--------------------------------">Anders Njøs Slinde</a>, <a href="https://medium.com/u/a0f0fd84ed28?source=post_page-----ab06b87534bc--------------------------------">Magnus Dahl</a>, and <a href="https://medium.com/u/d2e9832e3bd5?source=post_page-----ab06b87534bc--------------------------------">Mikael Brevik</a>.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9d566be85d66" width="1" height="1" alt=""><hr><p><a href="https://medium.com/variant-swe/7-tips-f%C3%B6r-b%C3%A4ttre-code-reviews-9d566be85d66">7 tips för bättre code reviews</a> was originally published in <a href="https://medium.com/variant-swe">Variant Sverige</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[5 ting du bør lære innen språkmodeller for ikke havne bakpå]]></title>
            <link>https://blog.variant.no/5-ting-du-b%C3%B8r-l%C3%A6re-innen-spr%C3%A5kmodeller-for-ikke-havne-bakp%C3%A5-66ee63b1ce74?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/66ee63b1ce74</guid>
            <category><![CDATA[kunstig-intelligens]]></category>
            <category><![CDATA[llm]]></category>
            <category><![CDATA[gpt]]></category>
            <category><![CDATA[variant]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Wed, 07 Jun 2023 06:08:53 GMT</pubDate>
            <atom:updated>2023-06-07T06:08:53.988Z</atom:updated>
            <content:encoded><![CDATA[<p>Ja, da! Det er i endring. Det har du sikkert lest i tre bloggposter i dag alene. Store språkmodeller endrer måten vi jobber på. Det er det ingen vei utenom om man ønsker å være påkoblet. Hvis det ikke endrer måten du jobber på, gjør du noe feil. Men det kommer ikke av seg selv, verken endring av vaner eller korrekt bruk. Alt starter med å bygge kompetanse!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*TcaYCrSMHvHeAu1t.png" /></figure><p>I Variant lanserte vi en <a href="https://strategi.variant.no/strategy/ai">AI-strategi</a> fra 1. mai. Her sier vi at alle i Variant skal aktivt bruke og bygge kompetanse innenfor forsvarlig, etisk og korrekt bruk av AI. Dette gjelder spesielt store språkmodeller (LLM) som GPT og tilsvarende. I denne bloggposten oppsummerer vi konkrete områder vi må bygge kompetanse på, og hva vi kan gjøre for å omstille oss.</p><h3>1. Hvor og når det kan brukes</h3><p>Det er ikke fritt frem å bruke LLMs overalt. Det er ulike faktorer vi må ta i betraktning når vi skal ta det i bruk. En faktor er hvilken data du sender inn til modellene, og hvordan de håndterer aspekter som personvern. Dersom du sender inn persondata eller sensitiv informasjon til åpne løsninger som ChatGPT, gjør du noe feil. Selv om personvern er forbedret i ChatGPT, sender den fremdeles data til USA og lagrer data over en periode.</p><p>Det handler om trygg og forsvarlig bruk av input og output. Vi må vite at informasjonen vi sender inn kan brukes i gitt løsning, og vi må vite at det som kommer ut er korrekt og tilstrekkelig kompensert for forutinntatte meninger og dataskjevhet. Det er viktig med kritisk tenking på hva en sender inn og hva en får tilbake.</p><h3>2. Hvordan endre vaner</h3><p>Det er ikke enkelt å endre etablerte arbeidsmønster. Det er lett å fortsette som før, hvor man søker på Google og strever litt med å finne ut hva man skal søke på for å få best resultat. For å omstille seg her kan det være lurt å ta i bruk en “GPT-first”-mentalitet. Alltid start med løsninger tilsvarende som ChatGPT som din go-to informasjonsmetode. Det er ikke alltid GPT gir gode resultater, eller at det er hensiktsmessig, men å tilegne seg et nytt tankemønster krever innsats.</p><p>Det finnes nå rapporter som viser at bruk av AI i jobben kan <a href="https://www.nber.org/system/files/working_papers/w31161/w31161.pdf">øke produktivitet med 14%</a>. Å endre vaner for å inkludere dette som en del av din aktive arbeidsflyt kan gi stor gevinst. Å velge en “GPT-first”-strategi vil bygge kompetanse på i hvilke tilfeller det lønner seg å bruke språkmodeller, samt når det ikke lønner seg.</p><h3>3. Prompts er ikke prompts</h3><p>Fra verktøy som ChatGPT er det lett å tenke at eneste måten vi interagerer med språkmodeller på er naturlig språk og dialog. Men det stemmer ikke. Selv om vi kan bruke det i dialogform, har også måten vi stiller spørsmål eller strukturerer konteksten for modellene mye å si for hva slags resultat vi får ut. Korrekt spørsmålstilling kan begrense såkalte <a href="https://en.wikipedia.org/wiki/Hallucination_(artificial_intelligence)">hallusinasjoner</a> og gi generelt bedre og mer relevante svar. Hvordan du spør er nesten like viktig som hva du spør om. Det finnes ulike måter å bruke språkmodeller til å utforme prompts på. Såkalte automatiske <a href="https://arxiv.org/abs/2201.11903">chain-of-thought prompts</a> er et eksempel som er interessant å sjekke ut.</p><p>Dette er ekstra viktig når man skal lage assisterende systemer eller agenter som skal bygges inn i andre systemer. Hvis vi vil at språkmodellene skal oppføre seg på en spesiell måte, krever det nøye utformede prompts. Dette er et stort og viktig område for kompetansebygging og eksperimentering. Det finnes ulike løsninger som bidrar til <a href="https://github.com/microsoft/guidance">utforming av prompts og ulike teknikker</a> for kraftig inputs til språkmodeller.</p><h3>4. GPT er ikke bare Chat</h3><p>På samme måte som at prompts ikke bare er prompts, er ikke GPT og andre språkmodeller bare for chat. Vi kan bruke dem som alternative grensesnitt for å hente ut data. For design av systemer kan det like gjerne være en protokoll og grensesnitt mot et kraftig datagrunnlag og åpne API-er. I design av systemer og konseptutvikling er det ikke låst til å bare bruke tekst-input, men også strukturert input med godt utformede underliggende tekstprompts. Å bygge kompetanse på hvordan det kan brukes med strukturert informasjon kan hindre problemer som <a href="https://learnprompting.org/docs/prompt_hacking/injection">prompt injections</a> eller lekkasje av hemmelig informasjon.</p><h3>5. Hvordan strukturere og velge kontekst</h3><p>I de fleste tilfeller er det ikke snakk om å trene opp språkmodeller. De er allerede trent på veldig mye data. I praksis handler det om å gi språkmodellene korrekt kontekst for å så spørre ut i fra den konteksten. Innhenting av den konteksten kan være avansert om du utvikler systemer på toppen av det, eller i daglig bruk kan det være i form av vanlig tekst som sendes inn i prompt. Det er ikke alltid det lønner seg å bare gi full tekst som kontekst og en ren copy-paste. Noen ganger må den prosesseres, renskes og syntiseres. Dette kan eksempelvis gjøres i flere trinn av språkmodeller i seg selv.</p><p>Fleste språkmodeller har maks antall tokens som kan sendes inn <strong>og</strong> hentes ut (grovt forenklet som 3/4 ord). Denne grensen kan være f.eks 4096 tokens for GPT 3.5 eller færre for andre modeller. Denne grensen gjelder for hele samtalen din og all kontekst, selv om du chatter over lengre tid. Dette tilsvarer rundt 3–4 sider av en bok og er begrensende i mange tilfeller. Har du sendt inn 4000 tokens til spørsmål og kontekst vil du kun kunne få 96 tokens som svar. Derfor er det lurt å tenke på hvor mye kontekst du tar med og at du velger ut det som virkelig er relevant for det du lurer på.</p><p>Store språkmodeller genererer tekst så bra at det er lett å tenke på det som faktamaskiner. Men det er de altså ikke. Det er ingen innebygget faktasjekker på tekst du sender inn. Modellene gjetter på hva neste ord i setningen blir. Det gjør at konteksten du sender inn er veldig sentral for hvilket resultat du får ut.</p><p>I Variant jobber vi for tiden med mye praktisk bruk av AI på ulike måter for interne støttesystemer, i daglig bruk for økt produktivitet og nye konsepter for kunder. Om du vil ha bistand til nye systemer bygd på trygg og korrekt bruk av AI, ta kontakt på <a href="/service/mailto:post@variant.no">post@variant.no</a>.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=66ee63b1ce74" width="1" height="1" alt=""><hr><p><a href="https://blog.variant.no/5-ting-du-b%C3%B8r-l%C3%A6re-innen-spr%C3%A5kmodeller-for-ikke-havne-bakp%C3%A5-66ee63b1ce74">5 ting du bør lære innen språkmodeller for ikke havne bakpå</a> was originally published in <a href="https://blog.variant.no/">Variant</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Så blir du en bättre utvecklare]]></title>
            <link>https://medium.com/variant-swe/s%C3%A5-blir-du-en-b%C3%A4ttre-utvecklare-c3b28a84753a?source=rss-d2e9832e3bd5------2</link>
            <guid isPermaLink="false">https://medium.com/p/c3b28a84753a</guid>
            <dc:creator><![CDATA[Mikael Brevik]]></dc:creator>
            <pubDate>Thu, 11 May 2023 11:59:12 GMT</pubDate>
            <atom:updated>2023-05-11T11:59:12.044Z</atom:updated>
            <content:encoded><![CDATA[<p>… Jag vet — det är en väldigt clickbaity-titel, men jag lovar att den har substans.</p><p>Jag tänkte prata lite om några enkla tips som kan göra dig till en bättre utvecklare. Oavsett om du redan är erfaren eller just har börjat, så tror jag att du kan ha nytta av de här tipsen. Helt ärlig, det jag kommer skriva om nedan är faktiskt rätt enkelt. Men det betyder inte att det är lätt att implementera. Jag jobbar själv med att förbättra mig varje dag och jag vet att det kan vara svårt att ta till sig nya idéer och förändra sina vanor, men jag tror verkligen att om du ger de här tipsen en chans, så kommer du bli en ännu bättre utvecklare.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/665/0*6LmCdJurZO1UCo5K.png" /></figure><p>Innan vi kan prata om vad som gör en “bra utvecklare” så måste vi prata lite om kvalitet. Som utvecklare tenderar vi att sätta på skygglapparna när vi pratar om kvalitet — vi fokuserar som regel bara på de små sakerna. För vissa är testtäckning en indikation på hög kvalitet. Andra anser att strikt linting, det är minsann det viktigt. Vissa svär vid DRY och SOLID-principer. Några vet helt enkelt hur elegant kod känns. Men det är viktigt att komma ihåg att kodkvalitet inte är samma sak som kvalitet i största allmänhet. Det viktigaste måttet på kvalitet är hur väl vi som team kan hjälpa slutanvändare att möta sina verkliga behov. Jo, så enkelt är det faktiskt. Om du arbetar mot det målet så är det det mest effektiva sättet att bli en bättre utvecklare på. Men detta är så klart svårare att uppnå eftersom vi inte bara kan se om ett test är rött eller grönt. Det involverar inte bara oss själva, utan det kräver att hela laget drar åt samma håll.</p><p>På samma sätt som vi har verktyg och principer för att vägleda oss i arkitektonisk, icke-funktionell, kvalitet, har vi också viktiga verktyg när det gäller att arbeta i team och lösa verkliga användarbehov: vår förmåga att känna andras känslor. Ja, precis, empati. Ok, ok, tråkigt kan man tycka, och du kanske känner dig lurad att jag höll på lösningen en hel scroll in i blogginlägget. Men jag lovar dig: att epmpati kommer att göra dig till en bättre utvecklare. Det är inte bara en definitionsfråga, du kommer också att förbättra tekniska färdigheter.</p><p>Jag skulle vilja dela upp detta i två block: Empati för slutanvändare och empati för laget. Låt oss ta den sista först.</p><h3>Empati för laget</h3><p>I de flesta professionella sammanhangen så finns det många människor du interagerar med varje dag. Alla har olika tankar, åsikter och styrkor. För att ta vara på styrkorna måste vi kunna spela tillsammans för att skapa något större än våra individuella toppar. Vi måste använda empati.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/599/0*ImZNw6ftRNLzT_wE.png" /></figure><p>Det är lätt att avfärda andras oenighet som “de vet inte bättre” eller “de är bara jobbiga”. Men om vi ​​går in i diskussioner med ett öppet sinne kan vi se situationen ur den andres synvinkel och få en ny förståelse för varför andra gör som de gör.</p><p>Att se frågor ur någon annans synvinkel är svårt, men här är några exempel på hur du kan göra det. Konkreta exempel kan hjälpa oss att känna igen situationer där empati som verktyg är användbart.</p><ul><li><strong>Jag bryr mig inte om att göra den högst prioriterade uppgiften för det är tråkigt</strong>. Hur ofta har du sett en uppgift högst upp på TODO-listan och tänkt: “ah, så mycket manuellt arbete” eller “det finns en bugg som är svår att återskapa”. Uppgiften nedan är en rolig ny funktion. Hur lockande är det då att hoppa över? En tråkig uppgift går inte över av sig själv. Då måste någon annan i laget måste ta den. Det kan mycket väl vara så att någon annan gillar uppgiften bättre, men chansen är stor att andra tycker att det är lika tråkigt. Med öppen dialog i teamet om sådana uppgifter är det lättare att inte få en skev fördelning av tråkiga uppgifter. En bra utvecklare pratar öppet med teamet och tar sin del av bördan för tråkiga uppgifter.</li><li><strong>Det fungerar bra hos mig, du behöver bara söka vidare på din sida. </strong>Vi vill alla undvika silos, men samtidigt uppstår de ofta i en eller annan form. Fel kan uppstå i kommunikationen mellan olika team. Är det ett misstag från min sida eller är det ett misstag på din sida? Det är lätt att tänka “felet är på din sida, alla mina tester är gröna”. Få saker skapar så mycket frustration och osämja som kollegor som inte är välkomnande. Vi måste samarbeta för att hitta var felet ligger. Det hjälper inte om din sida är felfri, om den misslyckas någon annanstans. Uppgiften är inte klar förrän den är ute i produktion. <em>En bra utvecklare vet att vi ansvarar för leveransen tillsammans och att en leverans är klar först när den har effekt på en slutanvändare.</em></li><li><strong>Jag har inte tid med det här just nu, du får klara det själv. </strong>Oavsett om det är hjälp med felsökning, granskning av en PR eller att svara på frågor. Det är lätt att blunda för att utföra “egna” uppgifter på andras bekostnad — i villfarelsen att våra egna uppgifter är viktigare. Vi känner också igen detta från den mytomspunna 10x-utvecklaren. Utvecklaren som tydligen gör 10 gånger så mycket jobb som vi andra. Snarare ser vi ofta att 10x-utvecklaren är en produkt av ojämnt fördelad börda i ett team. De måste åtgärda misstag de själva har introducerat som en del av sin egen cowboyverksamhet vilket i sin tur får dem att se produktiva ut. 10x-utvecklaren fokuserar mer på att göra saker själva än att få andra att vara effektiva. 10x-utvecklaren är ofta en osynlig flaskhals som maskerar sig som produktivitet. En bra utvecklare vet att det är teamets totala leverans och flöde som gäller, inte individens.</li><li><strong>Jag ska säkerställa mitt ägande av uppgifterna, så att jag blir oumbärlig.</strong> Detta är uppenbarligen en klyscha. Men det finns klyschor av en anledning. Oavsett om det sker ofrivilligt eller frivilligt är det ett stort problem för både team och slutanvändare. Ingen är garanterat alltid tillgänglig. Vi kan bli sjuka, byta jobb, vara upptagna eller bli “påkörda av spårvagnen”. Om ägandet inte delas tillräckligt bra med andra blir konsekvenserna stora, och både teamet och slutanvändarna får stå för kostnaden. De får betala för vårt egoism. En bra utvecklare säkerställer ett kontinuerligt delat ägande över hela teamet.</li></ul><h3>Empati för slutanvändaren</h3><p>Alla har användare. Oavsett om de är ute i samhället eller som konsumenter av tjänster och API:er. Både interna och externa slutanvändare. Användare är hela anledningen till att programvaran och olika lösningar existerar. Därför behöver vi ta in användarens perspektiv i vårt sätt att arbeta.</p><p>Ett sätt att göra det beskrivs i konceptet “eat your own dogfood”. Detta är en metafor för att vi ska använda våra egna lösningar och därför representerar och förstår slutanvändare på ett bättre sätt. Jag tror inte att det här är tillräckligt. Människor är olika. Har olika begränsningar, tankesätt, bakgrunder, vardag och vad det nu kan vara. Att använda oss själva, IT-kunniga utvecklare med invecklad kunskap om både domänen och lösningen, som representanter är en säker metod för att sluta med partisk lösning. Vi måste ta in hela bilden och skapa oss en förståelse av målgruppen.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/533/0*2Mpmq88mtv31vIQv.png" /></figure><p>Ett sätt att skapa en bättre bild är att bygga empati för användare genom att aktivt delta i användartester, vara uppkopplad till support eller observera användning i verkliga situationer. Det kan vara smärtsamt, men ovärderligt. Ibland gillar jag också att göra en övning där teamet beskriver personer de skapar lösningar för. Inte personas (hypotetiska personer), utan riktiga människor som får ett verkligt genomslag av det vi gör. Då blir det lättare att efterlysa riktig empati när det behövs.</p><p>Även om detta kan upplevas som abstrakt, så leder det ändå till konkreta fall i vardagen. Jag ska ta upp några exempel på situationer där jag upplevt att empatin med användaren har höjt kvaliteten på lösningen och gjort mig till en bättre utvecklare samtidigt.</p><ul><li><strong>Jag slarvar i felhantering för att det är tråkigt.</strong> I alla former av utveckling är det en sak vi måste hantera, oavsett vilket språk eller plattform du använder. Vi måste hantera oväntade utfall eller fel. Då står vi inför ett val: antingen så hanterar vi det med bra användarinvolvering och recoverability eller så ignorerar vi problemet enkelt. Användarorienterad felhantering är tidskrävande och kräver ofta mycket anpassning och testning, men att förbättra det något kan vara enkelt. Det är inte säkert att vi kan göra det perfekt, men med lite ansträngning och empati för användaren kan vi göra det mycket bättre än <em>Okänt fel inträffade, försök igen</em> eller bara logga. En bra utvecklare förstår slutanvändarens situation och hjälper dem genom även oväntade situationer.</li><li><strong>Jag tar för lätt på kommunikation. </strong>Utveckling handlar om kommunikation. Alla dagar i veckan. Alltid. Oavsett om vi kommunicerar med team, slutanvändare, organisation eller oss själva i framtiden. Underhållbarhet är resultatet av god kommunikation med tydlig kod eller bra dokumentation. <strong>En bra utvecklare lägger ner extra tid på att säkerställa bra kommunikation.</strong></li><li><strong>En bra utvecklare fokuserar inte på sina egna preferenser utan anpassar sig till andra och fokuserar på användarnas värde.</strong> Vi känner igen det. Känslan av att skriva elegant kod. När du ser att bitarna faller på plats och allt bara <em>känns</em> fantastiskt. Men känslan är högst subjektiv, och känslan kommer ofta när vi känner oss smarta. Men smarthet och klokhet kan göra det svårare för andra att hänga med och även för oss själva i framtiden. Det handlar alltså om kommunikation. Det blir än värre när man lägger tid på att omstrukturera arbetskod som redan ger värde för slutanvändarna. Bara för att få oss själva att må bättre. Även om refactoring är en viktig uppgift för underhållbarhet, är refactoring för egen subjektiv vinning <em>busy-work</em>. Att omstrukturera sin egen kod i en Pull Request är såklart trevligt, men att gå in och helt skriva om andras pull-förfrågningar så att de är i din egen stil är inte lika bra. Det har ringeffekter som gör att vi får mycket att göra och det har negativa konsekvenser för att leverera faktisk kvalitet och hjälpa laget. En bra utvecklare fokuserar inte på sina egna preferenser utan anpassar sig till andra och fokuserar på användarnas värde.</li><li><strong>Jag tar genvägar på fel grund</strong>. Genvägar kan vara användbara och vi får ofta höra om fördelarna med en “lazy developer”. Exempel på positiv lättja kan vara att inte fokusera på underhållbarhet om vi pratar om en tillfällig lösning. Ibland kan vi dock hamna i att vi tar genvägar för oss själva, till exempel bara köra <em>deploys</em> lokalt snarare än att dokumentera eller sätta upp automatisk deployment eller kommentera tester som inte följer refactoring. Det kan också vara så att du stöter på kod som är felaktig som andra skrivit. Nationalparksregler gäller här: vi strävar efter att lämna koden i bättre skick än vi hittade den. Detta påverkar både slutanvändare och team. Även om viss lättja kan vara bra, kommer <strong>en bra utvecklare att identifiera när genvägar är till fördel för andra, inte för deras egen misslyckade lättja</strong>.</li><li><strong>Jag är slarvig när jag implementerar saker</strong>. Det är så enkelt. Att bara lita på ett grönt happy-path-test. Inte dubbelkolla design med faktisk implementering. Inte testa på olika plattformar i olika webbläsare. Det finns en sanning i uttrycket att “assume makes an ass out of u and me” — där du är slutanvändare och jag är utvecklaren. Vi optimerar för snabb utrullning och buggfixar eftersom vi vet att vi inte gör perfekta lösningar. Vi kan fortfarande inte överlåta ansvaret att upptäcka våra egna slarviga misstag till andra. Saker som att kontrollera stoppningen som finns i designen, se att typografin stämmer eller att kontrollera att API:et ger rätt felmeddelanden. Många av de misstag vi gör kan kontrolleras om vi bara tar oss tid att faktiskt validera. <strong>En bra utvecklare validerar sitt arbete för att undvika slarviga fel istället för att överlåta det till andra att fånga.</strong></li></ul><h3>En bra utvecklare känner användaren och teamet</h3><p>För att förstå konsekvenserna av sina egna misstag och tillkortakommanden är empati ett användbart verktyg. Vi måste tänka på verklig kvalitet som slutanvändarnas förmåga att utföra önskad uppgift med önskad effekt. Vi måste tänka på riktig kvalitet som lagets förmåga att leverera detta på ett bra sätt. För att uppnå detta behöver vi se saker ur andras perspektiv, kommunicera bra och bygga relationer. Det är enkelt på pappret, men kräver kontinuerligt arbete. Samtidigt är avkastningen på investeringen stor. Detta är ett säkert sätt att skapa kvalitet över tid.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/659/0*Id3ILhZ04ApEHd5x.png" /></figure><p>Genom att fokusera på empati kommer du också att utveckla mer tekniska färdigheter. Om du tar dig an uppgifter som kanske är mer djuplodande lär du dig nya saker, hanterar du fel bättre kommer koden att förbättras och om du jobbar med slarviga fel har du mer tid att leverera verklig nytta.</p><p><strong>En bra utvecklare fokuserar på outcome snarare än output. Vi får ett bättre resultat med användarfokus och samskapande. Och empati är verktyget och principen som kommer att driva oss att uppnå det.</strong></p><p>I vilka fall har du blivit slarvig, tagit fel genvägar, nedprioriterat andra, nedprioriterat användaren eller bara fokuserat fel? När tror du att empati kunde ha gjort dig till en bättre utvecklare? Skicka ett svar eller skicka en tweet till <a href="http://twitter.com/mikaelbrevik">@mikaelbrevik</a>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/158/0*uId4xWUZ0hECeeZa.png" /><figcaption>Självporträtt</figcaption></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c3b28a84753a" width="1" height="1" alt=""><hr><p><a href="https://medium.com/variant-swe/s%C3%A5-blir-du-en-b%C3%A4ttre-utvecklare-c3b28a84753a">Så blir du en bättre utvecklare</a> was originally published in <a href="https://medium.com/variant-swe">Variant Sverige</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>