TEKSTENE
Velkommen til Det tause ansvaret
I dag starter noe nytt: et fast, tospråklig forfatterskap om alt en tech lead gjør som ikke synes. To artikler i uken, sesonger med navn, ett år fremover. Her er kartet og invitasjonen.
S1Nº 01
De første 90 dagene som ny tech lead
De første månedene som ny tech lead former mer enn de fleste aner, og det som betyr mest er tilliten du bygger, ikke det du rekker å få gjort. Fase for fase: observere, kartlegge, bygge tillit, og først deretter foreslå. Pluss de tre feilene nesten alle gjør.
S1Nº 02
Slutt å skrive kode: Hvorfor din viktigste PR er den du aldri åpner
En av de vanligste feilene ferske tech leads gjør, er å fortsette å være teamets beste utvikler. Hver time du bruker på å skrive kode selv, er en time du ikke bruker på det bare du kan gjøre: holde systemet og teamet samlet.
S1Nº 03
Code review i AI-alderen: Å vurdere kode ingen har skrevet
Når koden i en pull request er generert på sekunder, endres reviewerens rolle fundamentalt. Det handler ikke lenger om skrivefeil og bedre navn, men om å vurdere noe forfatteren selv kanskje ikke helt forstår. Hva skjer med code review når kode ikke lenger skrives, men velges?
S1Nº 04
Prompt-divergens: Når teamets viktigste verktøy ikke er standardisert
Team standardiserer formatering, logging og API-design, men ikke måten de snakker med AI på. Resultatet er at samme spørsmål gir vidt forskjellige svar, og at kodebasen sakte trekker i ulike retninger. Prompts er blitt en ny type standard, og de kan samles uten å byråkratisere hverdagen.
S1Nº 05
AI og teknisk gjeld: Raskere kode, raskere gjeld?
Teknisk gjeld har alltid vokst i takt med tempoet, og nå har tempoet fått en turbolader. AI kan produsere kode raskere enn teamet rekker å forstå den, og kode ingen forstår fullt ut, kan bli gjeld uansett hvor ryddig den ser ut. Noen gjeldsmekanismer endres når koden genereres; andre forblir nøyaktig som før.
S1Nº 06
Junioren i AI-alderen: Hvordan bygge dømmekraft når svarene er gratis
AI gir juniorutviklere tilgang til senior-output fra dag én. Men output er ikke det samme som forståelse, og forståelse er ikke det samme som dømmekraft. Slik kan tech leads hjelpe nye utviklere å bygge egen vurderingsevne i en tid der svarene alltid er ett spørsmål unna.
S1Nº 07
AI usage guidelines som faktisk etterleves
Mange team har fått en AI-policy fra organisasjonen. Få team har en AI-praksis som lever i hverdagen. Forskjellen er en guideline på én side, som teamet faktisk eier, bruker og forbedrer.
S1Nº 08
Review-flaskehalsen: Når AI produserer raskere enn teamet kan vurdere
Generering er blitt billig, vurdering er fortsatt dyrt. Asymmetrien flytter flaskehalsen fra produksjon til review, og blir tech leaden eneste kvalitetsport, stopper alt. Løsningen er mekanismer som skalerer vurderingskapasiteten, ikke kontrollen.
S1Nº 09
TDR-er i AI-alderen: Når beslutningen ble tatt av en modell
Når AI hjelper med å utforske et teknisk valg, må teamet fortsatt dokumentere begrunnelsen. Et praktisk eksempel viser hvordan dere kan beskrive forutsetninger, alternativer og det som gjenstår å undersøke.
S1Nº 10
Onboarding i AI-alderen: Når nye utviklere lærer systemet av en modell som ikke kjenner det
Når nye utviklere bruker AI for å forstå systemet, blir også teamets kontekst satt på prøve. Slik kan du bruke onboarding til å oppdage mangler, forklare lokale valg og gjøre kunnskapen lettere å dele.
S1Nº 11
Arkitektur med AI som sparringspartner – uten å miste eierskapet
AI kan hjelpe teamet med å utforske arkitekturvalg. Men forslagene må prøves mot systemet dere faktisk har. En migrering viser hvorfor erfaring, design review og felles eierskap fortsatt trengs.
S1Nº 12
Beslutningslatens i AI-alderen: Flere alternativer, tregere valg
AI skulle gjøre oss raskere, og til å skrive kode gjorde den det. Men på beslutninger skjer ofte det motsatte: når alternativene er gratis, blir det å velge dyrere. Tredje del i serien om beslutningslatens: uendelige alternativer er blitt en ny form for utsettelse, og det å lukke spørsmål er viktigere enn noen gang.
S1Nº 13