#120 - Mere AI-kode kræver bedre DevOps m. Anders Lykke

AI-agenter kan skrive mere kode. Men hvem får den testet, reviewet og sikkert i produktion?

DevOps-konsulent Anders Lykke forklarer, hvorfor små releases, automatisering og korte feedbackloops bliver endnu vigtigere, når kodeproduktionen stiger.

Sammen med Kasper Junge og Jonas Høgh Kyhse-Andersen undersøger Anders, hvad det kræver at omsætte mere kode til værdi for brugerne. Samtalen går fra DevOps' oprindelige idé om fælles ansvar til continuous delivery, DORA, platform engineering og AI-agenter med feedback fra produktion.

Du får konkrete spørgsmål til dit eget setup: Kan en færdig feature komme ud i dag? Kan andre end én bestemt kollega release? Og hvilke manuelle trin kan automatiseres først?

Hvad står mellem en færdig feature og produktion hos jer?

Links og kilder:

Anders Lykke: https://lykke.it/

Anders på LinkedIn: https://www.linkedin.com/in/lykkeanders/

DORA – rapporter og forskning: https://dora.dev/research/

DORA-rapporten 2025: https://dora.dev/research/2025/dora-report/

INSPIRED – Marty Cagan: https://www.svpg.com/books/inspired-how-to-create-tech-products-customers-love-2nd-edition/

Output to Outcome – Mik Kersten: https://www.simonandschuster.com/books/Output-to-Outcome/Mik-Kersten/9781966280231

Kapitler:

00:00 DevOps som fundament for AI-agenter

02:05 Fra siloer til ansvar for hele leverancen

05:29 Hvad skal et platformteam eje?

08:40 Koden er ikke færdig, før den er ude

11:07 AI forstærker forskellen mellem teams

13:09 Continuous delivery: validér hver ændring

17:34 Fra output til værdi for brugerne

23:21 Når kode ikke længere er flaskehalsen

29:32 Hvad kan vi bruge DORA-rapporterne til?

35:46 Legacy-kode: begynd med de manuelle trin

40:05 DORA-målinger og spørgsmål til releaseprocessen

44:30 Platformteams og agenter med feedback fra produktion

49:14 Symptomer på en skrøbelig releaseproces

55:08 Følg Anders og læs State of DevOps