#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