Anti-patterns
Mönster jag återkommande ser orsaka mer skada än nytta - och det jag oftare hade valt i stället. Inte dogmer: varje val har ett sammanhang där det är rätt. Men de här dyker upp i kodbas efter kodbas, och priset betalas i drift, fart och kostnad. Sorterat efter domän.
Moln & infrastruktur
Kubernetes för ett team på fem personer
K8s löser problem du sällan har vid den storleken och lägger en heltidsdrift på ett team som borde bygga produkt. En managed PaaS eller container-tjänst räcker tills lasten faktiskt kräver mer.
Ingen IaC - infran lever i konsolen
Klickad infrastruktur går inte att granska, återskapa eller rulla tillbaka, och driften sitter i ett huvud. Lägg allt i Terraform eller motsvarande så blir miljön reproducerbar och förändringar synliga i diff.
Ett enda AWS-konto för allt
Prod, test och sandlåda i samma konto gör blast radius total och kostnader omöjliga att fördela. Dela upp i en multi-account-struktur med tydliga gränser för behörighet, budget och risk.
AI & maskininlärning
AI i produktion utan evals
Utan en utvärderingssvit vet du inte om en promptändring förbättrar eller försämrar - du gissar på känsla. Bygg evals med riktiga exempel tidigt, annars går varje justering blint.
RAG som svar på allt
Retrieval löser kunskapsfrågor, men inte resonemang, struktur eller färska beräkningar - och dålig retrieval ger självsäkra fel. Matcha tekniken mot uppgiften i stället för att klistra RAG på varje problem.
Finjustering innan prompting är uttömt
Fine-tuning är dyrt, trögt att iterera och låser dig vid en modell - sällan motiverat innan prompt och kontext är genomtänkta. Börja med bättre prompts och retrieval; finjustera först när du kan mäta vinsten.
Chatbot där ett formulär räcker
En LLM på ett deterministiskt flöde lägger till latens, kostnad och felytor utan att lösa något ett strukturerat gränssnitt inte redan gör. Använd AI där friheten i naturligt språk faktiskt bär sin vikt.
Data
Data utan kontrakt mellan team
När producenter ändrar scheman utan förvarning går nedströms pipelines sönder tyst och förtroendet för siffrorna erodera. Inför datakontrakt med versionering så att brytande ändringar blir en medveten överenskommelse.
Affärslogik gömd i BI-verktygets formler
Definitioner som lever i dashboards går inte att testa, återanvända eller granska, och samma KPI får olika värden i olika rapporter. Lyft transformationer till ett versionshanterat lager som dbt så att en metrik betyder en sak.
Reverse ETL innan källan är städad
Att pumpa ut data till verktyg innan modellen är pålitlig sprider bara fel snabbare till fler system. Få ordning på definitioner och kvalitet i lagret först, aktivera utåt sedan.
DevOps & leverans
Manuella deploys på fredag
Handgjorda releaser är långsamma, svåra att rulla tillbaka och flyttar risken till sämsta möjliga tidpunkt. Automatisera pipelinen så att en deploy blir ett knapptryck du kan göra vilken vardag som helst.
Loggar men inga larm
Loggar som ingen tittar på upptäcker du först när en kund hör av sig - observerbarhet utan signaler är arkivering. Definiera SLO:er och larma på dem så att avvikelser når dig före användaren.
Arkitektur
Mikrotjänster i förtid
Att splittra innan domängränserna är kända ger dig distribuerad komplexitet utan organisatorisk vinst. Börja modulär monolit och dela av tjänster först när en gräns bevisat behöver egen takt eller skala.
Distribuerad monolit
Tjänster som inte kan släppas, skalas eller felsöka var för sig ger dig nätverksanrop i stället för funktionsanrop - allt krångel, ingen frihet. Lägg gränserna efter ägarskap och data, inte efter lagerdiagram.
Synkrona kedjor mellan system
När integrationer ringer varandra i kedja blir det långsammaste anropet hela flödets tak, och ett fel fäller allt. Frikoppla med köer och idempotens så att system kan vara nere utan att riva med sig resten.
Varför anti-patterns – och varför just de här?
Listan är inte en uttömmande katalog över allt som kan gå fel – den speglar vad jag själv ser mest av i uppdrag och samtal med svenska tech-bolag. Mönstren återkommer i olika skepnader i olika branscher, men roten är ofta densamma: ett teknikval som var rätt vid tillfället har levt kvar efter att problemet förändrats, eller en lösning som skalats upp utan att ompröva antagandena.
Varje anti-pattern har en tydlig tes och ett alternativ. Det är inte dogmer – jag har själv gjort de flesta av dem och kommer med största sannolikhet att göra några igen, i ett sammanhang där de faktiskt är rätt beslut. Men om du känner igen dig i ett eller flera mönster är det värt att fråga sig om det är dags att omvärdera.
Så använder du listan praktiskt
Anti-patternsen fungerar bäst som diskussionsunderlag i ett team eller en ledningsgrupp. Plocka ut de som låter bekanta och fråga er: har vi det här problemet? Hur vet vi det? Vad skulle hända om vi försökte alternativet? Listan är inte en checklista som ska bockas av, utan en utgångspunkt för samtal om tekniska val ni kanske tagit för givna.
Misstänker du att något av det här finns hos er?
En teknisk granskning ger en oberoende blick på arkitektur, drift och leverans - vad som faktiskt kostar er fart och pengar, och vad jag hade prioriterat först.
Få en oberoende blick