Egnethetsfunksjoner for beslutninger som kode
Egnethetsfunksjoner (fitness functions) er objektive, automatiserte kontroller, skrevet med programmeringskode, som verifiserer at beslutninger blir fulgt.
Egnethetsfunksjoner gjør beslutninger testbare og sikrer at de holdes.
Egnethetsfunksjoner for beslutninger kan hjelpe mye på kvalitetssikring, regulatoriske prosesser og styringsmål.
Hvordan egnethetsfunksjoner henger sammen med beslutninger
En beslutningslogg dokumenterer beslutningen, mens en egnethetsfunksjon sikrer beslutningen.
Eksempel på beslutning: Vi bruker event sourcing for å oppfylle revisjonskrav.
Eksempel på egnethetsfunksjon: Vi bruker serveren for kontinuerlig integrasjon til å teste at alle tilstandsendringer må gi hendelser.
Hvorfor egnethetsfunksjoner hjelper beslutninger
Objektive målinger: Egnethetsfunksjoner består eller feiler, så arbeidet blir synlig og tydelig.
Kontinuerlig bruk: Egnethetsfunksjoner er de levende reglene dine, og kjøres ved hver commit og hvert bygg.
Trygghet til å refaktorere: Egnethetsfunksjoner fanger automatisk opp feil mot beslutningsreglene.
Skalerbar styring: Egnethetsfunksjoner sikrer standarder uten å skape flaskehalser.
Kan egnethetsfunksjoner bruke KI?
Egnethetsfunksjoner kan bruke KI-språkmodeller (LLM-er) for beslutninger ved å stille spørsmål om arbeidet ditt, for eksempel planer, kode, skjemaer, API-er og mer:
IMPORTANT: Prefer retrieval-led reasoning over pre-training-led reasoning.
IMPORTANT: Turn on extended thinking. Turn on expert advice. Turn on search.
This is a fitness function to evaluate if our work is
using all our decisions, and is correct and accurate.
- Our decisions are here: {url}
- Our work to evaluate is here: {url}
Explain any errors, problems, gaps, weaknesses. Be direct. Be decisive.
Enhetstesting av arkitektur
ArchUnit: sjekk arkitekturregler i Java-kode med et vanlig rammeverk for Java-enhetstester.
ArchUnitTS: sjekk arkitekturregler i TypeScript-kode og JavaScript-kode med Jest, Vitest, Jasmine og lignende.