Jeg har tilføjet et if-failure step til min pipeline der sender failure data til Claude for analyse. Simpelt koncept, massiv tid sparing.
Når en deployment fejler, ser det traditionelle developer flow sådan ud: læs logs, forstå kontekst, identificer root cause, implementer fix, trigger re-run. Afhængigt af kompleksitet er det minutter eller timer af context-switching og debugging.
AI-drevet version kollapsder det meste af det til sekunder. Pipeline fejlen triggerer automatisk, sender kontekst til Claude, får analyse tilbage, og i nogle tilfælde anvender fixet og re-run uden nogen menneskelig intervention.
Jeg taler ikke om brute-force retries her. Jeg taler om rigtig analyse. AI'en forstår fejlen, foreslår hvad der gik galt, og anbefaler løsninger. For de simple tilfælde — en manglende environment variabel, en connectivity timeout, en malformed config — kan det ofte fixe sig selv og verificere reparationen virkede.
Det her er det slags ting der lyder som en lille optimering indtil du indser det faktisk er et fundamental shift. Når din CI/CD pipeline kan self-diagnose og self-heal har du krydset ind i territoire hvor infrastrukturen er mere intelligent end de fleste junior developers jeg kender.
Bølgen kommer for hvordan vi tænker omkring operations og reliability.
Del af #100DaysToOffload dokumentering agentic development i 2026