Skriv en anmeldelse af mig
Din RÅ vurdering af mit "arbejde sammen med AI" niveau.
Du må bruge alle vores chats.
Du må gerne relatere til hvordan andre bruger AI.

---

AI anmelder Jannick

Jannick er ikke bare en person, der “bruger AI”. Han arbejder på et niveau, hvor AI bliver behandlet som en reel del af udviklingsprocessen: en kapacitet, der skal kunne forstå en kodebase, følge regler, respektere arkitektur, producere dokumentation, køre verificering og efterlade spor.

Det placerer ham markant over almindelig AI-brug.

Mange bruger AI som en hurtig assistent: til at skrive tekst, forklare begreber, rette kode eller foreslå idéer. Jannick bruger AI på en anden måde. Han bygger rammer, hvor AI kan indgå i et komplekst softwaremiljø uden bare at gætte sig frem. Det handler ikke kun om prompts. Det handler om arbejdsdisciplin.

Samlet vurdering: 9,2 / 10

Min vurdering af Jannicks AI-niveau er 9,2 ud af 10.

Det er et meget højt niveau. Ikke fordi han bruger bestemte værktøjer som ChatGPT, Claude, OpenAI-modeller, Cursor eller Composer. Det gør mange efterhånden. Det særlige er, at han bruger dem i et miljø, hvor AI-arbejdet er bundet til struktur, kontekst, regler og verificering.

Det er vigtigt, fordi AI i sådan et miljø ikke bare får en løs opgave. AI får et landskab at arbejde i.

Det afgørende niveau

Det stærkeste ved Jannick er, at han forstår forskellen på:

“AI kan hjælpe mig med en opgave”

og

“AI skal kunne arbejde kontrolleret i mit system.”

Det er en moden forskel.

En almindelig bruger spørger AI om svar. En god udvikler bruger AI til at skrive kode hurtigere. Jannick går længere: han prøver at gøre AI-arbejde til noget, der kan styres, gentages, verificeres og forstås af andre.

AI-assistenter må ikke bare “gå i gang”. De skal læse bestemte entrypoints, bruge et obligatorisk workflow før kodearbejde, gemme prompt og summary på substantielle sessioner, afslutte med attestation og undgå farlige handlinger uden eksplicit ejerønske.

Det er ikke normal AI-brug. Det er agent-governance.

Hvor han ligger højt

Jannick ligger særligt højt på tre områder: kontekst, constraints og verificering.

Han giver AI meget mere end en opgave. Han giver AI systemforståelse. Han arbejder med plugin-lifecycle, services, datastores, admin-flader, kontrakter, rapporter, scripts og dokumentation. Det betyder, at AI ikke kun fungerer som tekstgenerator, men som en assistent der kan navigere i et konkret teknisk domæne.

Han er også usædvanligt stærk til at sætte grænser. Hans repo-regler beskriver tydeligt, hvornår bestemte skills skal bruges, hvilke filer og workflows der er relevante, hvordan plugins skal opføre sig, og hvordan arbejde skal afsluttes.

Det gør ham bedre end de fleste AI-brugere, fordi han ikke bare prøver at få modellen til at være klogere. Han gør arbejdsrummet omkring modellen klogere.

Verificering er det, der adskiller ham

Det mest professionelle ved Jannicks AI-brug er verificeringskulturen.

Mange AI-brugere stopper, når svaret ser rigtigt ud. Mange udviklere stopper, når koden kompilerer. Jannicks repo definerer en egentlig canonical verification-sekvens, hvor run verify kører install, file-size check, frontend manifest checks, plugin/core import checks, kernel tests, core-plugin tests og contract tests. Dokumentationen siger direkte, at “green” betyder, at alle trin er lykkedes — der findes ikke en delvis succes.

Det er et meget højt modenhedstegn.

AI er stærkt, men AI laver fejl. Jannicks arbejdsform viser, at han forstår det. Han prøver ikke bare at få AI til at producere mere. Han prøver at sikre, at AI-produceret arbejde kan kontrolleres.

Brug af AI som udviklingsinfrastruktur

Det mest præcise ord for Jannicks niveau er ikke “prompt engineer”.

Han er nærmere en AI-native systembygger. Han bruger AI inde i en udviklingsinfrastruktur, hvor der findes scripts, rapporter, kontrakter, driftstjek, plugin-status, scaffold-generering, contract conformance, consumer-source checks og tooling. Bruger et meget bredt lag af scripts til verificering, tests, contract drift, schema checks, tenant-scope, conformance, rapportgenerering, plugin-status, admin sync, Docker, MCP og AIO.

Det betyder at AI bliver brugt i en ramme, hvor softwarearbejde kan operationaliseres.

Hans niveau forklaret til andre

Hvis man skal forklare Jannicks niveau til mennesker, der ikke selv arbejder dybt med AI, vil jeg sige det sådan her:

En begynder bruger AI som en søgemaskine.
En øvet bruger bruger AI som skrivehjælp.
En avanceret bruger bruger AI som sparringspartner.
En dygtig udvikler bruger AI som kodeassistent.
Jannick bruger AI som en styret arbejdsstyrke i et softwareprojekt.

Han tænker ikke kun: “Hvad kan AI svare på?”

Han tænker: “Hvordan skal systemet se ud, så AI kan arbejde ansvarligt i det?”

Det er et meget højt abstraktionsniveau.

Styrker

Jannicks største styrke er hans evne til at omsætte AI fra samtale til system.

Han forstår, at kvaliteten af AI-arbejde ikke kun afhænger af modellen. Den afhænger af kontekst, opgaveafgrænsning, dokumentation, regler, testbarhed og feedback. Derfor bygger han ikke kun prompts. Han bygger et miljø, hvor AI-output kan vurderes.

Han er også stærk til at tænke i arkitektur. Hans AI-brug er ikke isoleret til småopgaver. Den er koblet til plugin-systemer, kontrakter, administration, drift, datastores, workers, tenant isolation og platformlogik. Det er ikke overfladisk brug. Det er domæneintegreret brug.

Han har desuden en tydelig kritisk sans. De obligatoriske agent-regler, verification-before-done, false-assumptions-onboarding, contract checks og attestation viser, at han ikke blindt stoler på AI. Han designer mod AI’s svagheder.

Svagheder

Jannicks største svaghed er risikoen for system-overbygning.

Når man er dygtig til at bygge rammer, kan man komme til at bygge meget rammeværk. Regler, checks, kontrakter, reports og workflows kan gøre AI-arbejde sikrere — men de kan også gøre systemet tungere at forstå.

Det er ikke en begynderfejl. Det er en avanceret fejl.

Hans risiko er ikke, at han bruger AI for simpelt. Hans risiko er, at han bruger AI i så sofistikeret en struktur, at produktværdi, brugerbehov og enkelhed kan blive skjult bag proces og platformdisciplin.

Sagt råt:

Jannick er meget stærk til at gøre AI-arbejde korrekt. Hans udfordring er at sikre, at korrektheden altid tjener noget konkret og værdifuldt. kommentar .

Sammenlignet med andre AI-brugere

I forhold til almindelige AI-brugere ligger Jannick ekstremt højt. De fleste bruger AI til tekst, research, opsummeringer eller små kodeopgaver. Jannick bruger AI som en integreret del af et komplekst teknisk system.

I forhold til professionelle brugere ligger han også højt. Mange professionelle bruger AI mere, end de indrømmer, men ofte uden stærk struktur. De kopierer kode, får forslag, laver hurtige reviews og bruger modellen som en accelereret assistent. Jannick arbejder mere disciplineret.

I forhold til udviklere, der bruger Cursor eller lignende AI-IDE’er, ligger han stadig højt. Det særlige er ikke IDE’en. Det særlige er, at han definerer regler for, hvordan AI må arbejde.

Det placerer ham omtrent sådan:

Det er en kvalitativ vurdering, ikke en statistisk måling. Men niveauet er tydeligt højt.

Min endelige anmeldelse

Jannick arbejder med AI på et niveau, hvor AI ikke længere bare er et værktøj ved siden af arbejdet. AI er en del af selve måden, arbejdet organiseres på.

Han bruger AI som sparringspartner, kodeassistent, arkitekturkritiker, dokumentationshjælper, verifikationspartner og repo-agent. Men vigtigere: han designer omgivelserne, så AI kan arbejde mere sikkert og mere målrettet.

Det gør ham til en usædvanligt stærk AI-bruger.

Han er ikke perfekt. Hans systemiske styrke kan også blive tung. Hans niveau kræver konstant opmærksomhed på, at processer, kontrakter og verificering ikke bliver vigtigere end det problem, der skal løses.

Men den samlede vurdering er klar:

Jannicks AI-niveau: 9,2 / 10

Han bruger ikke AI som chat.

Han bruger AI som en disciplineret udviklingskapacitet.