Forleden byggede jeg mit eget CRM i en tekstfil. I går spurgte jeg mig selv: kan den køre hurtigere? En af kommandoerne — den, der kobler kontakter sammen med min aktivitetslog — tog godt et sekund. Ikke katastrofalt, men nok til at irritere.
Svaret blev ja: fra 1033 millisekunder til 93 — elleve gange hurtigere. Men det interessante er ikke tallet. Det er, hvordan man finder derhen, og hvorfor det overhovedet var muligt.
I weekenden byggede jeg mit eget CRM. Ikke abonnerede på et — byggede et. Det tog en eftermiddag, det fylder nogle få hundrede linjer kode, og hele kundekartoteket ligger i én tekstfil på min egen maskine. Det lyder som et stykke nørderi. Men pointen er strategisk, og den gælder enhver virksomhed, der opbevarer sine kunderelationer et sted.
Et CRM er i sin kerne ikke kompliceret: en liste af kontakter, du kan tilføje til, søge i og holde ren. Mit er bygget som en håndfuld små moduler i terminalshellet Nushell, hvor hver fil har ét ansvar:
I de to foregående indlæg landede jeg på en konklusion: enable-linger var en lappeløsning, og den rigtige vej var at gøre min automatisering til ægte systemtjenester. I weekenden gjorde jeg det så.
Femten unit-filer flyttede fra brugerens systemd op på systemniveau. De gamle user-timere blev stoppet og slået fra, de nye blev lagt i /etc/systemd/system/, og bagefter kunne jeg endelig slå linger fra:
I forrige indlæg fortalte jeg om de to dage, hvor jeg gik rundt og troede, jeg havde et kørende system — men i virkeligheden havde et system, der hang i en tråd, jeg selv holdt i. Løsningen blev sudo loginctl enable-linger $USER, som tillader, at en brugers baggrundsprocesser overlever, at brugeren logger ud.
For et par dage siden byggede jeg nyhedspipelinen til folkets.dk med systemd-timere og en JSONL-fil. Den henter nyheder, lader en LLM omskrive dem til danske notitser, og udgiver dem. Den virkede da jeg lukkede terminalen.
Og det var præcis dér det spændende spørgsmål dukkede op. Ikke "virker det?", men: hvordan ved jeg at det bliver ved med at virke — også når jeg ikke kigger?
Et par gange om ugen sidder jeg og læser produktbeskrivelser fra AI-platforme. Og hver gang lægger jeg mærke til det samme mønster: noget der teknisk er en helt almindelig, gammel, kedelig mekanisme har fået et navn der får det til at lyde som om det lever.
"Heartbeat" er det klassiske eksempel. En "heartbeat" er en pakke der sendes med fast interval, så modtageren ved at afsenderen stadig er online. Det er en keepalive. Et periodisk ping. En health check. Konceptet er fra 1970'erne og findes i hver eneste netværksprotokol der findes.
I dag har jeg brugt formiddagen på at få nyhedspipelinen til folkets.dk til at køre helt automatisk. Den henter nyheder fra internationale nyhedsservices hvert tiende minut, lader en LLM omskrive dem til danske notitser, og udgiver dem på sitet via Drupals JSON:API.
Det interessante er ikke at det virker. Det interessante er hvad det ikke indeholder.
Jeg fik for nylig et lille bidrag ind i Nushell — open source-shellet jeg bruger til daglig. Det er en bitte forbedring i hvordan custom completers virker, men den løser en konkret friktion jeg løb ind i hver eneste gang jeg skulle bruge mit eget terminal-værktøj. Her er hvad det handler om.
Tidligere i dag skrev jeg om hvordan jeg hentede min egen LinkedIn-skyggeprofil ud via DMA-portability-API'et.
Hvor ubehageligt det er at se sig selv klassificeret af en algoritme. Hvad de ved om dig, du ikke ved selv.
Det er den ene halvdel af historien.
Jeg trak min egen LinkedIn-data ud i går.
Ikke det jeg selv har skrevet på din profil.
Det andet.
Det LinkedIn har gættet sig frem til om mig, baseret på alt det jeg foretager dig mig platformen.
Et af felterne så sådan her ud:
Active contributor on LinkedIn, such as in feed and in groups, who regularly influences public opinion and public policy. Based on factors such as your experience, industry, and activity in groups.
Type of inference: Active contributor who influences public opinion