Beslutsfattande är en inneboende del av tekniken. Det kan innebära att välja en databas, en budskapskedja eller ett CSV-bibliotek som kommer att köras i produktion mot kunddata. När flera alternativ är genomförbara men kompromisser skiljer sig, behöver du ett pragmatiskt sätt att begränsa fältet. Målet är att fatta beslut snabbt, logiskt och effektivt. En användbar strategi är Målet är att visa hur du snabbt kan få "formen" av ett problem, de grova konturerna av lösningsutrymmet, utan uttömmande analys av varje alternativ. Elimination by Aspects (EBA) Vad är eliminering av aspekter? Elimination by Aspects är en beslutsfattande heuristik som introducerades av psykologen Amos Tversky 1972.Kärnan är att gradvis minska en lista över alternativ genom att tillämpa ett kriterium (aspekt) åt gången.Då går du till nästa kriterium, och så vidare, tills du är kvar med en hanterbar kortlista eller till och med en enda vinnare. Key characteristics of EBA: Det är en iterativ, icke-kompensatorisk process.Detta innebär att ett alternativ som misslyckas med ett väsentligt kriterium är ute, oavsett hur bra det är på andra faktorer. Du gör faktiskt en serie ja/nej-beslut på varje aspekt, snarare än att jämföra allt mot allt på en gång. Exempel: Köp en gräsklippare med EBA För att illustrera processen, låt oss använda ett icke-programvaruexempel först: köpa en gräsklippare. Typ av Mower: Är det en rid-on, robot eller push-skivare? Yard Size: Hur stort är området du behöver klippa? Terräng: Behöver du klippa på branta sluttningar (15° eller mer)? Ström & Underhåll: Föredrar du gasmotor eller elektrisk (batteri / trådbunden)? Budgetområde: Vad är ditt budgettak? Genom att successivt tillämpa dessa aspekter kan du skära ner alternativen från tusentals till en handfull. I grund och botten ställer du de mest konsekventa frågorna först (de som delar fältet mest). EBA fungerar bäst när du väljer aspekter som maximerar informationsvinst tidigt i processen. Jag fann att ChatGPT Thinking/Pro, eller Gemini 2.5 Pro (båda med webbsökning aktiverad) genererade ganska bra EBA-stilfrågor, uppmaningen jag använde var "Vilka är de 5 bästa frågorna för att begränsa min gräsklippare sökning?". Exempel: Välj ett CSV Parser-bibliotek med EBA Låt oss nu tillämpa EBA på ett programvaruutvecklingsbeslut. Anta att du behöver välja ett CSV-analysbibliotek för ett projekt. Här är hur en elimineringsstrategi efter aspekter kan se ut: Do a broad search filtered by your programming language to list all CSV parser libraries that could be relevant. This is your initial pool. Start with the Universe of Options: Immediately discard any libraries that look obviously unsuitable for production use. Suitability for Production: Apply a few must-have sanity criteria to the remaining list: Basic Viability Check: The library should at least compile/build or install cleanly. Compilation/Installation: While not a perfect metric, check if the library has at least a minimal level of adoption, for instance, a few hundred stars on GitHub or a decent number of weekly downloads on NPM/PyPI. Popularity/Community Usage: If there’s no README or documentation, that’s a huge red flag. Documentation: If it’s been out for a while, then there is more time for people to report the package being malicious, etc. When was the package published, was it yesterday? With a shorter list in hand, introduce more specific criteria based on your project’s needs: Feature and Performance Requirements: Do you need to parse very large CSV files or do streaming? Performance: Identify required features (e.g., does it handle quoted fields correctly? Can it parse into custom data types or handle different delimiters? Does it also support writing CSV, if you need that?). Features: Consider how the library handles malformed data or edge cases (like newline characters within fields, missing values, etc.). Robustness: Does the library drag in huge external dependencies or native modules? Dependencies: Is the library actively maintained? Maintenance: By this point, you’ve likely narrowed it down to a handful (or even a single) candidate that meets all your aspects. Final Selection: Jag tillämpade eliminering av aspekter på 200 npmjs-bibliotek taggade med "csv" genom att bifoga alla 200 readmes till en Gemini 2.5 Pro-chatt, här är hur jag begränsade dem Jag tillämpade eliminering av aspekter på 200 npmjs-bibliotek taggade med "csv" genom att bifoga alla 200 readmes till en Gemini 2.5 Pro-chatt, här är hur jag begränsade dem Ytterligare förfining för ”server-sida, inte webbläsarbaserade användarnedladdningar” minskade valet till 30.Denna iterativa process möjliggjorde mer och mer specifik filtrering baserat på önskad funktionalitet. Om du inte är villig att ladda ner 200 läsningar (jag skyller inte på dig), var inbjudan jag använde för Gemini "använda eliminering av aspekter frågor för att berätta vilken bibliotek jag ska använda baserat på mina svar på dina frågor för att välja ett csv parser bibliotek på npmjs.org." och sedan intervjuade det mig och valde ett bibliotek för mig baserat på mina svar. Fördelar med att använda EBA i tekniska beslut Att använda eliminering-för-aspekter i programvarutekniska beslut erbjuder flera fördelar: Reducerar överväldigande: Genom att fokusera på ett kriterium i taget undviker du den mentala utbrändheten av att väga varje faktor i varje alternativ samtidigt. Säkerställer att krav som måste uppfyllas: EBA tvingar dig att identifiera och prioritera dina icke-förhandlingsbara krav i förväg. Transparent och försvarbar process: EBA:s steg-för-steg-karaktär gör din beslutsprocess transparent. Minskar fördomar, främjar objektivitet: Att bestämma på kriterier innan man blir förälskad i ett visst alternativ kan mildra knä-jerk fördomar mot en bekant eller "glänsande ny" teknik. Varningar och begränsningar att titta på Ingen beslutsteknik är perfekt. Ha dessa försiktighetsåtgärder i åtanke när du använder eliminering av aspekter: Non-Compensatory = No Trade-Offs: Eftersom EBA är icke-kompensativ kommer ett annars bra alternativ att kastas ut om det misslyckas på ett valt kriterium. Tips: Välj dina elimineringsaspekter noggrant och se till att var och en verkligen är en deal-breaker. Det är vanligtvis klokt att börja med den högsta prioriterade aspekten, i huvudsak, hävda "om det inte har X, inget annat spelar roll" bara för riktigt grundläggande X. Kräver tydliga, mätbara kriterier: EBA fungerar bäst när dina aspekter är väldefinierade. t.ex. definiera skalbarhet som ”must handle >10k requests/sec” eller säkerhet som ”must have no critical fuln reports in the last year”, oavsett vad som passar ditt sammanhang. Kan inte ge en unik vinnare: Ibland kommer du att gå igenom din lista över aspekter och ändå hamna med en koppling eller några livskraftiga kandidater.Om flera alternativ överlever alla dina filter, kan du sedan byta till att jämföra dem på sekundära attribut eller till och med göra ett bevis på koncept med var och en. Wrapping upp Eliminering av aspekter är ett praktiskt verktyg i beslutsverktygslådan för mjukvaruingenjörer.När du står inför en skrämmande lista över tekniker eller designval, tänk i termer av aspekter: räkna ut dina måste-ha, och börja klippa av alternativ som inte kontrollerar dessa rutor. I den snabbt föränderliga tekniska världen, där nya bibliotek och ramverk dyker upp varje vecka, kan detta tillvägagångssätt hjälpa dig och ditt team att undvika analysförlamning och fatta beslut med förtroende. I slutändan kommer eliminering av aspekter inte att garantera ett perfekt val (ingen metod kan), men det kommer att ge dig en rationell, repeterbar process för att komma fram till ett bra val som uppfyller dina behov.
