I episode #110 af Verbos Podcast dykker vi ned i et af de hotteste emner inden for agentic engineering lige nu: Second Brain til AI-agenter. Vi har inviteret AI-ingeniør Andreas Vig Astrup fra Simply.tv i studiet til at fortælle om hans open source second brain starter kit — et setup der er direkte inspireret af Andrej Karpathy's berømte LLM Wiki gist og auto-research-koncept.

Vi taler om, hvordan du giver din Claude Code- eller Codex-agent en levende hukommelse, der lærer over tid, så den stopper med at begå de samme fejl fra repo til repo. Andreas deler sin opskrift på harness engineering, hvordan han bruger en hybrid graph-struktur med hubs, mapper og frie referencer i Obsidian, og hvorfor han har bygget et "REM-sleep" / dream-loop, der rydder op i agentens memory base mellem sessioner.

Vi kommer også omkring:

• Hvorfor RAG ikke altid er svaret — og hvornår markdown + grep slår vector search
• Forskellen på short-term working memory og long-term knowledge i agent-setups
• Hvordan du strukturerer docs og skills til progressive disclosure
• Auto-research og hvordan agenter kan opdage ny viden ved at linke gammel research
• Hvorfor evals er det vigtigste skill du kan lære som AI-ingeniør i 2026
• Monorepo som superpower for agenter
• Andreas' hot take: Er computer vision død?

Hvis du arbejder med Claude Code, Codex eller andre coding agents og vil powere dig selv op til maksimal produktivitet, så er det her episoden for dig.

Links nævnt i episoden:

• Andreas' Second Brain Starter Kit på GitHub: https://github.com/andreasvig/second-brain-starter-kit
• Andrej Karpathy's LLM Wiki gist: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
• Andreas' YouTube-kanal: https://www.youtube.com/@andreasastrup3425?app=desktop

Kaptiler:

00:00 - Intro: Second Brain til AI-agenter

00:55 - Andreas præsenterer sig selv & Simply.tv

02:18 - Vibe coding vs. AI engineering

04:11 - Hvad er auto-research?

06:28 - Karpathy's LLM Wiki forklaret

09:00 - Retrieval- og memory-problemet i agenter

10:27 - Daily driver-loopet omkring Second Brain

12:02 - Er det her bare RAG i en ny indpakning?

14:18 - REM-sleep: Sådan rydder agenten op i sin egen hukommelse

15:40 - Sådan installerer og bruger du Second Brain

19:05 - Hvorfor lokal memory + world knowledge betyder noget

23:34 - Abstraktioner, imposter syndrome og obsolete software

26:35 - Markdown-filer slår vector databases

27:38 - Anthropic skills & progressive disclosure

28:19 - Hvornår simpel search ikke er nok

31:55 - Cross-repo workspace: Andreas' daglige setup

33:54 - Monorepo som superpower for agenter

37:02 - Sådan strukturerer du dine docs og mapper

39:50 - Hybrid graph: hops + frie referencer

41:17 - Sådan testede Andreas tre forskellige strukturer

42:47 - Evals: Det vigtigste skill i AI engineering

47:10 - Raindrop AI & agent monitoring i produktion

50:47 - Andreas' plugs: YouTube, LinkedIn & Simply.tv

53:05 - Hot take: Er computer vision død?

I dag har vi besøg af Kræn Hansen, Developer Experience Engineer hos ElevenLabs, hvor han arbejder med SDK'er, dokumentation og developer relations. Med 13+ års erfaring fra open source-verdenen (bl.a. 7-8 år hos MongoDB) tager Kræn os med ind i en af de mest undervurderede AI-revolutioner lige nu: stemme.

Vi taler om:✅ Hvordan ElevenLabs bygger text-to-speech og speech-to-text der lyder menneskeligt✅ Voice cloning, dubbing og AI-agenter der kan ringe og løse kundeservice-sager✅ Hvordan Kræn har givet Claude Code en stemme — og hvorfor den nu råber "Det lykkedes!" når testene passer✅ SDK-design i agenternes tidsalder: hvad er god dokumentation når både mennesker og kodeagenter læser med?✅ Use case-orienteret API-dokumentation og hvorfor README'er er vigtigere end nogensinde✅ Open source, "JavaScript in Rust"-fænomenet og tillidsøkonomien bag afhængigheder✅ Agentiske arkitekturer: tale-til-tekst-LLM-tekst-til-tale vs. ren speech-to-speech✅ Guardrails, turn-taking og kunsten at få en AI til at tie stille✅ Hvordan Kræn bruger Claude Code, Cursor og custom skills til release management, dokumentation og talk-forberedelse✅ Hvorfor man "taler sig frem til forståelse" — også med en AI

Et must-listen for udviklere, AI-entusiaster og alle der er nysgerrige på, hvordan stemme bliver det næste store interface mellem mennesker og maskiner.

🔗 Gæst: Kræn Hansen — Developer Experience Engineer, ElevenLabs🎧 Værter: Kasper Junge & Jonas Høgh Kyhse-Andersen

⏱️ Kapitler:00:00 Intro og velkommen til Kræn00:49 Kræns baggrund: MongoDB, open source og ElevenLabs02:00 Hvad laver ElevenLabs egentlig? Dubbing, transkribering og agenter04:13 Den undervurderede stemme-revolution i AI06:00 Fremtidens kontor: AI, stemme og noise cancelling09:48 SDK-design og dokumentation i agenternes tidsalder14:00 Use case-orienteret API-dokumentation17:00 Hvorfor SDK'er stadig giver mening20:00 Open source-tillid, "rustificering" og supply chain28:00 Kræn giver Claude Code en stemme34:00 Stemme som interface i den virkelige verden40:00 Agent-arkitekturer: guardrails og turn-taking45:00 Reasoning, indre dialog og Jan LeCun51:00 Sådan bruger Kræn AI-kodeagenter i hverdagen59:00 At tale sig frem til forståelse

Lær hvordan du sætter din kodning på autopilot med harness engineering. I denne episode dykker vi ned i, hvordan du bygger det optimale udviklingsmiljø omkring dine kodeagenter, så de kanlevere kvalitetskode med automatiseret feedback og hurtige loops.Harness engineering er det nye buzzword for det, mange kender som DevOps engineering on steroids. Når AI-agenter producerer enorme mængder kode, kan vi ikke længere stole på manuelle pullrequest reviews fra kollegaer. I stedet skal vi bygge automatiserede feedback-mekanismer, der kan håndtere komplekse code analysis metrics, statistikker og kodeoverblik på måder, menneskeraldrig ville kunne.Vi taler om, hvordan agenter kan overskue langt mere information end os mennesker, og hvordan det åbner helt nye døre for feedback-systemer, test pipelines, CI og deployment checks. Vikommer også ind på, hvordan naturligt sprog gør det muligt at programmere agenter til at følge ideelle processer som test driven development, uden at de bliver trætte eller umotiverede.Derudover deler vi en lille personlig nyhed: Jonas er blevet co-founder hos ComputerLove.tech sammen med Kasper. Vi understreger dog, at podcasten ikke bliver en marketingkanal forvirksomheden, men fortsætter som hidtil med fokus på softwareudvikling, AI-agenter og udviklerproduktivitet.Hvis du arbejder med kodeagenter, AI-drevet udvikling, Claude Code, Cursor eller blot er nysgerrig på fremtidens softwareudvikling, er denne episode et must. Lær hvordan du bygger feedbackloops, der gør dine agenter mere produktive og pålidelige.Husk at like videoen, abonnere på kanalen og skrive en kommentar med dine egne erfaringer med harness engineering. Vi læser med og glæder os til at høre fra jer.

Vil du forstå de vigtigste AI-udtryk, som alle taler om lige nu? I denne episode af Vabos podcast guider vi dig igennem 8 essentielle begreber inden for agentisk AI og AI-coding, som du skal kende i 2026.Vi dykker ned i OpenClaw, det populære open source projekt der lader dig sætte en AI-agent op på din computer med fuld kontrol via Slack, Teams eller Telegram. Du lærer også om agent skills, Ralph Wickham loops, context rot og context vinduer, harness engineering, agentic engineering, spec-driven development og auto-research.Episoden er perfekt for dig, der vil holde dig opdateret på den hurtige udvikling inden for AI-teknologi, men som nogle gange føler sig overvældet af alle de nye termer og udtryk. Vi tageros tid til at forklare hvert begreb i dybden, så du virkelig forstår, hvad der menes, når disse ord bliver brugt i AI-fællesskabet.Hvis du fandt denne gennemgang nyttig så del gerne podcasten med andre, der også vil forstå AI-verdenen bedre. Skriv i kommentarerne hvilket AI-udtryk du gerne vil have forklaret næste gang, og husk at abonnere på podcasten så du ikke går glip af kommende episoder om AI, coding og agentisk teknologi.

Kapitler

00:00 Intro og velkommen

02:24 Dagens agenda: 8 hypede AI-begreber

02:45 OpenClaw (OpenCode)

10:06 Agent Skills

22:00 Ralph Wiggum Loops

32:30 Context Rot & context-vinduer

35:50 Harness Engineering

44:00 Agentic Engineering

49:54 Spec-driven Development

59:30 Auto Research (Karpathy)

1:05:00 Outro

I dette afsnit har vi besøg af Joshua Wheelock – en selvbeskrevet "usandsynlig software engineer", der har brugt det sidste år på at løse et af de mest frustrerende problemer i agentic engineering: at AI-agenter ikke kan huske en skid fra session til session 🧠Joshua har bygget Jumbo CLI – et open source memory framework til AI-agenter, der er inspireret af alt fra solid-principper til... neuroscience 🤯Vi snakker om:🔹 Hvorfor agent-amnesi er et kæmpe problem, og hvordan Jumbo løser det🔹 Hvad neuroscience kan lære os om at bygge bedre AI-agenter🔹 Hvordan man orkestrerer mål, beslutninger og kontekst på tværs af sessioner🔹 Hvorfor gode kodeprincipper er ENDNU vigtigere i en verden med AI-agenter🔹 Og om Ralph Loops + Jumbo er den ultimative combo 👀Det her er et must-listen, hvis du arbejder med vibe coding, agentic engineering eller bare er nysgerrig på, hvad fremtidens softwareudvikling ser ud 🚀🔗 Jumbo CLI på GitHub: https://github.com/jumbocontext/jumbo.cli🌐 Jumbo website: https://jumbocontext.com/👤 Joshua på LinkedIn: https://www.linkedin.com/in/joshwheelock/

Chapters

00:00 Introduktion til Agent Frameworks

02:30 Joshuas Usandsynlige Rejse til Software Engineering

05:07 Fra Community College til Professionel Udvikler

07:42 Overgangen til Cloud Native og Agentic Engineering

10:23 Mødet med Kasper Tidemand og Netværk

13:08 Refleksioner over Coding og AI

15:38 Udvikling af Jumbo: En Agent Framework

18:01 Udfordringer og Læring i Agentic Engineering

24:30 Debatten om AI og dens konsekvenser

25:22 Ingeniørens rolle i AI-udvikling

27:35 Effektivitet i softwareudvikling

29:26 Agenters funktion og samarbejde

31:07 Pragmatisk tilgang til softwareudvikling

33:14 Langtidshukommelse i AI

35:50 Neurovidenskab og softwareudvikling

37:15 Mål og projektstyring i AI

42:04 Dynamisk opbygning af AI-systemer

46:03 Kontekst og information i AI

52:33 Kvalitet i Kode og Model Træning

54:06 Autonomi i Ingeniørarbejde

56:46 Agenters Rolle i Udvikling

01:00:08 Benchmarking og Evaluering af Løsninger

01:04:47 Fremtidige Udfordringer og Muligheder

01:09:30 Afsluttende Tanker og Refleksioner

Mikkel Freltoft Krogsholm er måske den mest AI-infused person, Kasper kender. I denne episode dykker vi ned i, hvordan Mikkel bygger og arbejder med rigtige AI-medarbejdere – heriblandt Freja, som booker heavy metal bands, håndterer høringssvar og opdaterer CRM uden Mikkel rører ved det. Vi taler om, hvorfor CLI kan være bedre end MCP til agenter, hvordan man mapper APIs ved at sætte en agent løs i en browser, og hvordan Mikkel bruger SurrealDB som hjerne på tværs af sine agenter. Og så lige en bog: Superkræfter.

Chapters

00:00 Introduktion og gæstpræsentation

01:43 Mikkels baggrund og interesse for AI

02:11 AI-medarbejdere: Freja og hendes roller

03:42 De tidlige oplevelser med ChatGPT og sprogmodeller

04:33 Sikkerhed og manipulation af AI-systemer

06:26 AI-medarbejdere og open source frameworks

09:04 Kodning med AI og dokumentation

13:56 AI i kvalitativ dataindsamling og interviews

18:22 Automatisering af dataindsamling og API-mapping

23:09 Fremtiden for AI-agenter og open source projekter

27:47 Praktiske eksempler på AI i offentlige data og API'er

32:32 AI's potentiale i organisationer og erhvervslivet

37:01 Afslutning og fremtidige perspektiver

Er softwareudvikleren ved at blive udrydningstruet? Eller er det faktisk det modsatte, der sker?

I denne episode sætter Kasper og Jonas sig ned og prøver at forstå, hvad der egentlig foregår lige nu. De gennemgår OpenAIs vanvittige eksperiment, hvor tre ingeniører på fire måneder producerede over en million linjer kode – uden selv at skrive én eneste. De kommer ind på, hvordan AI-agenter ændrer udviklernes rolle fra udførende til rammesættende, hvad det betyder for de store, rodede legacy-systemer, som ingen tør røre, og hvad der sker med SaaS-produkter, når den primære bruger ikke længere er et menneske, men en agent.

Det er en episode for dig, der er nysgerrig på, hvor vi er på vej hen – og hvad din rolle som udvikler ser ud om to år.

Hvordan sikrer vi at agenter gør det vi vil have dem til?

Chapters

00:00 Introduktion og gæstpræsentation

01:07 Emnet for dagens episode: Agentic Engineering

02:08 Magnus Geter Sørensen introducerer sig selv

03:44 Determinisme vs. ikke-deterministiske AI-agenter

05:50 Test og automatisering i AI-udvikling

10:10 Testdrevet udvikling og kodekvalitet

16:04 Regler, analyser og deterministisk kode

20:29 Fremtiden for deterministisk AI-kode

25:10 Overbevisning gennem tests og automatisering

31:27 Abstraktioner, genbrug og kodeeffektivitet

33:59 Eksempler på deterministiske projekter

36:10 Implementering af regler og analyser i AI-udvikling

02:08 Gæstens baggrund og ekspertise

04:34 Hvordan billige kodeværktøjer ændrer udviklingsprocessen

09:06 Brugen af fake API'er og mock i test

13:40 In-memory databaser og deres fordele

18:22 Open source, IP og konkurrencefordele

22:58 Fremtidens softwareudvikling og AI's rolle

27:43 Opsummering og afsluttende tanker

I denne episode af Verbos Podcast har vi Poul Kjeldager Sørensen med i studiet til en snak om state of vibe coding.Sidst Poul var med, var i august.Siden da er feltet eksploderet – både i hype, værktøjer og faktisk brug.Vi taler bl.a. om:• hvordan vibe coding har udviklet sig det sidste halve år• hvorfor det føles fundamentalt anderledes, når man vibecoder som teams• hvilke erfaringer, mønstre og faldgruber der begynder at tegne sig• og hvordan agent-adgang, autonomi og sikkerhed pludselig bliver meget konkretDerudover vender vi også den seneste bølge af autonome assistenter som Claudebot / OpenClaw / Moldbot, og hvad der reelt er spændende – og potentielt farligt – ved den type setups.En ærlig, teknisk og refleksiv samtale om, hvor vibe coding er lige nu, og hvad det kræver at bruge det ansvarligt i praksis.

Summary

I denne episode af Vabos podcast taler Kasper Junge med Mark Ruvald, en senior firmware engineer hos Nvidia. De diskuterer Marks baggrund, hvad firmware er, og hvordan det relaterer til hardware og software. Mark deler sin erfaring med at udvikle firmware til netværkskort og Garmin-ure, samt hvordan han har implementeret VNC-protokollen på et Garmin-ur. De dykker også ned i emnet Vibe Engineering, som handler om at designe systemer, der kan lære og tilpasse sig, og hvordan feedback loops spiller en vigtig rolle i dette. Diskussionen afsluttes med overvejelser om fremtiden for AI og programmering. I denne samtale diskuterer Kasper Junge og Mark Ruvald betydningen af AI i softwareudvikling, herunder kontekstvinduets rolle, design og arkitektur i backend, samt hvordan automatisering kan forbedre arbejdsprocesser. De udforsker Ralph Wickham-loopet og dets anvendelse, samt hvordan man kan separere deterministiske og stokastiske opgaver for at optimere output. Diskussionen bevæger sig også ind i fremtiden for softwareudvikling, hvor proaktiv AI og feedback loops vil spille en central rolle.

Chapters

00:00 Introduktion til Vabos Podcast og gæst

01:57 Mark Ruvalds baggrund og erfaring som firmware engineer

04:47 Hvad er firmware og dets betydning?

07:55 Nvidia og deres arbejde med netværkskort

10:49 Garmin-uret og reverse engineering af software

13:57 Udvikling af en VNC-klient til Garmin-uret

17:02 Udfordringer ved at arbejde med begrænsede ressourcer

19:47 Kreativitet i hardwareudvikling og afslutning

23:28 Introduktion til Vibe Engineering

24:49 Udfordringer ved Vibe Coding

26:52 Feedback Loops i Vibe Engineering

29:20 Kompleksitet og Arkitektur

32:24 Grounding Loops og Teknisk Gæld

33:35 AI's Rolle i Vibe Engineering

35:45 Ralph Wickham Loop og Autonomi

39:02 Praktiske Anvendelser af Vibe Engineering

51:45 Afslutning og Refleksioner

52:21 Arkitekturforståelse og Kodekvalitet

54:55 Separering af Deterministiske Opgaver

58:49 Proaktiv AI i Softwareudvikling

01:08:55 Fremtiden for Softwareudvikling