– Bygg egne prosjekter

Hva jobber du med?

Jeg bygger Bridgable, et AI-verktøy som gjør det enklere å lage grensesnitt med OpenBridge-designsystemet. Det gjør jeg sammen med medgründer og CTO Ludvig Øvrevik, Ukas Koder forrige uke. Som utvikler hos OpenBridge har jeg bygd webkomponenter til den åpne UI-standarden hele maritim bransje bygger på. Da OpenBridge ble åpen kildekode i april, fikk Ludvig og jeg presentere AR-teknologien fra bacheloren vår for kronprins Haakon og prins Sverre Magnus.

Hos Altek AI har jeg vært med på å lage agentiske systemer som automatiserer kundeservicen for over 70 hoteller. I tillegg er jeg CMO i Cogito NTNU, der jeg tidligere var prosjektleder og startet samarbeidet med Infor, verdens tredje største ERP-leverandør, på anbefalingssystem, prisanbefaling og browser-agent-automasjon. Nå er bacheloren i havn, og i sommer drar jeg til San Francisco i ti uker på Gründerskolen.

Hvor mye KI bruker du i jobben din?

Hele tiden. Claude Code og Claude Cowork er åpne hver dag, og via MCP-connectors er kontekst fra Figma, Notion, Gmail, kalender, Google Drive og GitHub samlet på ett sted. Det rydder mye når ting blir uoversiktlig. AI har gått fra å være et verktøy jeg bruker, til å være måten jeg jobber på.

Hva synes du er det mest krevende ved å være utvikler?

Tempoet. To akser flytter seg samtidig. Selve modellene endrer seg, og det gjør verktøyene og arbeidsmåtene rundt dem også. Det handler om context engineering, altså å gi modellen riktig informasjon på riktig form, og om hvordan du setter opp skills og agentiske arbeidsflyter rundt den. Mye av forskjellen mellom å bruke AI godt og dårlig ligger der. Samme modell som løser et matematisk bevis på doktorgradsnivå, kan svare "gå" hvis du spør om det er raskest å gå eller kjøre bilen til verkstedet. Bilen må jo med. Karpathy kaller det jagged intelligence, hull der du minst venter dem. Benchmarks blir gamified av labbene, så å teste modellene på dine egne oppgaver er essensielt om du skal bruke språkmodeller seriøst.

Hva er det neste du har lyst til å lære deg eller bli bedre på?

Tre ting jeg vil utvikle meg på. Det første er world models, som jeg vil lære fra grunnen av. En world model er en intern modell av hvordan verden oppfører seg, og lar AI-en simulere konsekvensene av en handling før den utfører den. Yann LeCun, en av gudfedrene til AI, har bygget JEPA, en arkitektur designet nettopp for dette. I et intervju nylig sa han det skarpt. "I do not understand how you can even think of building an agentic system without that agentic system having the ability of predicting the consequences of its actions."

Hans poeng er at dagens AI-agenter handler først, og lar konsekvensene komme etterpå. Pålitelige agenter må kunne tenke før de handler. Jeg ønsker også å bli bedre på RL-finetuning av lokale modeller for tool calling. Frontier-modellene er både dyre og overraskende upålitelige på dette. Det interessante er at åpne modeller finetunet med RL kan slå dem på akkurat dette domenet nå. Terminus-4B slår Claude Sonnet 4.6 på praktiske agent-oppgaver, lokalt.

Til sist, en ikke-teknisk en. Jeg vil bli bedre på å bygge et startup ved å faktisk bygge et. Bridgable er prosjektet jeg lærer på, og Gründerskolen i San Francisco i sommer er et naturlig steg på den veien.

5. Hva ser du på som bransjens største utfordring akkurat nå?

Norge er Europa-mester i AI-bruk. 56 prosent av oss brukte AI i 2026, høyest i Europa ifølge Eurostat (NRK 15. mai). Likevel har søkertallene til informatikk og datateknologi stupt.

NTNUs datateknologi halverte fra 409 i 2024 til 194 i 2026, og studentene sier selv at AI er hovedgrunnen. Det jeg er bekymret for er ikke AI, det er hva folk gjør basert på en feilantakelse. Fortellingen om at "AI erstatter utviklere" mener jeg er feil.

METR har målt at AI-agenter kan utføre dobbelt så lange oppgaver hver syvende måned. Det betyr mer kode, ikke mindre. Fra binærkort til assembly, fra assembly til høynivåspråk, og nå til AI. For hvert nye abstraksjonslag har antallet utviklere vokst, selv om mange trodde det motsatte. Studentene gjør samme feilantakelse som folk har gjort før. Andrew Ng går så langt som å si at en junior med AI er mer effektiv enn en senior uten. "I just don't hire people like that anymore." Det er ikke rollen som forsvinner, det er den gamle måten å fylle rollen på. Det vi trenger nå er flere som tar utdanning, tilpasser seg verktøyene, og bygger. Konsekvensen om vi tror feil, kan bli utviklermangel om fem til ti år. Når kodingen blir enklere, er det data, distribusjon, hurtighet og produkter som løser ekte behov som gir varig konkurransekraft. For den som tilpasser seg, er det lite grunn til å frykte for jobben. Bransjen krever mer av oss, og blir samtidig mer spennende.

6. Hva er ditt beste tips til andre utviklere?

Bygg egne prosjekter. Utdanning er viktig for grunnmuren, men prosjektene jeg har laget er det som faktisk har åpnet dører. Hvis du ikke har noe konkret på lur, kan hackathons være et godt sted å starte. Andrew Ng sa i en Stanford-forelesning at å lese ett paper denne helgen ikke gjør deg klokere, men gjør du det hver uke, vil den eksponentielle effekten overraske deg. Det er små vaner over tid som flytter ferdighetsnivået. Få ting slår følelsen når noe man har jobbet med endelig funker.

Noen konkrete verktøy. Først skills. SkillsBench viste at menneskeskrevne skills øker agentens treffsikkerhet med 16,2 prosentpoeng, mens AI-genererte gir omtrent null. Lær deg å skrive dem. Cubic er det beste AI-kodevurderingsverktøyet jeg har testet. Bygger du med AI, sjekk ut DeepEval for å teste modeller på dine egne oppgaver og Artificial Analysis for å sammenligne modeller.