Innsikt
Dybdegående tanker om AI, programvare og skiftet fra koding til orkestrering. Fra innsiden, ikke på avstand.
Hvorfor Enkelt-Agenter Treffer Veggen
Hvorfor Enkelt-Agenter Treffer Veggen. Dissekering av FullStack-Agent Arkitekturen. Benchmark-Resultater: Utover Proof of Concept.
Why Most AI Pilots Fail — And What To Do Instead
Most AI pilots stall because companies treat them as technology experiments instead of business-outcome problems. Here are the three patterns that separate the ones that ship from the ones that don't.
Hvorfor agenter dreper per-sete-modellen
Hvorfor agenter dreper per-sete-modellen. Casestudier: Nedgang, omstilling og vekst. Hva som faktisk fungerer: Bygge AI-native stabler.
Hva MCP og A2A faktisk løser
Hva MCP og A2A faktisk løser. Den direkte realitetssjekken. Produksjonshybridstakker som faktisk fungerer.
Tillitsgapet: Der hastighet møter virkelighet
Tillitsgapet: Der hastighet møter virkelighet. Agent-svermer i produksjon: Utover enkelt-agent-taket. Kontekst: Den virkelige flaskehalsen i AI-koding.
Den tekniske stacken som leverer sub-500ms latenstid
Den tekniske stacken som leverer sub-500ms latenstid. Plattformmatrise: Hva som fungerer for nordisk bedriftsdistribusjon.
Fortellingen om to protokoller: Hva de faktisk gjør
Fortellingen om to protokoller: Hva de faktisk gjør. Produksjonsvirkelighet: Hva som faktisk fungerer (og hva som feiler).
Slop-flodbølgen: Når maskiner koder i maskinens hastighet
Slop-flodbølgen: Når maskiner koder i maskinens hastighet. Når det å si nei blir din superkraft. Hastighetens paradoks: Raskere kode, tregere systemer.
Fra SaaS-oppblåsthet til AI-innfødte fabrikker
Fra SaaS-oppblåsthet til AI-innfødte fabrikker. Inne i programvarefabrikken: Fra stemningsprompts til produksjon.
S-nivå: Produksjonsklar orkestrering
S-nivå: Produksjonsklar orkestrering. A-nivå: Mestre av rask prototyping. B-nivå: Spesialisert fortreffelighet.
We're Building an MCP Server for Meeting Transcripts. Here's Why It Changes the LLM Wiki Workflow.
Karpathy's LLM wiki pattern needs raw sources you control. Every meeting tool launched a read-only MCP server in the last six months. We're building the one that closes the loop.
Protokollstakken som endret alt
Protokollstakken som endret alt. Fra enkle agenter til AI-ingeniørteam. A.G.E.N.T.-håndboken: En byggers guide til 10x gevinster.
Protokolllandskapet: MCP vs A2A Grunnleggende
Protokolllandskapet: MCP vs A2A Grunnleggende. 25 000-oppgave åpenbaringen: Sekvensiell slår hierarkisk.
Produktivitetsparadokset: Når raskere generering møter virkeligheten
Produktivitetsparadokset: Når raskere generering møter virkeligheten. Vitenskapen bak menneske-AI-samarbeid: Å forstå nyhetsflaskehalsen.
Tallene lyver ikke: Når hastighet blir til lammelse
Tallene lyver ikke: Når hastighet blir til lammelse. Der tradisjonelle arbeidsflyter bryter sammen. Nye løsninger: Utover menneskelig gjennomgang.
Krisen i koordinering av flere agenter
Krisen i koordinering av flere agenter. CAID: Programvareutviklingsprimitiver for AI-team. Tallene: Hvorfor koordinering slår beregningskraft.
Multi-Agent-øyeblikket: Hvorfor 2025 endret alt
Multi-Agent-øyeblikket: Hvorfor 2025 endret alt. MCP: Det universelle verktøygrensesnittet som faktisk fungerer.
19 MCP Tools for AI Memory: What MemPalace's Read-Write Pattern Teaches Meeting Builders
MemPalace shipped 19 MCP tools that include knowledge graph mutation, agent diary writes, and auto-dedup. Most memory MCPs are read-only. Here's what the read-write pattern looks like — and why meeting tool builders should be paying attention.
Ødeleggelsens mekanikk: Hvordan agenter dreper SaaS
Ødeleggelsens mekanikk: Hvordan agenter dreper SaaS. Ødeleggelsen: Vinnere, tapere og det nye hierarkiet. Den nye programvarestakken: Fra lisenser til resultater.
MCP: USB-C-porten for AI-agenter
MCP: USB-C-porten for AI-agenter. A2A: Når agenter må snakke med hverandre. Arkitekturbeslutningen: MCP + A2A eller velg én?.
MCP: Den universelle adapteren for AI-verktøytilgang
MCP: Den universelle adapteren for AI-verktøytilgang. A2A: Orkestrering av agentsverm som menneskelige team. Arkitekturen til AI-ingeniørteam.
MCP: Den universelle verktøyadapteren som faktisk fungerer
MCP: Den universelle verktøyadapteren som faktisk fungerer. A2A: Multi-agent orkestrering for bedriftsskala. Den hybride stacken: Hvorfor smarte utviklere bruker begge.
MCP: Den universelle verktøyadapteren
MCP: Den universelle verktøyadapteren. A2A: Språket for AI-teamarbeid. Direkte sammenligning: Når du skal velge hva.
MCP: Verktøyhviskeren
MCP: Verktøyhviskeren. A2A: Agentdiplomati i stor skala. Produksjonsvirkelighet: Det som faktisk fungerer.
MCP: Standarden som gjør AI-agenter faktisk nyttige
MCP: Standarden som gjør AI-agenter faktisk nyttige. A2A: Når AI-agenter må snakke med hverandre.
MCP: Det presise instrumentet
MCP: Det presise instrumentet. A2A: Samarbeidsmotoren. Hybridvirkeligheten: Det beste fra begge verdener.
MCP: Den interne kablingstandarden
MCP: Den interne kablingstandarden. A2A: Koordinasjonslaget. Den hybride arkitektur-realiteten.
MCP: Gi agenter tilgang til alt de trenger
MCP: Gi agenter tilgang til alt de trenger. A2A: Agenter som faktisk samarbeider. Hvordan MCP og A2A fungerer sammen: Den komplette stakken.
MCP-grunnlaget: Agenter som faktisk bruker verktøy
MCP-grunnlaget: Agenter som faktisk bruker verktøy. A2A: Delegeringslaget for agentteam. Den hybride arkitekturen: MCP + A2A i produksjon.
MCP: Grunnlagslaget som faktisk fungerer
MCP: Grunnlagslaget som faktisk fungerer. A2A: Når agenter blir kolleger. Stacken som skalerer: Hvorfor MCP + A2A = magi.
MCP-stiftelsen: Vertikal integrasjon som faktisk fungerer
MCP-stiftelsen: Vertikal integrasjon som faktisk fungerer. A2A: Horisontal orkestrering for bedriftsvirkeligheten. Kraften i protokollkonvergens.
How to Build a Karpathy-Style LLM Wiki From Your Meetings (Obsidian Tutorial)
A practical Obsidian workflow for piping meeting transcripts into Karpathy's LLM wiki pattern. Two paths: manual export and an MCP server. Includes the schema, prompts, and example queries.
Den skjulte kostnaden ved gratis kode
Den skjulte kostnaden ved gratis kode. Arkitektur blir den nye flaskehalsen. Den store utviklerevolusjonen.
Det store produktivitetsparadokset: Mer kode, samme hastighet
Det store produktivitetsparadokset: Mer kode, samme hastighet. Fra kodingsflaskehalser til kontekstgap. Fremveksten av utvikler-orkestratorer.
Den Store Kommodifiseringen: Når Implementering Blir Gratis
Den Store Kommodifiseringen: Når Implementering Blir Gratis. De Tre Vurderingsflaskehalser Som Dreper AI-Native Team.
Det store kodeskiftet: Volum opp, kvalitet ned
Det store kodeskiftet: Volum opp, kvalitet ned. Hvorfor AI-kode feiler: Dømmekraftsgapet. Hva som fungerer: Lærdommer fra fronten.
Rammeverk-krigene: Å velge din organisasjonsstruktur
Rammeverk-krigene: Å velge din organisasjonsstruktur. Benchmarks som OKR-er: Måling av teamytelse. Protokoller: API-ene for agentkommunikasjon.
Utryddelsesbevisene: Hvorfor Tradisjonell SaaS Blør Verdi
Utryddelsesbevisene: Hvorfor Tradisjonell SaaS Blør Verdi. Den Nye Generasjonen: Y Combinators Agent-Native Pivot.
Bevisene: Ekte selskaper gjør ekte bytter
Bevisene: Ekte selskaper gjør ekte bytter. Fra Vibe-koding til produksjon: Anatomi av AI-innfødt programvare.
Bevisene: AI-kodekvalitet er verre enn vi innrømmet
Bevisene: AI-kodekvalitet er verre enn vi innrømmet. Den nye flaskehalsen: Systemtenkning vs. syntaksgenerering.
Økonomien i skreddersydde løsninger for alt
Økonomien i skreddersydde løsninger for alt. Produksjonsklare agent-rammeverk. Benchmarkbevist pålitelighet.
Utryddelsens økonomi
Utryddelsens økonomi. Produksjonsklar playbook: Fra revisjon til skalering. Casestudier: Hvor agenter vinner.
Demoen som endrer alt
Demoen som endrer alt. Gartner-spådommen: SaaS blir infrastruktur. Virkelighetssjekken: Når AI-bygde apper møter produksjon.
Dashboardets død
Dashboardets død. Virkelige erstatninger som skjer nå. Den nordiske fordelen: Bygge agent-native.
Kommodifiseringsbeviset: Når syntaks blir verdiløs
Kommodifiseringsbeviset: Når syntaks blir verdiløs. Agentiske kodebase: Infrastrukturrevolusjonen.
Fra Chatbots til Full-Stack Byggere
Fra Chatbots til Full-Stack Byggere. Hvordan produksjonsklare agentapper faktisk ser ut. Den nordiske fordelen: Åpen kildekode og pragmatisk implementering.
Fra kaos til koordinering: Hvorfor agent-spredning dreper ROI
Fra kaos til koordinering: Hvorfor agent-spredning dreper ROI. Protokollkrigene: MCP vs A2A og hvorfor du trenger begge.
Fra Bash-skript til AI-CTO
Fra Bash-skript til AI-CTO. Arkitektur: Orkestreringslageret. Selvbyggingen: 8 dager med autonom utvikling.
Arkitekturen som faktisk gir mening
Arkitekturen som faktisk gir mening. Hvorfor dette betyr noe for ditt ingeniørteam akkurat nå. Produksjonsrammeverk: Hva som faktisk fungerer i 2026.
Arkitekturen for AI-koordinering
Arkitekturen for AI-koordinering. Når mikrostyring vinner: MCP-sweet spotet. Delegeringsfordelen: A2A i praksis.
Anatomien til et AI-programvareutviklingsbyrå
Anatomien til et AI-programvareutviklingsbyrå. Fra installasjon til produksjon: En utviklers gjennomgang. Virkelige demoer: Når AI-team leverer programvare.
Is Teamtailor Compliant with the EU AI Act?
Teamtailor is one of the most popular ATS platforms in the Nordics. If you use its AI features to screen or rank candidates, it's classified as high-risk under the EU AI Act. Here's what that means for you.
Is Intercom Compliant with the EU AI Act?
Intercom's Fin AI chatbot is limited-risk under the EU AI Act — but you still need to disclose that users are talking to AI. Here's what the law requires and how to get it right.
Is HireVue Compliant with the EU AI Act?
HireVue's AI-powered video interviews are the textbook example of high-risk AI under the EU AI Act. If you use them, you have serious compliance obligations. Here's exactly what they are.
EU AI Act Compliance for HR Teams: A Practical Guide
HR is the single highest-risk area under the EU AI Act, and most People teams don't know it yet. This guide covers what HR directors need to do — from candidate screening to performance reviews — before enforcement begins.
What the EU AI Act Means for SaaS Companies
SaaS companies face a unique challenge under the EU AI Act: you might be both a deployer of AI tools and a provider of AI systems. This guide explains the difference, why it matters, and what CTOs need to do now.
AI Act for Swedish Companies: What You Need to Know
Sweden has some of Europe's highest AI adoption rates but dangerously low awareness of the EU AI Act. This guide covers what Swedish business leaders need to know — including the role of IMY, common Swedish tools, and why there is no grace period.
Is Gong Compliant with the EU AI Act?
Gong is fine for sales coaching and deal intelligence. But if you use it for employee performance evaluation, it becomes high-risk under the EU AI Act. The line is thinner than you think.
Is GitHub Copilot Compliant with the EU AI Act?
Good news: GitHub Copilot is minimal to limited risk under the EU AI Act. But there's one obligation every company using it must meet — AI literacy under Article 4.
The EU Digital Omnibus: What the Proposed Delay Means for AI Act Compliance
The European Commission's Digital Omnibus package proposes pushing high-risk AI deadlines to December 2027. But transparency and literacy obligations remain unchanged — and they're already here.
AI Act Article 4: The Obligation That's Already Active (And What It Means)
Article 4 of the EU AI Act — the AI literacy obligation — has been in force since February 2025. Here's what it actually requires, what 'sufficient literacy' means in practice, and how to implement it.
5 AI Systems Your Company Probably Uses That Are High-Risk Under the AI Act
Most companies don't realise they're already deploying high-risk AI systems. Here are five common tools — from recruitment screening to customer eligibility chatbots — that trigger full AI Act compliance obligations.
Agyn-arkitekturen: Produksjon Multi-Agent Gjort Riktig
Agyn-arkitekturen: Produksjon Multi-Agent Gjort Riktig. CAID: Git-Native Asynkron Delegering Som Skalerer. Orkestreringsmønstre Som Faktisk Fungerer.
Agentkoordineringsproblemet vi løser
Agentkoordineringsproblemet vi løser. MCP: Dybdeprotokollen for agent-verktøy-integrasjon. A2A: Muliggjør ekte multi-agent-samarbeid.
Agent-arsenalet: Produksjonsklare kraftpakker
Agent-arsenalet: Produksjonsklare kraftpakker. De tre veiene til SaaS-foreldelse. Hvordan «god» AI-programvare faktisk ser ut.
25 000-oppgavers realitetssjekk
25 000-oppgavers realitetssjekk. Endogenitetsparadokset: Hvorfor struktur dreper ytelse. Der populære rammeverk går galt.
Bygg-mot-kjøp-ligningen har snudd
Bygg-mot-kjøp-ligningen har snudd. Virkelige erstatninger: Bevisene hoper seg opp. Markedsdynamikk: Vinnere, tapere og den store oppdelingen.
Utløserne: AI-agenter og vibe-koding-revolusjonen
Utløserne: AI-agenter og vibe-koding-revolusjonen. Den eksistensielle krisen: Hvorfor SaaS-verdsettelsene kollapser.
Innblikk i studien: Arkitekturer, benchmarks og sjokkerende resultater
Innblikk i studien: Arkitekturer, benchmarks og sjokkerende resultater. De tre skaleringlovene: Forutsigbare mønstre i agent-svermer.
Vil du gå dypere?
Vi utforsker fronten av AI-bygd programvare ved å faktisk bygge den. Se hva vi jobber med.