#112 - Open-source Bogføring, SaaSpocalypse og Agent-first Software

I denne episode dykker vi ned i Rentemester - et nyt open source bogføringsprogram, som er bygget agent-first og lavet til primært at blive brugt af AI-agenter. Vi har to gæster med: Mikkel Freltoft Krogsholm, manden bag Rentemester, og Gabriel Sativa fra Advisoa, der ved alt om compliance og den digitale bogføringslov.Vi snakker om, hvorvidt det overhovedet er lovligt at bruge et open source regnskabsprogram i Danmark, hvordan Rentemester løser krav om hash-kæder, SAF-T, backup og e-fakturaer, og hvad der sker, når kode-agenter gør det så billigt at udvikle software, at vi kan bygge hyperspecialiserede løsninger selv. Vi kommer omkring SaaSpocalypse, build vs. buy, generative UI, og hvorfor det måske ikke er software-as-a-service men Standard Operating Procedures as a Service, der bliver fremtiden.PS: Verbos Podcast er lige nu Danmarks mest lyttede teknologi-podcast på Apple Podcasts. Tusind tak for det!Links:Rentemester: https://rentemester.dk/Mikkel Freltoft Krogsholm på LinkedIn: https://www.linkedin.com/in/mikkelkrogsholm/Gabriel Sativa på LinkedIn: https://www.linkedin.com/in/gabrielsativa/Chapters00:00 Velkommen til Verbos Podcast00:50 Open Source Regnskabsprogrammer i Danmark06:08 Mikkel og Gabriel Introducerer Sig Selv13:20 Compliance og Lovgivning for Regnskabsprogrammer18:07 Rentemester: En AI-Drevet Løsning23:02 Åben kildekode og regnskabsprogrammer27:23 SaaSpokalypse og fremtidige løsninger32:13 Open Source og samarbejde i softwareudvikling38:08 Agent-first software og fremtidens teknologi47:26 Workflows som service og agenters rolle

Denne episode dykker ned i agent skills, orchestrering af flere agenter og selvforbedring i AI-systemer. Kasper Junge og Markus Wüstenberg diskuterer praktiske metoder til at bygge, bruge og forbedre AI-agenter, herunder skills, workflows og open source strategier. Denne episode dykker ned i avancerede AI-agent workflows, orchestrering af flere agenter, og hvordan man effektivt bruger kontekst og handoff-teknikker til at forbedre softwareudvikling og AI-integration.Fabrik: https://github.com/maragudk/fabrik

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 searchForskellen på short-term working memory og long-term knowledge i agent-setupsHvordan du strukturerer docs og skills til progressive disclosureAuto-research og hvordan agenter kan opdage ny viden ved at linke gammel researchHvorfor evals er det vigtigste skill du kan lære som AI-ingeniør i 2026Monorepo som superpower for agenterAndreas' 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-kitAndrej Karpathy's LLM Wiki gist: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94fAndreas' YouTube-kanal: https://www.youtube.com/@andreasastrup3425?app=desktopKaptiler:00:00 - Intro: Second Brain til AI-agenter00:55 - Andreas præsenterer sig selv & Simply.tv02:18 - Vibe coding vs. AI engineering04:11 - Hvad er auto-research?06:28 - Karpathy's LLM Wiki forklaret09:00 - Retrieval- og memory-problemet i agenter10:27 - Daily driver-loopet omkring Second Brain12:02 - Er det her bare RAG i en ny indpakning?14:18 - REM-sleep: Sådan rydder agenten op i sin egen hukommelse15:40 - Sådan installerer og bruger du Second Brain19:05 - Hvorfor lokal memory + world knowledge betyder noget23:34 - Abstraktioner, imposter syndrome og obsolete software26:35 - Markdown-filer slår vector databases27:38 - Anthropic skills & progressive disclosure28:19 - Hvornår simpel search ikke er nok31:55 - Cross-repo workspace: Andreas' daglige setup33:54 - Monorepo som superpower for agenter37:02 - Sådan strukturerer du dine docs og mapper39:50 - Hybrid graph: hops + frie referencer41:17 - Sådan testede Andreas tre forskellige strukturer42:47 - Evals: Det vigtigste skill i AI engineering47:10 - Raindrop AI & agent monitoring i produktion50:47 - Andreas' plugs: YouTube, LinkedIn & Simply.tv53:05 - 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 AIEt 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.Kapitler00:00 Intro og velkommen02:24 Dagens agenda: 8 hypede AI-begreber02:45 OpenClaw (OpenCode)10:06 Agent Skills22:00 Ralph Wiggum Loops32:30 Context Rot & context-vinduer35:50 Harness Engineering44:00 Agentic Engineering49:54 Spec-driven Development59:30 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/Chapters00:00 Introduktion til Agent Frameworks02:30 Joshuas Usandsynlige Rejse til Software Engineering05:07 Fra Community College til Professionel Udvikler07:42 Overgangen til Cloud Native og Agentic Engineering10:23 Mødet med Kasper Tidemand og Netværk13:08 Refleksioner over Coding og AI15:38 Udvikling af Jumbo: En Agent Framework18:01 Udfordringer og Læring i Agentic Engineering24:30 Debatten om AI og dens konsekvenser25:22 Ingeniørens rolle i AI-udvikling27:35 Effektivitet i softwareudvikling29:26 Agenters funktion og samarbejde31:07 Pragmatisk tilgang til softwareudvikling33:14 Langtidshukommelse i AI35:50 Neurovidenskab og softwareudvikling37:15 Mål og projektstyring i AI42:04 Dynamisk opbygning af AI-systemer46:03 Kontekst og information i AI52:33 Kvalitet i Kode og Model Træning54:06 Autonomi i Ingeniørarbejde56:46 Agenters Rolle i Udvikling01:00:08 Benchmarking og Evaluering af Løsninger01:04:47 Fremtidige Udfordringer og Muligheder01:09:30 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.Chapters00:00 Introduktion og gæstpræsentation01:43 Mikkels baggrund og interesse for AI02:11 AI-medarbejdere: Freja og hendes roller03:42 De tidlige oplevelser med ChatGPT og sprogmodeller04:33 Sikkerhed og manipulation af AI-systemer06:26 AI-medarbejdere og open source frameworks09:04 Kodning med AI og dokumentation13:56 AI i kvalitativ dataindsamling og interviews18:22 Automatisering af dataindsamling og API-mapping23:09 Fremtiden for AI-agenter og open source projekter27:47 Praktiske eksempler på AI i offentlige data og API'er32:32 AI's potentiale i organisationer og erhvervslivet37:01 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?Chapters00:00 Introduktion og gæstpræsentation01:07 Emnet for dagens episode: Agentic Engineering02:08 Magnus Geter Sørensen introducerer sig selv03:44 Determinisme vs. ikke-deterministiske AI-agenter05:50 Test og automatisering i AI-udvikling10:10 Testdrevet udvikling og kodekvalitet16:04 Regler, analyser og deterministisk kode20:29 Fremtiden for deterministisk AI-kode25:10 Overbevisning gennem tests og automatisering31:27 Abstraktioner, genbrug og kodeeffektivitet33:59 Eksempler på deterministiske projekter36:10 Implementering af regler og analyser i AI-udvikling02:08 Gæstens baggrund og ekspertise04:34 Hvordan billige kodeværktøjer ændrer udviklingsprocessen09:06 Brugen af fake API'er og mock i test13:40 In-memory databaser og deres fordele18:22 Open source, IP og konkurrencefordele22:58 Fremtidens softwareudvikling og AI's rolle27:43 Opsummering og afsluttende tanker