#126 - MCP deep dive: Sådan bygger du software til AI-agenter

Hvordan bygger du software, som AI-agenter faktisk kan bruge? Vi åbner motorhjelmen på Model Context Protocol (MCP) og går fra tools, resources og prompts til code mode og agent-first software.Kasper og Jonas deler erfaringer fra deres egne MCP-løsninger: en produktivitetsapp, en hjemmeskærm styret af en agent og et filværktøj, hvor agentens feedback afslørede et dårligt design. Undervejs diskuterer vi, hvornår AI skal ligge i din app, og hvornår appen kan overlade arbejdet til brugerens agent.I episoden:- Host, client og server: hvordan delene i MCP hænger sammen.- Tool discovery, deferred tools og code mode: hvordan agenten finder og kombinerer værktøjer.- Resources og instruktioner: hvordan du hjælper agenten med at bruge din software.- MCP Apps, hjemmeskærme og hvorfor visuelle interfaces stadig har en plads.- Agent-first arkitektur: del forretningslogikken mellem API, UI og MCP.- Agent experience: batch-kald, filupload og feedback fra den agent, der bruger dit værktøj.Kapitler:00:00 Velkommen og feedback på sidste episode02:28 Hvad er MCP, og hvor kom det fra?05:49 Host, client og server: hvem gør hvad?10:49 Når agenten får adgang til dine værktøjer13:15 Tools, resources og prompts18:37 Tool discovery og problemet med fyldt kontekst23:00 Direct, deferred og code mode29:23 MCP Registry: Hvordan finder agenter din software?31:20 Byg software, som agenten kan bruge35:08 Scheduling, tasks og events: hvem styrer arbejdet?41:54 MCP Apps og pladsen til visuelle interfaces46:26 Jonas' hjemmeskærm styret via MCP51:27 Mødetranscripts som kontekst for agenten53:00 Agent-first software og fri forretningslogik56:53 Batch-kald og API'er med en ny type bruger59:38 Agent experience: lad agenten give feedback1:05:09 Lad agenten teste gennem MCP1:07:03 Computer use, agentidentitet og afrundingLinks og kilder:Model Context Protocol: dokumentationhttps://modelcontextprotocol.io/Det officielle MCP Registryhttps://registry.modelcontextprotocol.io/Cloudflare: Code Modehttps://blog.cloudflare.com/code-mode/Verboshttps://verbospodcast.dk/Følg Verbos dér, hvor du lytter, så du får næste afsnit med.Verbos er podcasten fra maskinrummet med Kasper Junge og Jonas Høgh Kyhse-Andersen om AI og softwareudvikling.

DR's Debatten om AI og kultur endte i et skænderi mellem Zenia Stampe og Martin Thorborg. Vi tager den debat, vi gerne ville have set: Er AI bygget på stjålet data, og hvad gør vi, hvis det er?Kasper og Jonas har besøg af Christian Bech Nørhave. Vi skiller trådene ad: forskellen på at træne en model og at give den kontekst, ophavsret og internettets reklameøkonomi, og om AI gør os dummere eller bare kræver, at vi bliver dygtigere.I episoden:- Hvorfor Thorborg ikke har "trænet sin egen model", og hvorfor det betyder noget for debatten.- Er træning af en sprogmodel kopiering eller inspiration?- Lad os antage, at det er stjålet. Hvad så? Retssager, HTTP 402 og et marked for træningsdata.- Sømpistol eller hammer: Hvem har skrevet en bog skrevet med AI?- Gør AI os dummere? Og hvorfor de dygtigste stadig styrer agenterne bedst.Kapitler:00:00 Debatten om AI og kultur: en forspildt chance02:22 To verdener: AI-agenter vs. kulturlivet04:02 Trænet på eller givet som kontekst?07:43 Er træning kopiering eller inspiration?11:31 Videndeling, innovation og manglende kildeangivelse16:30 Ophavsret i USA, EU og Kina20:28 Lad os antage, det er stjålet. Hvad så?24:47 Thorborgs bog: to verdenssyn, samme ord26:05 HTTP 402 og internettets reklameøkonomi29:53 Et marked for træningsdata, der aldrig kom34:27 Forståelig modstand og ingen vej tilbage38:59 Sømpistol eller hammer: hvem skrev bogen?41:45 En bog på en uge med ChatGPT i 202344:18 Gør AI os dummere?49:31 Ti agenter og tabt overblik50:22 De dygtigste leder agenterne bedst55:24 Hammeren, sømpistolen og de unge58:36 Ikke godt eller ondt: hvad kan vi samles om?Links og kilder:DR Debatten: Kunstig intelligens, kunstig kultur?https://www.dr.dk/drtv/se/debatten_-kunstig-intelligens-kunstig-kultur_630368Martin Thorborg om sin bog og AI-debattenhttps://www.thorborg.dk/min-bog-er-ude-og-nu-tager-jeg-ai-debatten/Danske Forlag: Forliget i Bartz v. Anthropichttps://www.danskeforlag.dk/nyheder/hvad-betyder-forliget-i-bartz-vs-anthropic-for-danske-forlag-og-forfattere/MDN: HTTP 402 Payment Requiredhttps://developer.mozilla.org/en-US/docs/Web/HTTP/Reference/Status/402Cloudflare: Pay per crawlhttps://blog.cloudflare.com/introducing-pay-per-crawl/Common Crawlhttps://commoncrawl.org/PNAS: Generative AI without guardrails can harm learninghttps://doi.org/10.1073/pnas.2422633122Christian Bech Nørhave på LinkedInhttps://www.linkedin.com/in/cbechn/Verboshttps://verbospodcast.dk/Præciseringer til samtalen:- Modeller trænes typisk på data, der er hentet ned og gemt. Bartz v. Anthropic handlede netop om et gemt bibliotek af piratkopierede bøger og endte i et forlig på 1,5 mia. dollar.- Matematikstudiet, vi nævner, er et feltforsøg med ca. 1.000 tyrkiske gymnasieelever, ikke to klasser. Med almindelig ChatGPT gik det bedre i øvelserne, men 17 % dårligere til eksamen uden AI. En version med pædagogiske rammer fjernede stort set den negative effekt.- HTTP 402 bliver faktisk brugt i dag: Cloudflares pay per crawl lader websites tage betaling af AI-crawlere. Et marked for træningsdata er altså ved at opstå, men det er småt.- Om en bog skrevet med AI er beskyttet af ophavsret afhænger af den menneskelige kreative indsats. Spørgsmålet er ikke afprøvet ved danske domstole.Vil du være med til en AI-debat, der samler i stedet for at splitte? Skriv til os.Verbos er podcasten fra maskinrummet med Kasper Junge og Jonas Høgh Kyhse-Andersen om AI og softwareudvikling.

AI gør det hurtigere at finde gamle sikkerhedshuller. Kan udviklere og vedligeholdere følge med, når hullerne skal lukkes?Kasper og Jonas diskuterer CPR-lækket, PHP2Shell og det virale REA-projekt. Vi går fra hukommelsesfejl og adgangskontrol til spørgsmålet om, hvad en kodeagent egentlig får ud af specialværktøjer til reverse engineering.I episoden Hvorfor opdagelse og udnyttelse af et sikkerhedshul er to forskellige opgaver. Hvad CPR-sagen siger om adgang, identitet og arkitektur. Hvorfor korrekt applikationskode ikke beskytter mod alle fejl i runtime'en. Hvad REA giver ud over en almindelig agent — og hvor en kopi af software stadig kan fejle. Gamle drivere, self-hosting og forventningen om selv at kunne ændre sit software.Præciseringer til samtalen PHP2Shell-fejlene har CVSS v4-score 9,2; undervejs nævner vi 8,4 og kalder skalaen CVE. Remote code execution betyder kodekørsel med den berørte proces' rettigheder. Det giver ikke automatisk root-adgang. PHP er meget udbredt, men procenttal for kendte backendteknologier er ikke det samme som andelen af alle websites, der er kompromitteret. Vores løse procenttal bør ikke bruges som en præcis opgørelse. CPR kan bruges som identifikator. Kendskab til et CPR-nummer beviser ikke personens identitet; tilfældige ID'er erstatter heller ikke adgangskontrol. MitID var ifølge Digitaliseringsstyrelsen ikke kompromitteret i CPR-hændelsen. REA hedder Reverse Engineer Anything. Native analyse bruger eksterne værktøjer som Ghidra, Hopper eller IDA. Observeret API-adfærd giver ikke i sig selv adgang til backendens kode eller bevis for en komplet kopi.Optaget 27. oktober 2026 før det planlagte samråd. Vi omtaler derfor samrådet som kommende.Links og kilder PHP: officiel sikkerhedsmeddelelse og opfølgninger PHP Foundation: opdagelse, rettelse og koordinering CPR-administrationen: hændelsen Folketinget: tidslinje for CPR-hændelsen (svar 21) Folketinget: opslagsloft og overvågning (svar 20) REA — Reverse Engineer Anything Coolify VerbosHar du en konkret erfaring fra cybersikkerhed eller reverse engineering, som vi bør undersøge? Skriv til os — vi vil gerne høre fra mulige gæster.Verbos er podcasten fra maskinrummet med Kasper Junge og Jonas Høgh Kyhse-Andersen om AI og softwareudvikling.

Hvordan organiserer man viden, instruktioner og værktøjer, så en AI-agent selv kan finde det, den har brug for? Musiker og udvikler Troels Abrahamsen gæster Verbos til en samtale om yap.tools og kontekstsystemer til AI-agenter.Yap er et open source-system, man selv kan hoste, hvor agenten navigerer gennem spaces og bundles via MCP. En bundle samler for eksempel procesdokumenter, data, filer og adgang til bestemte services omkring en opgave. Agenten kan så hente den relevante kontekst undervejs.Troels fortæller, hvordan han bruger det i sin hverdag med musikkatalog, mail og udviklingsprojekter. Sammen med Kasper Junge og Jonas Høgh Kyhse-Andersen undersøger han, hvordan man bygger strukturen sammen med agenten, lærer af det løbende arbejde og afgør, hvad der skal stå i et dokument, og hvad der skal være en fast regel i kode.Vi kommer også omkring adgangsstyring, åbne protokoller og interfaces, der vokser frem af de data og arbejdsprocesser, man allerede har opbygget.Prøv Yap med et konkret workflow fra din egen hverdag: https://yap.tools/Links:Yap: https://yap.tools/Yap på GitHub: https://github.com/yap-tools/yap-coreTroels Abrahamsen: https://troelsabrahamsen.com/Kapitler:00:00 Den rigtige kontekst på det rigtige tidspunkt01:05 Troels: Fra musik til software og integrationer04:20 Hvorfor Yap blev et fælles kontekstlag08:30 Spaces, bundles og et musikkatalog12:04 Services: Afgræns agentens værktøjer16:49 Byg strukturen sammen med agenten20:40 MCP-tools, resources og upload-widgets24:49 Adgangsstyring på tværs af agenter og interfaces30:24 Hvem skal strukturere konteksten?34:07 Behold konteksten, når du skifter AI-klient36:29 En arbejdsdag med Yap: Mail, tickets og kode41:56 Logs, læring og løbende ændringer44:42 Hvornår skal en instruktion være kode?45:41 Progressive discovery og navngivning51:37 MCP, CLI og værdien af åbne protokoller59:08 Lad interfacet vokse ud af datastrukturen01:01:17 Find Troels og kom i gang med YapVerbos er den danske podcast om AI og softwareudvikling med Kasper Junge og Jonas Høgh Kyhse-Andersen. Vi går tæt på teknikken og de konkrete workflows bag arbejdet med AI-agenter.

Hvad kræver det at køre stærke, åbne AI-modeller på dansk jord? Og hvor meget af arbejdet ligger i alt det, der omgiver selve modellen?Kasper Junge og Jonas Høgh Kyhse-Andersen har besøg af Lars Maaløe, medstifter og CTO i Corti, og Rasmus Bisgaard, Chief Commercial Officer i DCAI, som driver Gefion.Lars fortæller om rejsen fra realtidsanalyse af 112-opkald til en AI-platform og om modeller, der skal fungere med medicinske fagudtryk, støj og uventede situationer. Rasmus forklarer, hvorfor GPU-kapacitet først bliver brugbar for flere, når andre bygger de nødvendige services ovenpå.Vi undersøger gæsternes tese om, at åbne modeller nu er et reelt alternativ til de lukkede. Vi diskuterer også, hvornår små modeller giver mening, hvornår prisoptimering begrænser et produkt for tidligt, og hvordan agent-workflows ændrer behovet for compute og lav latency.Samtalen slutter med Corti og DCAI's samarbejde og Rasmus' eksempel med Vejle Kommune: forskellen mellem at have adgang til hardware og at have en løsning, der er nem at bruge.Hvad holder jer tilbage fra at køre jeres AI på dansk infrastruktur?Links og kilder:Corti: https://www.corti.ai/Corti Labs / Corti Models: https://cortilabs.com/Cortis API-dokumentation: https://docs.corti.ai/get_started/welcomeDCAI og Gefion: https://dcai.dk/Cortis forskning og publikationer: https://www.corti.ai/researchCorti og DCAI om samarbejdet: https://corti.ai/newsroom/dcai-and-corti-launch-sovereign-ai-control-layer-for-european-enterprises---trifork-first-to-adopt-as-implementation-partnerKapitler:00:00 Åbne modeller på dansk jord – mød Lars og Rasmus01:04 Corti: Fra neurale netværk til hjælp ved 112-opkald04:09 GPU'er, Theano og de tidlige deep learning-år07:30 Rasmus' vej fra produktion til NVIDIA og DCAI10:00 Gefion: Fra supercomputer til enterprise-infrastruktur16:19 Cortis vej fra applikationer til AI-platform22:50 Hvorfor domænekendskab stadig er afgørende27:17 Speech-to-text skal fungere uden for testdatasættet30:53 Er åbne modeller blevet gode nok?36:13 Store eller små modeller – hvornår optimerer man?41:18 Agenter øger behovet for tokens og lav latency46:43 Corti og DCAI: Kontrol over modeller og infrastruktur51:25 Ingen kan bygge hele AI-stakken alene58:36 Vejle Kommune: Fra GPU-adgang til en brugbar service01:00:23 Afrunding og hvor du kan komme i gangVerbos: AI og Softwareudvikling er den danske podcast fra maskinrummet. Kasper Junge og Jonas Høgh Kyhse-Andersen bygger bro mellem klassisk software engineering og arbejdet med AI-agenter.YouTube: https://www.youtube.com/@VerbosPodcastApple Podcasts: https://podcasts.apple.com/dk/podcast/verbos-ai-og-softwareudvikling/id1650151292Spotify: https://open.spotify.com/show/0wNglFesfNltKiDAhcu4nJ

Hvorfor vente på en hel tekst, når din software bare har brug for en beslutning? Vi undersøger Jev fra TypeSafe AI og idéen om en hurtig System 1-model med et defineret udfaldsrum.Jonas forklarer forskellen på en decision model og en generativ sprogmodel. Kasper spørger, hvad man kan bygge med den, og hvordan hurtige beslutninger kan spille sammen med en LLM.Samtalen tager også en drejning mod Hugging Face-hændelsen, agentsværme og cybersecurity. Hvor meget kontrol kan vi bygge ind, og hvordan tager vi risikoen alvorligt uden at ende i hverken panik eller benægtelse?I episoden:- Klassifikation, sandsynligheder og et afgrænset action space.- System 1 og System 2: hurtig reaktion og langsommere overvejelse.- Dynamiske valgmuligheder, routing og samspil mellem modeller.- Hvad der er kendt om Jev, og hvad vi spekulerer i.- Agentsværme, sikkerhed og uenighed om de langsigtede risici.Præcisering: Et typesikkert output er ikke en garanti for en rigtig beslutning. Tal om Jevs hastighed og pris er leverandørens egne resultater. Vores diskussion af den interne arkitektur og fremtidige risici rummer hypoteser.Links og kilder:TypeSafe AI og Jev: https://typesafe.ai/TypeSafes lancering af Jev: https://typesafe.ai/blog/introducing-system-one-models-and-jevTypeSafes egne workflow-evalueringer: https://evals.typesafe.ai/OpenAIs gennemgang af Hugging Face-hændelsen: https://openai.com/index/hugging-face-incident-and-the-road-ahead/Hugging Faces tekniske tidslinje: https://huggingface.co/blog/agent-intrusion-technical-timelinePrøv Jev, og se, hvad du kan bygge med det.Verbos er den danske podcast fra maskinrummet. Kasper Junge og Jonas Høgh Kyhse-Andersen går teknisk til værks med AI og softwareudvikling.Kapitler00:00 Jev og AI med hurtige beslutninger04:21 Hvad gør en decision model?09:36 Doom, skak og System 112:50 Hvorfor Jev ikke er en almindelig agent17:23 Dynamiske valg og samspil med en LLM21:18 Hvad er nyt – og hvad ved vi om arkitekturen?27:11 Fra Jev til debatten om AI-risiko29:58 Hugging Face-hændelsen og tab af kontrol33:59 Cybersecurity: Når agenter arbejder parallelt38:43 Selvforbedrende AI og dommedagsscenarier43:09 Hvordan forsvarer vi systemerne?50:57 Tag risikoen alvorligt uden at gå i panik54:04 Tilbage til Jev: Hvem styrer udfaldsrummet?

AI-agenter kan skrive mere kode. Men hvem får den testet, reviewet og sikkert i produktion?DevOps-konsulent Anders Lykke forklarer, hvorfor små releases, automatisering og korte feedbackloops bliver endnu vigtigere, når kodeproduktionen stiger.Sammen med Kasper Junge og Jonas Høgh Kyhse-Andersen undersøger Anders, hvad det kræver at omsætte mere kode til værdi for brugerne. Samtalen går fra DevOps' oprindelige idé om fælles ansvar til continuous delivery, DORA, platform engineering og AI-agenter med feedback fra produktion.Du får konkrete spørgsmål til dit eget setup: Kan en færdig feature komme ud i dag? Kan andre end én bestemt kollega release? Og hvilke manuelle trin kan automatiseres først?Hvad står mellem en færdig feature og produktion hos jer?Links og kilder:Anders Lykke: https://lykke.it/Anders på LinkedIn: https://www.linkedin.com/in/lykkeanders/DORA – rapporter og forskning: https://dora.dev/research/DORA-rapporten 2025: https://dora.dev/research/2025/dora-report/INSPIRED – Marty Cagan: https://www.svpg.com/books/inspired-how-to-create-tech-products-customers-love-2nd-edition/Output to Outcome – Mik Kersten: https://www.simonandschuster.com/books/Output-to-Outcome/Mik-Kersten/9781966280231Kapitler:00:00 DevOps som fundament for AI-agenter02:05 Fra siloer til ansvar for hele leverancen05:29 Hvad skal et platformteam eje?08:40 Koden er ikke færdig, før den er ude11:07 AI forstærker forskellen mellem teams13:09 Continuous delivery: validér hver ændring17:34 Fra output til værdi for brugerne23:21 Når kode ikke længere er flaskehalsen29:32 Hvad kan vi bruge DORA-rapporterne til?35:46 Legacy-kode: begynd med de manuelle trin40:05 DORA-målinger og spørgsmål til releaseprocessen44:30 Platformteams og agenter med feedback fra produktion49:14 Symptomer på en skrøbelig releaseproces55:08 Følg Anders og læs State of DevOps

Hvad hvis AI's næste effektivitetsløft ikke kommer fra flere GPU'er, men fra at lade fysikken udføre selve beregningen? Forsker Jens Egholm Pedersen forklarer neuromorphic computing – og hvorfor hjerneinspirerede, eventbaserede systemer kan ændre måden, vi bygger sensorer, robotter og AI-hardware på.I episoden:- Fra digitale 0- og 1-taller til kontinuerte og eventbaserede signaler- Hvordan neuromorphic computing kan spare energi i sensorer, akustik og robotter- Hvorfor et eventkamera kan registrere ekstremt hurtige ændringer uden at behandle komplette billeder- Hvordan man programmerer et system, hvor kredsløbets fysik udfører beregningen- Hvorfor en ekstremt hurtig AI-chip kan ende som en dyr mursten, når modellen bliver forældet- Hvad embodied intelligence og hjernens plasticitet fortæller os om AI i den fysiske verdenKapitler:00:00 Velkommen og introduktion af Jens Egholm Pedersen02:18 Hvad er neuromorphic computing?09:00 Neurale netværk, quantization og fysisk præcision16:42 Kan neuromorphic computing løse AI's energiproblem?21:38 Robotter og embodied intelligence27:47 Er informationsteknologien stadig i stenalderen?30:35 Jens' forskning i eventbaseret signalbehandling32:24 Hvordan programmerer man fysikken?37:17 Fra analoge sensorer til mixed-signal computing39:17 AI-modellen direkte på chippen43:39 World models, læring og plasticitet47:40 Hvad kan vi lære af biologien?49:34 Sådan kommer du videre med neuromorphic computingLinks og kilder:- Jens Egholm Pedersen på DTU: https://orbit.dtu.dk/en/persons/jens-egholm-pedersen/- Jens' hjemmeside: https://jepedersen.dk/- Jens på LinkedIn: https://www.linkedin.com/in/jens-egholm-pedersen-69543117/- Practical Spiking Neural Networks, gratis open source-bog: https://snnbook.net/- Jens' ph.d.-afhandling, Neuromorphic computation in space and time: https://kth.diva-portal.org/smash/get/diva2:2001119/FULLTEXT01.pdf- Neuromorphic Intermediate Representation (Nature Communications): https://www.nature.com/articles/s41467-024-52259-9- Norse – spiking neural networks i PyTorch: https://norse.github.io/norse/- A Brief History of Intelligence af Max Bennett: https://www.abriefhistoryofintelligence.com/book- Lessons from the Lobster af Charlotte Nassim: https://mitpress.mit.edu/9780262037785/lessons-from-the-lobster/Følg Verbos: AI og Softwareudvikling:- Apple Podcasts: https://podcasts.apple.com/dk/podcast/verbos-ai-og-softwareudvikling/id1650151292- Spotify: https://open.spotify.com/show/0wNglFesfNltKiDAhcu4nJ- YouTube: https://www.youtube.com/@VerbosPodcastVerbos er den danske podcast fra maskinrummet. Kasper Junge og Jonas Høgh Kyhse-Andersen går teknisk til værks og bygger bro mellem klassisk software engineering og den nye virkelighed med AI-agenter.

Kasper Tidemann er tilbage i Verbos til en sommerspecial om rogue AI-agenter, agentic engineering og det enorme skift, der er sket i softwareudvikling på bare to år.Kasper Junge og Jonas Høgh Kyhse-Andersen mødes med softwareudvikler og iværksætter Kasper Tidemann hos Warpigs i Kødbyen. De følger udviklingen fra de første ChatGPT-workflows til agenter, der kan undersøge en kodebase, planlægge, implementere og teste. Undervejs diskuterer de, hvad der stadig mangler: lokal kontekst, dømmekraft, reduktion, sikkerhed og evnen til at se tilbage på et system og gøre det enklere.Du får blandt andet:- Kaspers vurdering af, hvorfor AI-kollegaen er gået fra nyansat til senior på to år- En teknisk diskussion af memory, context engineering og sprogmodellernes world model- Erfaringer med Claude Code, Codex, lokale modeller og hardware til inference- Rogue AI-agenter, shell-adgang og asymmetrien mellem angreb og forsvar- JFrog-sårbarheder, open source-sikkerhed og ansvaret helt ned i Linux-kernen- En konkret historie om en vibe-coded løsning på 300.000 linjer kode- Hvorfor mere kode og flere abstraktioner ikke nødvendigvis giver bedre softwareEpisoden er en sommerspecial og en bevidst lang samtale fra maskinrummet. Den varer lidt over to timer og bevæger sig fra øl og gammel hardware til AI-agenter, cybersikkerhed og fremtidens softwarearkitektur.Gæst: Kasper TidemannVerbos: AI og Softwareudvikling er den danske podcast fra maskinrummet. Kasper Junge og Jonas Høgh Kyhse-Andersen går teknisk til værks og bygger bro mellem klassisk software engineering og den nye virkelighed med AI-agenter.Links:Kasper Tidemann: https://dk.linkedin.com/in/kaspertidemannYouTube: https://www.youtube.com/@VerbosPodcastApple Podcasts: https://podcasts.apple.com/dk/podcast/verbos-ai-og-softwareudvikling/id1650151292Spotify: https://open.spotify.com/show/0wNglFesfNltKiDAhcu4nJKapitler:00:00 Sommerversion af Verbos fra Warpigs01:20 Kasper Tidemann vender tilbage07:13 Fra copy-paste til agentic engineering10:29 AI-kollegaen er blevet seniorudvikler16:39 Hvad mangler AI stadig for at forstå en kodebase?21:15 Context engineering er et hack omkring en begrænsning24:19 Når en kort prompt virker bedre29:51 Open source-modeller og nye værktøjer37:58 Håndværket er stadig vores ansvar49:44 Små modeller, lokal afvikling og egen hardware01:09:41 Rogue AI-agenter og adgang til shell01:21:22 AI-sikkerhed bliver et våbenkapløb01:26:51 JFrog, Artifactory og sårbarheder i open source01:42:02 Hvor langt går ansvaret ned i Linux-kernen?01:44:11 Mere software er ikke nødvendigvis bedre01:47:21 Da vibe coding blev til 300.000 linjer kode01:58:45 Din gamle tekniske viden er stadig relevant02:02:00 Purple: et socialt netværk uden algoritmer og reklamer