AI

AI-verktøy kan gjøre langt mer enn å foreslå noen linjer med kode. En moderne kodeagent kan forstå et prosjekt, bruke verktøy, endre filer, kjøre tester og arbeide selvstendig mot et definert mål. Men gode resultater krever mer enn gode spørsmål. Du må forstå hvordan agenten arbeider, hvilken kontekst den trenger, hvilke verktøy den bør få tilgang til – og hvordan arbeidet kontrolleres og kvalitetssikres. Denne praktiske workshopen er delt i to tydelige deler. Først bygger vi et felles fundament og kommer i gang med agentisk utvikling. Deretter går vi videre til mer avanserte arbeidsmåter, der flere agenter arbeider parallelt og isolert med forskjellige deler av et prosjekt. Del 1: Kom i gang med agentisk utvikling Kl. 09.00–11.00 Den første delen gir deg begrepene og den praktiske forståelsen du trenger for å arbeide med kodeagenter. Du lærer blant annet: hva en språkmodell er – og hva den ikke er forskjellen mellom en chatbot, en kodeassistent og en agent hvordan kontekstvinduet fungerer, og hvorfor relevant kontekst er viktigere enn mest mulig kontekst hva tools og MCP er, og hvordan de gir agenten tilgang til filer, kode, nettjenester og andre systemer forskjeller mellom Claude- og GPT-baserte verktøy, og hvordan du velger modell etter kvalitet, fart og kostnad hvordan du installerer og setter opp verktøyene du trenger hvordan du gir agenten et tydelig oppdrag med mål, rammer og akseptansekriterier hvordan du lar agenten bygge, teste og forbedre en første løsning grunnleggende sikkerhet: tilganger, hemmeligheter, persondata og hvilke handlinger agenten bør be om godkjenning til Vi avslutter delen med en praktisk oppgave der du gjennomfører en komplett arbeidsflyt: planlegg → bygg → test → vurder → forbedre Lunsj Kl. 11.00–11.30 Del 2: Avansert agentisk utvikling Kl. 11.30–16.00 Etter lunsj går vi fra å arbeide med én agent til å organisere et lite, effektivt agentteam. Du lærer blant annet: hvordan større oppgaver brytes ned i tydelige og uavhengige arbeidspakker når oppgaver bør utføres sekvensielt, og når agenter kan arbeide parallelt hvordan flere agenter kan få forskjellige roller og ansvarsområder hvordan Git branches og worktrees isolerer arbeidet og reduserer konflikter hvordan resultater fra flere agenter samles, vurderes og integreres effektiv bruk av kontekst, prosjektinstruksjoner og gjenbrukbare arbeidsmetoder hvordan tools og MCP-oppsett optimaliseres uten å gi agenten unødvendig tilgang hvordan du velger riktig modell og innsatsnivå for forskjellige oppgaver hvordan du følger med på fremdrift, kostnader og feil hvordan tester, evalueringer, kodegjennomgang og menneskelig kontroll brukes til å verifisere resultatet vanlige feilmoduser – og hvordan du stopper, korrigerer eller starter en agent på nytt Resten av dagen arbeider du med et konkret case, gjerne fra ditt eget prosjekt. Målet er ikke bare å få agenten til å produsere kode, men å etablere en arbeidsform som gir høyere fart uten å miste kontroll over kvaliteten. Dette sitter du igjen med Etter workshopen skal du kunne: sette opp og bruke en moderne kodeagent gi agenten tydelige oppdrag og riktig kontekst koble agenten til relevante verktøy og datakilder organisere flere agenter som arbeider parallelt isolere og integrere endringer på en trygg måte kontrollere kostnader, tilganger og risiko teste og kvalitetssikre det agentene leverer bruke arbeidsmetoden videre i egne prosjekter Hvem passer workshopen for? Workshopen passer for utviklere, tekniske produktfolk og andre som ønsker å bruke AI aktivt i utviklingsarbeid. Du trenger ikke erfaring med agentiske verktøy fra før. Grunnleggende kjennskap til kode, filer og Git er en fordel i den avanserte delen. Praktisk informasjon Ta med egen PC eller Mac. Du får tilsendt en kort installasjonsguide før kurset, slik at nødvendige kontoer og verktøy er klare når vi starter. Ta gjerne med et eget repo eller en konkret idé du ønsker å utforske. Deltakere uten eget prosjekt får et ferdig øvingsrepo som kan brukes gjennom hele dagen.

• AI
• Teknologi

• #september

Knowit har et forskningssamarbeid med SINTEF og flere andre samarbeidspartnere på autonome team. Derfor er vi så heldige å ha tilgang på de beste folka for å kunne fortelle oss om moderne måter å jobbe på! I denne samlingen er vi innom en god del teknikker og måter å jobbe på i moderne systemutvikling. Vi vil se på hva som fungerer, eller ikke fungerer, når man skal jobbe sammen i effektive, hybride og distribuerte utviklingsteam. Nils Brede Moe Victoria Stray er førsteamanuensis ved UiO og jobber deltid som forsker ved SINTEF Digital. Hennes forskningsinteresser er: Agile metoder, teamarbeid, koordinering, global programvareutvikling, stor-skala agile metoder, møter og prosessforbedring. Victoria har studert i Norge, Polen, Kina og Malaysia, og har en doktorgrad i programvareutvikling fra UiO (2014) og en grad i datavitenskap fra NTNU (2007). Hun har tidligere jobbet hos Accenture (2007-2010) og Statoil. Nils Brede Moe er forskningsleder ved SINTEF Digital og forsker ved Blekinge Tekniske Høgskole (BTH). Han har arbeidet med autonome team, sourcing, innovasjon, agile praksiser, virtuelle team i mer enn 15 år. Moe har studert i Norden, Øst-Europa, USA, Kina og Australia.

• AI
• Teknologiledelse

• #desember

I dette praktiske og hands-on kurset lærer du å bruke AI som aktiv samarbeidspartner i arbeidshverdagen, med særlig fokus på Claude Cowork. Målet er å gå fra enkeltstående prompting til en mer effektiv og helhetlig måte å jobbe med AI på.

• AI

• #oktober

Dette er et teknisk kurs i skjæringspunktet mellom AI, cybersikkerhet, compliance og trustworthy AI. Vi går inn i sikkerhetsutfordringer som oppstår når AI blir en del av applikasjoner og systemer, og ser på hvordan sikkerhet og regulatoriske krav kan håndteres som en del av selve utviklingsarbeidet. Kurset kombinerer perspektiver fra AI og cybersecurity og kobler tekniske problemstillinger til relevante krav innen compliance og trustworthy AI. Passer for: AI-utviklere, softwareutviklere, arkitekter og andre tekniske roller som bygger eller integrerer AI-løsninger.

• AI
• Teknologi

• #desember