Verbos: AI og Softwareudvikling

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 software

Episoden 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 Tidemann

Verbos: 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/kaspertidemann
YouTube: https://www.youtube.com/@VerbosPodcast
Apple Podcasts: https://podcasts.apple.com/dk/podcast/verbos-ai-og-softwareudvikling/id1650151292
Spotify: https://open.spotify.com/show/0wNglFesfNltKiDAhcu4nJ

Kapitler:
00:00 Sommerversion af Verbos fra Warpigs
01:20 Kasper Tidemann vender tilbage
07:13 Fra copy-paste til agentic engineering
10:29 AI-kollegaen er blevet seniorudvikler
16:39 Hvad mangler AI stadig for at forstå en kodebase?
21:15 Context engineering er et hack omkring en begrænsning
24:19 Når en kort prompt virker bedre
29:51 Open source-modeller og nye værktøjer
37:58 Håndværket er stadig vores ansvar
49:44 Små modeller, lokal afvikling og egen hardware
01:09:41 Rogue AI-agenter og adgang til shell
01:21:22 AI-sikkerhed bliver et våbenkapløb
01:26:51 JFrog, Artifactory og sårbarheder i open source
01:42:02 Hvor langt går ansvaret ned i Linux-kernen?
01:44:11 Mere software er ikke nødvendigvis bedre
01:47:21 Da vibe coding blev til 300.000 linjer kode
01:58:45 Din gamle tekniske viden er stadig relevant
02:02:00 Purple: et socialt netværk uden algoritmer og reklamer

En OpenAI-agent brød ud af sin sandbox, fandt en zero-day og fik adgang til Hugging Faces produktionssystemer. Hvordan kunne en intern modeltest ende som et virkeligt cyberangreb – og hvad betyder sagen for alle, der bygger eller bruger AI-agenter?

OpenAI oplyser, at en kombination af GPT-5.6 Sol og en endnu stærkere pre-release-model blev testet på cybersikkerhedsbenchmarket ExploitGym. Modellerne fandt en vej til internettet gennem OpenAIs testmiljø og søgte derefter efter facit hos Hugging Face. Hugging Face registrerede mere end 17.000 handlinger og brugte selv AI til at opdage, kortlægge og stoppe angrebet.

Sammen med Christian Bech Nørhave gennemgår Kasper Junge og Jonas Høgh Kyhse-Andersen hændelsen og skiller de bekræftede fakta fra hypen.

Christian Bech Nørhave: https://www.linkedin.com/in/cbechn/

Du får blandt andet svar på:
- Hvordan agenten slap ud af OpenAIs sandbox og ind hos Hugging Face
- Hvorfor long-running agents og adgang til bash ændrer trusselsbilledet
- Hvordan en zero-day, stjålne credentials og lateral movement indgik i angrebet
- Hvorfor Hugging Face måtte bruge den åbne model GLM 5.2 i sit forsvar
- Hvad guardrails, least privilege, sandboxing og nøje valgte tools betyder i praksis
- Hvorfor virksomheder skal styre AI-agenters interne adgang – ikke kun beskytte sig mod angreb udefra

Sagen viser både AI-agenters nye offensive evner og et konkret problem for forsvarere: De stærkeste hostede modeller kan afvise ægte sikkerhedsdata, mens angribere ikke følger de samme regler. Værterne diskuterer, om svaret er bedre sandboxes, færre rettigheder, afgrænsede tools, MCP, code mode eller modeller, som sikkerhedsteams selv kan køre.

Links og kilder:
- Hugging Faces hændelsesrapport: https://huggingface.co/blog/security-incident-july-2026
- OpenAIs redegørelse: https://openai.com/index/hugging-face-model-evaluation-security-incident/
- ExploitGym-benchmarket: https://arxiv.org/abs/2605.11086
- OpenAI om sikkerhed for long-horizon-modeller: https://openai.com/index/safety-alignment-long-horizon-models/
- Cloudflare om Code Mode: https://developers.cloudflare.com/agents/tools/codemode/

Har du dyb teknisk viden om hændelsen eller ser du en vinkel, vi har overset? Så vil vi gerne høre fra dig.

Verbos: 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.

00:00 OpenAI-agenten, der hackede Hugging Face
01:54 Hvad skete der hos OpenAI og Hugging Face?
06:59 Agenten fandt en zero-day og brød ud
09:26 Autonom hacking med maskinhastighed
14:35 AI mod AI og problemet med guardrails
23:59 Truslen kan komme fra egne AI-agenter
26:29 Gateways, least privilege og færre tools
34:40 Sandboxing, code mode og programmatic tool calling
41:55 Adgangsstyring, identitet og MCP
47:35 Reel cybertrussel eller AI-hype?

Hvad er en AI-agent egentlig, og hvorfor taler alle pludselig om dem?

I episode 115 tager Jonas og Kasper AI-agenter helt ned fra atomniveau. Vi starter med
sprogmodeller, transformers, GPT-3, ChatGPT og function calling, og bygger langsomt op
til det, der i dag kaldes agentic AI: systemer der ikke bare svarer på spørgsmål, men
kan planlægge, bruge værktøjer, læse og skrive filer, køre kommandoer og udføre rigtigt
vidensarbejde på en computer.

Vi taler om, hvorfor de første agent-demoer med AutoGPT og BabyAGI var vilde, men ikke
særligt brugbare, hvad der har ændret sig siden, og hvorfor coding agents som Cursor,
Claude Code og GitHub Copilot har været med til at gøre AI-agenter praktisk anvendelige.

Til sidst kigger vi fremad: Hvad sker der, når software skal bygges til agenter? Hvad
betyder det for almindelige brugere, virksomheder, interfaces, browseren, interne systemer
og måden vi arbejder på?

Links og ting vi nævner:

- Attention Is All You Need: https://arxiv.org/abs/1706.03762
- GPT-3 / Language Models are Few-Shot Learners: https://arxiv.org/abs/2005.14165
- AutoGPT: https://github.com/Significant-Gravitas/AutoGPT
- BabyAGI: https://github.com/yoheinakajima/babyagi
- ReAct-paperet: https://arxiv.org/abs/2210.03629
- LangChain: https://docs.langchain.com/oss/python/langchain/agents
- Cursor: https://cursor.com/
- Claude Code: https://claude.com/product/claude-code
- GitHub Copilot: https://github.com/features/copilot
- Google Agent2Agent / A2A protocol: https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/
- A2A-projektet på GitHub: https://github.com/a2aproject/A2A
- Bakspejl - Geniet i lommen 1:4 med Geoffrey Hinton: https://podcasts.apple.com/dk/podcast/geniet-i-lommen-1-4/id1536415884?i=1000770505364

Verbos Podcast handler om AI og softwareudvikling. Live på YouTube de fleste mandage
mellem kl. 11 og 12.

Kapitler
00:00 Introduktion til AI-agenter
02:34 Fra NLP til Transformer-teknologi
05:26 Udviklingen af sprogmodeller og deres anvendelse
08:09 ChatGPT og interaktion med brugere
10:48 Struktureret data og agenters funktionalitet
13:51 Fremtidige perspektiver for AI-agenter
19:34 Struktur og Sikkerhed i Sprogmodeller
22:09 Fra Chatbots til Handlende Agenter
26:55 Indre Dialog og Funktionalitet i AI
30:24 Udviklingen af Agentmønstre og React Framework
33:59 Vibe Coding og Fremtidens Programmering
39:36 Delegering og Struktur i Arbejdet med Agenter
41:45 Fremtidige Udfordringer og Muligheder med Agenter
46:08 Teknologisk Udvikling og Interaktion mellem Agenter
52:23 Agenternes Rolle i Fremtidens Arbejdsliv

I dette afsnit af Verbos Podcast sidder Kasper Junge og Jonas Høgh Kyhse-Andersen alene
uden gæster og tager en ærlig, ustruktureret snak om AI, open weights-modeller, det nye
regeringsgrundlag og offentlig IT i Danmark.

Vi starter med open weights large language models og den nye GLM 5.2 fra det kinesiske
AI-firma Z.ai, som mange mener koder lige så godt som Opus 4.8. Hvad betyder det for
muligheden for at self-hoste state-of-the-art AI på dansk jord — særligt for offentlige
institutioner med tunge compliance-krav? Læs om modellen her:
https://huggingface.co/zai-org/GLM-5.2

Derefter dykker vi ned i det politiske grundlag for Firkløverregeringen, der har et helt
separat afsnit om kunstig intelligens. Vi diskuterer Cybernauterne-artiklen "Den nye
regering har slugt Silicon Valleys hype om kunstig intelligens råt" og spørger: Skal AI
overhovedet skrives ind alle steder i et regeringsgrundlag, eller bør vi fokusere på de
problemer, vi rent faktisk vil løse?

- Regeringsgrundlaget: https://stm.dk/statsministeriet/publikationer/det-politiske-grundlag-for-firkloeverregeringen/
- Artiklen: https://cybernauterne.dk/blog/den-nye-regering-har-slugt-silicon-valleys-hype-om-kunstig-intelligens-rat/

Vi tager også fat i, hvorfor offentlige IT-udbud ofte bestiller et output i stedet for et
outcome — illustreret med et konkret udbud på et CPR-masseopslagsværktøj til 1,2 mio. kr.:
https://udbud.dk/detaljevisning?noticeId=52f9a358-fdd5-4cfc-815a-d8cedc48e6be&noticePublicationNumber=&noticeVersion=01

Til sidst snakker vi om den nye (gamle) flaskehals i softwareudvikling: når agentic
engineering gør det lynhurtigt at skrive kode, flytter flaskehalsen sig til information og
afklaring — ikke selve kodningen. Vi diskuterer feature factories, clarification patterns,
product operating model, autonome tværfaglige teams og hvorfor softwareudvikling aldrig
kun har handlet om at skrive kode.

Emner i afsnittet:
- GLM 5.2 og open weights vs. frontier-modeller
- Self-hosting af AI i Danmark og compliance
- AI i det nye regeringsgrundlag
- Output vs. outcome i offentlige IT-udbud
- Den nye flaskehals: information frem for kode
- Product operating model og autonome teams

Verbos Podcast handler om AI og softwareudvikling. Live på YouTube de fleste mandage mellem kl. 11 og 12.

00:00 Intro og tak til alle nye lyttere
01:01 Dagens emner: open weights, regeringsgrundlaget og en ny flaskehals
03:16 Open weights LLM'er og den nye GLM 5.2 vs. Opus 4.8
08:18 Harness engineering: gør modellen eller miljøet forskellen?
10:21 Self-hosting af AI på dansk jord og danske providers
14:52 Det nye regeringsgrundlag og AI
15:54 Artiklen: Har regeringen slugt Silicon Valleys AI-hype råt?
26:27 Den digitale sundhedsassistent: et output bestilt i regeringsgrundlaget
32:30 Offentlige IT-udbud: CPR-masseopslag til 1,2 mio. kr.
35:19 Output vs. outcome i offentlige udbud
41:26 Outsourcing, konsulenter og interne IT-folk
46:43 Den nye flaskehals: feature factories og dårligt beskrevne tickets
50:16 Product operating model og autonome, tværfaglige teams
59:47 Bloat, fyringer og myten om at kode er kerneopgaven
01:02:19 Outro

Loop Engineering er det nye AI-hype begreb, som alle taler om lige nu. I episode 113 af Verbos Podcast dykker vi ned i, hvad det egentlig betyder, og hvorfor det har taget AI- og softwareudviklingsverdenen med storm.Vi har besøg af fast medvært Paul Kjellager, og sammen tager vi en status på vibecoding-landskabet halvanden år efter, vi første gang begyndte at snakke om det. Vi diskuterer den nye release fra Anthropic, Mythos 5, og hvordan modellen er blevet modtaget. Derudover går vi i dybden med Loop Engineering, et begreb som Peter Steinberger fra Open Claw og Boris Cherny bag Claude Code fra Anthropic har bragt på banen.Vi taler også om de udfordringer, markedet står overfor lige nu, når udviklere bruger månedslønninger på tokens, og hvordan man som konsulent prissætter værdi i en verden, hvor man kan have fire kunders agenter kørende parallelt. Til sidst deler Kasper sine erfaringer med Ralphify-frameworket og de uendelige Ralph-loops, han har eksperimenteret med, samt hvorfor grounding-mekanismer er afgørende for, at loops kan producere noget brugbart.Er Loop Engineering bare endnu et buzzword for klassisk engineering, eller er der virkelig noget nyt på spil? Lyt med og bliv klogere på fremtidens AI-drevne softwareudvikling.Husk at dele og abonnér på podcasten for flere afsnit om AI og softwareudvikling, og smid en kommentar med dine tanker om Loop Engineering.

Chapters
00:00 Introduktion til Vabos Podcast og dagens emner
01:42 Status på Vibe Coding og udfordringer med token økonomi
06:01 Overgang til Loop Engineering og dets betydning
13:59 Loop Engineering: En ny tilgang til prompt design
16:57 Relevansen af Loops for Udviklere
18:45 Human in the Loop: Bevarelse af Kontrol
20:53 Engineering af Loops: Udfordringer og Løsninger
23:13 Over- og Underspecifikation i Loops
25:44 Design af Effektive Loops
28:01 Memory Management i Loops
30:16 Kontekst og Loop Effektivitet
35:07 Effektiv Onboarding og Kompaktering
37:41 Samarbejde mellem Agenter og Kode
40:40 Fabel 5 og Dens Udfordringer
48:06 Sikkerhed og Kontrol i AI Modeller
50:55 Loop Engineering og Fremtidige Perspektiver