JavaZone 2026 – KI drevet utvikling
Jeg deltok ikke på JavaZone 2026 selv, men ville forstå det brede bildet av hvordan norske organisasjoner faktisk bruker KI-verktøy akkurat nå: hvordan verktøyene adopteres, hva som fungerer i praksis, og hvilke erfaringer og gode praksiser som er i ferd med å feste seg i transformasjonen vi står i per september 2026.
Denne siden samler skriftlige gjennomganger av utvalgte JavaZone 2026-foredrag om temaet, basert på videoopptak, transkripsjon og skjermbilder fra strømmen – ikke egne notater fra salen. Hvert foredrag får sin egen side først; en samlet analyse på tvers av foredragene kommer etter hvert som flere er dekket.
Se også pensum-siden for et strukturert kompetansekart over KI-assistert utvikling, og en matrise som viser hvilke kunnskapsområder hvert foredrag faktisk dekker – eller ordlisten for en alfabetisk oversikt over sentrale begreper, med lenker til hvor de diskuteres i det enkelte foredraget.
Foredrag dekket så langt
| Foredrag | Foredragsholder(e) | Fokus |
|---|---|---|
| 50 tips på 60 min – bli bedre med AI-agenter | Kjetil Jørgensen-Dahl (Telenor) | Konkrete, praktiske teknikker for utviklere som allerede bruker kodeagenter daglig – modeller, kontekstvinduer, instruksjonsfiler, subagenter, skills og arbeidsflyt. |
| Norsk forskning: agentisk utvikling (KAIROS) | Jan Henrik Gundelsby (Knowit) og Nils Brede Moe (SINTEF Digital) | Funn fra et fireårig forskningsprosjekt som følger 15 team i 8 norske organisasjoner: hvilke faktorer skiller teamene som lykkes med AI-adopsjon fra dem som ikke gjør det. |
| Hva skjedde da AI kom til Glow | Morten Andersen-Gott | Erfaringsrapport fra et Posten-datterselskap: et erfarent team (20+ års snitterfaring) tar i bruk Codex og Claude i en 7 år gammel, delt kodebase. |
| Flyt i AI-ens tid | Christian Neverdal (Telenor) | Hvorfor AI som akselererer ett steg i verdikjeden ofte bare flytter køen et annet sted – og konkrete grep for flyt på utvikler-, team- og organisasjonsnivå. |
| De usette langtidskostnadene med dagens KI | Magnus Elden | Motstemme: forskning på kunnskapsgjeld, tillit og kritisk tenkning, den reelle (eksponentielle) tokenkostnaden, og hvordan KI har endret sikkerhetsbildet. |
| Mitt år med Claude: Building Midimeria | Øyvind Løkling (Mimeria Consulting) | Én utvikler, ett sideprosjekt, ett år: hvor langt agentisk utvikling kan strekkes mot en fullautomatisert utviklingssyklus, og hva som fortsatt krever et menneske. |
| The AI puppet dance | Einar Waaler Høst (Norkart) | Den mest kritiske stemmen så langt: et filosofisk oppgjør med narrativene og "idiotspørsmålene" som former KI-debatten, og kostnadene som sjelden telles med. |
| Bra tools, ubrukelige svar: Læring fra ett år med MCP | Bjørn Nordlund og Eirik Fagtun Kjærnli (Cisco / Velo Labs) | Et år med å bygge MCP-servere i enterprise-skala: hvorfor gode API-er ikke automatisk blir gode agent-verktøy, og hva som faktisk avgjør om KI-klienter kan bruke det du bygger. |
Gjennomgående tema
Med åtte foredrag dekket begynner noen mønstre å gå igjen på tvers, fra flere ulike vinkler:
- Kontekst er den knappe ressursen – både i det tekniske kontekstvinduet til en modell, i "second brain"-forstand for et team eller en organisasjon, og i en kodebase en agent skal jobbe i (Glow). Strukturert, riktig kontekst slår mest mulig kontekst i alle tilfeller.
- Rapportert opplevelse og målt effekt peker ofte i motsatt retning. Både forskningen på GPS-bruk og open source-utviklere (Langtidskostnader) og erfaringen fra Glow viser at "det føles raskere" ikke nødvendigvis betyr at det er det – spesielt når forståelse og læring er det som stille og rolig forsvinner.
- Læring krever tid, og skjer sammen – enten det er en agent som trenger et ferskt kontekstvindu for å unngå å drifte, et team som trenger arbeidstid til å eksperimentere (KAIROS), eller en organisasjon som må investere i prosesser mot "menneskelig svinn" (Langtidskostnader).
- Effekten kommer ikke av verktøyet alene, men av hele verdikjeden. 50 tips, KAIROS og Flyt i AI-ens tid peker alle på det samme fra hvert sitt ståsted: rå kodehastighet uten integrasjon i resten av arbeidsflyten (review, beslutninger, drift) flytter bare flaskehalsen – den fjerner den ikke.
- Eierskap og pushback er ikke forhandlingsbart. Uansett hvor god agenten blir, insisterer både 50 tips og Glow på at mennesket som setter navnet sitt på en PR fortsatt må forstå og stå inne for koden – "AI skrev det" er aldri en gyldig unnskyldning.
- Enhver påstand om fullført arbeid trenger et sjekkbart artefakt. Midimeria og MCP-foredraget viser fra hver sin side at agenter både hallusinerer at arbeid er gjort, og gir selvsikre svar basert på ufullstendig data – uten et konkret bevis (en commit, en fullstendig datamengde) vet du ikke om du kan stole på svaret.
- Å bygge for agenter er en egen disiplin, ikke en side-effekt av gode API-er. MCP-foredraget viser at søk, filtrering, paginering og feilmeldinger må designes med agentens (ikke menneskets) grensesnitt i tankene – ellers blir svarene selvsikre og gale, ikke bare trege.
- Selv rammeverket vi bruker for å diskutere KI er verdt å granske. "The AI puppet dance" peker på at mange spørsmål i debatten ("er du for eller mot KI?") er konstruert for å skape hastverk og lag, ikke innsikt – et nyttig korrektiv når resten av foredragene diskuterer hvordan man adopterer, ikke om narrativene rundt adopsjonen holder vann.
Flere foredrag om KI-drevet utvikling fra JavaZone 2026 vil bli lagt til fortløpende.