AI Coding Workflows

AI-kodning uden at være udvikler: Byg værktøjer i Cursor og Claude Code

Ikke-udviklere kan nu bygge rigtig software med AI. En praktisk guide til Cursor og Claude Code for ikke-teknikere — hvad der er realistisk, hvad der ikke er, og den disciplin, der adskiller nyttige værktøjer fra defekte.

Let øvet

9 min læsning

AI-native IDE'er og repository-bevidste udviklingsworkflows

Cursor, Copilot, Claude Code og repository-bevidste agenter ændrer kun softwarearbejdet, når teams sætter grænser. Et praktisk workflow for kodebasekontekst, planlægning, test, review, secrets og produktionssikkerhed.

Flere i dette emne

12 min læsning

Få Codex, Claude Code og Cursor til at arbejde som ét team via CLI

Brug AGENTS.md, CLAUDE.md, Cursor-regler og CLI'ernes udskriftstilstande, så Codex designer, Claude gennemgår, og Cursor implementerer uden en specialbygget orkestreringsplatform.

15 min læsning

Projektledelse med flere AI-agenter i Linear: Claude, Cursor og Codex i én fælles backlog

Lad Claude Code, Cursor og Codex arbejde på det samme Linear-projekt som et rigtigt udviklingsteam: tag ejerskab over opgaver, registrér fremdrift, overdrag til gennemgang, ret fund og afslut opgaver uden at overskrive hinandens arbejde.

17 minutter

Conductor-CEO Charlie Holtz viser sin AI-kodemiljøopsætning

Y Combinator. En konkret senior-engineering-gennemgang frem for et panel: Holtz sammenligner Claude Code og Codex, orkestrerer flere coding agents parallelt og markerer "slop-free zones", hvor genereret kode ikke må lande uden review. Setuppet omsætter artiklens regler — repository-kontekst, små reviewbare patches, og at mennesket forbliver arkitekt, mens agenterne taster.

14 min læsning

MCP fra bunden: byg en produktionsklar server i TypeScript

At bygge en produktionsklar Model Context Protocol-server kræver mere end at forbinde nogle få værktøjer. Her er mønstrene for skemadesign, godkendelse, fejlhåndtering, streaming og observabilitet samt de praktiske produktionsforhold, der gør MCP-servere nyttige i stor skala.

12 min læsning

Design MCP-værktøjer, som LLM'er faktisk bruger korrekt

De fleste MCP-værktøjer, vi ser, er teknisk korrekte, men praktisk talt ubrugelige. LLM'er ignorerer dem, bruger dem forkert eller foretager unødvendige kald. Her er principperne for at designe værktøjer, som LLM'er tager naturligt i brug, med eksempler på almindelige fejl og løsninger.

66 minutter

Cursor vibe coding-tutorial — for komplette begyndere (ingen erfaring nødvendig)

Tech With Tim. Tim er en af de mere stabile undervisere i dette område, og dette er den mest komplette "åbn Cursor, byg noget, ship det"-gennemgang for et ikke-udvikler-publikum — setup, prompting, debugging, grundlæggende Git og endda et strejf af MCP'er. Se den én gang, og du ved, hvad artiklen mener med "byg et lille internt værktøj".

Let øvet

5 minutter

"Vibe coding"-mind virus forklaret…

Fireship. Fireships tre regler — vælg en kedelig populær stack, bliv god til Git, behandl dig selv som product manager — er de samme sikkerhedsforanstaltninger, artiklen forsøger at installere. Fem minutter godt brugt, før du lader en AI skrive til dit repo uden opsyn.

Let øvet

104 minutter

Building Agents with Model Context Protocol — fuld workshop med Mahesh Murag fra Anthropic

AI Engineer. Anthropics Mahesh Murag gennemgår MCP's design — hvorfor tools, resources og prompts er adskilt, hvordan clients forhandler capabilities, hvad produktionshosts faktisk gør med protokollen. Se den efter bygningen for at forstå de dele af MCP, SDK'et stille skjuler, og kalibrér artiklens "produktionsklar"-tjekliste mod spec-forfatternes hensigt.

75 minutter

Den ultimative MCP crash course — byg fra bunden

Web Dev Simplified. En fuld code-along-bygning af både en MCP-server og en client i TypeScript — tool definitions, schemas, prompts og resources, stdio-transport, inspector-debugging. Det er den nærmeste video på YouTube til faktisk at gøre det, artiklen beder dig om, i et tempo, hvor du kan pause og følge med i din egen editor.

19 minutter

Bygning af mere effektive AI-agenter

Anthropic. Anthropic-ingeniører gennemgår, hvad de faktisk ændrede, da deres multi-agent-systemer misbrugte værktøjer — sammenlægning af endpoints, returnering af navne i stedet for IDs, leaning på MCP'er og Agent Skills i stedet for at proppe flere værktøjer ind i systemprompten. Mapper punkt-for-punkt til artiklens tjekliste for værktøjsbeskrivelser og return-shape-design.

29 minutter

Prompting til agenter | Code med Claude

Anthropic. Hannah Moran og Jeremy Hadfield fra Applied AI gennemgår, hvordan man formulerer tool calls og agentprompts på en rigtig Pokemon-spillende agent — hvornår man skal skubbe adfærd ind i systemprompten kontra værktøjsbeskrivelsen, hvad modellen behøver at vide om hvert værktøjs forudsætninger. Nyttig umiddelbart efter, at du har skrevet din første MCP-server og opdager, at Claude kalder den på uventede måder.