Biblioteket
Alt du trenger for å komme i gang, gratis.
Ressursene vi anbefaler til nybegynnere, hver med et sammendrag på vanlig norsk som du kan lese her før du bestemmer deg for å klikke deg videre.
Eller bare kom på en samlingStart her
Hva vibe coding egentlig betyr, fra de som ga det navnet.
Andrej Karpathy
The original “vibe coding” note
Tidlig i 2025 la KI-forskeren Andrej Karpathy ut et kort innlegg som beskrev en ny måte å skrive programvare på: la modellen gjøre nesten alt arbeidet, og bare følg strømmen. Uttrykket han brukte, «vibe coding», slo raskt an.
Les merSimon Willison
Not all AI-assisted programming is vibe coding
Kort tid etter at uttrykket slo an, gikk utvikleren og skribenten Simon Willison inn for å rydde opp i en voksende forvirring: å bruke KI til å hjelpe deg å kode er ikke det samme som vibe coding. Han ville holde de to ideene fra hverandre.
Les mer
GratisMIT Technology Review
What is vibe coding, exactly?
Etter hvert som uttrykket spredte seg langt utenfor programmererkretser, ga MIT Technology Review ut en forklarende artikkel i 2025 for å svare på det åpenbare spørsmålet for et bredt publikum: hva betyr egentlig «vibe coding», og hvor kommer det fra?
Les merVerktøyene vi bruker
Du trenger bare ett for å starte. Velg det som får deg i gang i kveld.
Anthropic
Claude Code
Claude Code er en KI-hjelper som bor i terminalen din, det enkle tekstvinduet der utviklere skriver kommandoer. Du forteller den hva du vil ha på vanlig språk, og den jobber direkte inne i de virkelige prosjektfilene dine.
Les mer
GratisAnysphere
Cursor
Cursor er et kodeeditor med KI bygget inn i kjernen. Det ser ut og føles som en kjent editor, men en modell er vevd gjennom hver del av hvordan du skriver og endrer kode.
Les mer
GratisLovable
Lovable
Med Lovable kan du beskrive appen du vil ha på vanlig språk og få tilbake en fungerende nettapp som allerede er på nett. Det er ikke noe oppsett du må kjempe deg gjennom først.
Les mer
GratisGitHub
GitHub Copilot
GitHub Copilot er en KI-assistent som jobber inne i kodeeditoren din. Mens du skriver, foreslår den de neste linjene, og du kan stille den spørsmål uten å forlate arbeidet ditt.
Les mer
GratisVercel
v0
v0 gjør en skreven ledetekst om til et frontend-brukergrensesnitt. Du beskriver en skjerm, og den lager React-komponenter du kan kopiere rett inn i ditt eget prosjekt.
Les merGratis veier fra null
Ingen koding nødvendig fra før. Dette er inngangene vi anbefaler nybegynnere.
GratisCoursera
Vibe Coding Essentials
Dette er et nybegynnerspor på Coursera, laget av Scrimba, som lærer deg å bygge ekte apper ved å jobbe side om side med KI-verktøy for koding. Du tar med deg nysgjerrigheten. Du trenger ingen bakgrunn innen koding for å komme i gang.
Les mer
GratisDatawhale (open source)
Easy-Vibe: your first modern coding course
Easy-Vibe er et gratis kurs med åpen kildekode fra Datawhale som tar deg fra første idé hele veien til en ferdig KI-app. Det er åpent for alle, og hele pensum ligger åpent slik at hvem som helst kan lese og forbedre det.
Les mer
GratisOpen source
Vibe Code Source
Vibe Code Source er et gratis bibliotek med åpen kildekode av kopiklare prompter parret med praktiske veiledninger. Tenk på det som en felles verktøykasse du kan grave i når du bygger med KI og vil ha et utprøvd utgangspunkt.
Les merNår du vil gå dypere
For når vibene møter en ekte kodebase og du vil forstå hva som skjer.
GratisAnthropic
Building effective agents
Anthropic publiserte denne veilederen i 2024 for å svare på et spørsmål mange utviklere strevde stille med: når du setter en språkmodell til å gjøre reelt arbeid, hva er det enkleste oppsettet som faktisk holder? Kjernerådet er rolig og litt overraskende. Som oftest trenger du ikke en avansert autonom agent i det hele tatt.
Les mer
GratisAndrej Karpathy
From vibe coding to agentic engineering
I denne samtalen med Sequoia og Stephanie Zhan beskriver Andrej Karpathy hvordan det å bygge programvare med KI er i ferd med å bli voksent. Den lekne, improviserte stilen han en gang kalte vibe coding, gir nå plass til noe mer bevisst, der et menneske styrer dyktige agenter og fortsatt står ansvarlig for resultatet.
Les merarXiv
Vibe coding, the academic version
I 2025 publiserte forskerne Advait Sarkar og Ian Drosos den første empiriske studien av vibe coding, den nye vanen med å bygge programvare hovedsakelig ved å snakke med en KI i stedet for å skrive kode for hånd. I stedet for å gjette på hvordan folk gjør det, så de på dem mens de gjorde det og lyttet til dem tenke høyt.
Les merUt til fronten
Hentet fra Stanfords CS 153. Den dype enden, artiklene som bygde moderne AI.
Stanford
CS 153: Frontier Systems
Et Stanford-kurs som tar deg gjennom hele stigen av moderne KI, fra det rå silisiumet i en brikke til de offentlige debattene om regulering, med folk som faktisk har bygd disse systemene innom for å fortelle om dem.
Les merKrizhevsky, Sutskever & Hinton
AlexNet: ImageNet classification with deep CNNs
I 2012 trente tre forskere et dypt nevralt nettverk på grafikkort til å gjenkjenne objekter i bilder, og det vant en stor konkurranse med så god margin at det endret hvordan hele feltet tenkte om maskinlæring.
Les merMikolov et al., Google
Word2Vec: Efficient Estimation of Word Representations
I 2013 fant et team hos Google en rask måte å gjøre ord om til tallrekker som fanger mening, slik at enkel regning på tallene kunne svare på analogier som konge minus mann pluss kvinne lander nær dronning.
Les merDeepMind
Playing Atari with Deep Reinforcement Learning
I 2013 bygde DeepMind et enkelt program som lærte å spille mange ulike Atari-spill godt, ved kun å se på de rå pikslene på skjermen og poengsummen, uten noen spillspesifikke instruksjoner.
Les merVaswani et al., Google
Attention Is All You Need
I 2017 introduserte et team hos Google Transformer-modellen, en modell som dropper den eldre vanen med å lese tekst ord for ord i rekkefølge og i stedet lar hvert ord se direkte på hvert annet ord på én gang. Den ble fundamentet for moderne store språkmodeller.
Les merBERT: Pre-training of Deep Bidirectional Transformers
I 2018 ga Google ut BERT, en språkmodell som leser en setning fra begge retninger samtidig og lærer av enorme mengder vanlig tekst først, slik at den deretter kan tilpasses mange spesifikke oppgaver med lite ekstra trening.
Les merOpenAI
Scaling Laws for Neural Language Models
I 2020 fant forskere hos OpenAI at kvaliteten på en språkmodell forbedres i jevne, forutsigbare kurver etter hvert som du gir den mer regnekraft, mer data og flere parametere, slik at du kan forutsi hvor god en modell blir før du bygger den.
Les merOpenAI
Language Models are Few-Shot Learners (GPT-3)
I 2020 viste OpenAI at en svært stor språkmodell med 175 milliarder parametere kunne utføre nye oppgaver bare ut fra noen få eksempler skrevet inn i ledeteksten, uten noen ny trening.
Les merHo, Jain & Abbeel
Denoising Diffusion Probabilistic Models
I 2020 viste tre forskere en ren måte å generere bilder på ved å lære en modell å reversere støy: start fra ren snø og fjern litt støy om gangen til et virkelighetstro bilde dukker opp.
Les merOpenAI
Training Language Models to Follow Instructions (InstructGPT)
I 2022 viste OpenAI hvordan man får en språkmodell til virkelig å følge instruksjoner ved å justere den på menneskelige preferanser, en metode kalt RLHF som ble grunnlaget for ChatGPT.
Les merDeepMind
Training Compute-Optimal LLMs (Chinchilla)
I 2022 fant DeepMind at mange store modeller var bygd for store i forhold til mengden data de ble trent på, og at en mindre modell matet med mer data kan gjøre det bedre for det samme treningsbudsjettet.
Les merFra gjesteforelesningene
Arbeidet bak folkene som bygger fronten: generative bilder, video og stemme.
Rombach, Blattmann et al.
High-Resolution Image Synthesis with Latent Diffusion Models
Denne artikkelen fra 2022 er den som gjorde tekst-til-bilde-generering tilgjengelig for alle. Det er forskningen bak Stable Diffusion, og den store ideen var å gjøre bildegenerering billig nok til å kjøre på et helt vanlig grafikkort.
Les merBlattmann et al., Stability AI
Stable Video Diffusion
Dette arbeidet ble sluppet i 2023 og tar den samme oppskriften som gjorde Stable Diffusion god på enkeltbilder, og strekker den ut over tid, slik at modellen lager korte videoklipp i stedet for frittstående bilder.
Les mer
GratisAmit Jain
Luma AI
Luma AI er et selskap som jobber med multimodal KI for video og 3D, ledet av Amit Jain. Det mest kjente produktet, Dream Machine, gjør en instruksjon eller et bilde om til video, og den langsiktige ambisjonen er programvare som forstår og simulerer den fysiske verden.
Les mer
GratisMati Staniszewski
ElevenLabs
ElevenLabs er et KI-lydselskap, medgrunnlagt av Mati Staniszewski, bygget rundt ett tydelig oppdrag: å få syntetisk tale til å høres genuint menneskelig ut. Verktøyene dekker naturlig tekst-til-tale, stemmekloning og sanntidsoversettelse.
Les mer
GratisSequoia · Training Data
Why voice will be the core interface
Dette er en podkastepisode fra 2025 i Sequoias Training Data-serie, med ElevenLabs-sjef Mati Staniszewski. Samtalen argumenterer for at stemme er i ferd med å bli en sentral måte vi samhandler med datamaskiner på, og at det å holde fokus er måten et selskap vinner.
Les merAI for alle
Hvorfor vi gjør dette gratis og åpent. Billig, trygg tilgang bør ikke være et privilegium.
GratisAnthropic
Core Views on AI Safety
Dette er teksten fra 2023 der Anthropic forklarer, med enkle ord, hvorfor selskapet ble grunnlagt og hva som holder forskerne deres våkne om natten. Det er det nærmeste man kommer en formålserklæring for hvordan man kan bygge kraftig KI uten å brenne seg på den.
Les merRich Sutton
The Bitter Lesson
I dette korte essayet fra 2019 peker forskeren Rich Sutton, som jobber med forsterkende læring, på et mønster som gjentar seg gjennom flere tiår med KI. Generelle metoder som rir på rå regnekraft, har en tendens til å vinne, og smarte snarveier laget for hånd av mennesker har en tendens til å tape.
Les merAndre steder å lære i Oslo
Vi er ikke det eneste rommet i byen, og det er en god ting.
GratisMeetup
Oslo AI
Oslo AI er et veletablert meetup der folk i og rundt byen møtes for å snakke om kunstig intelligens på en jordnær og praktisk måte. Det drives av frivillige, det er gratis å bli med, og det er et av de større KI-miljøene i Norge.
Les merAI Tinkerers
AI Tinkerers Oslo
AI Tinkerers Oslo er den lokale avleggeren av et verdensomspennende nettverk for folk som liker å bygge ting med KI framfor bare å snakke om det. Forvent demokvelder, hackathon og en praktisk stemning der man bretter opp ermene.
Les mer
GratisMeetup
Vibe Coding Collective
Vibe Coding Collective er et internasjonalt fellesskap bygget rundt avslappede, sosiale kodeøkter der folk bygger med KI i godt selskap. Det er vennlig overfor nybegynnere og lener seg mer mot lett stemning enn mot skremmende ekspertise.
Les merNy til dette? Kom og bygg med oss.
Å lese er bra. Å bygge sammen med andre er bedre. Samlingene våre er gratis og åpne for helt ferske.
Meld deg på neste samling