Kursplan
Fra autofullføring til agenter: hvorfor agenter feiler
• Anatomi i en kodingsagent: modell, bås, verktyleflate, kontekst, tillatelser
• Hvor hvert verktøy plasseres: Claude Code, GitHub Copilot, Cursor, Codex CLI, Gemini CLI
• En taksonomi for feil: feil kontekst, feil verktøy, ingen tilbakemelding, ubegrenset autonomi
Demonstrasjon: Oppgaven utført godt og dårlig, side om side
Kontekstingeniørfaglighet
• Kontekstvinduet som en budsjettrammer: hva fortjener en plass i det
• AGENTS.md, CLAUDE.md, .cursor/rules, copilot-instructions.md — ett konsept, flere filnavn, én kilde til sannhet
• Konvensjoner, bygge- og testkommandoer, arkitektoniske grenser
• Henting versus eksplicit kontekst; oppgavedeling og underagenter
Lab: Skriv lagerkontekst for en ukjent Python-tjeneste, kjør deretter en feilende oppgave på nytt og sammenlign utdataene
Gjenbrukbare arbeidsflyter og agentferdigheter
• Valg av abstraksjon: instruksjonsfil, ferdighet, egendefinert kommando eller vanlig skript
• Anatomi i en ferdighet: utløsning, instruksjoner, inkluderte skripter, progressiv avsløring
• Bærekraft på tvers av verktøy, og hvor låsing begynner
• Versjonering, gjennomgang og distribusjon på tvers av et team; vanlige anti-mønster
Lab: Bygg og test en gjenbrukbar arbeidsflyt som håndhever en huset kodingstandard
MCP: kobling av agenter til sanne systemer
• Arkitektur: klienter, servere, verktøy, ressurser og forespørsler; stdio- og HTTP-overføringer
• Servere som fortjener sin plass: Git-lagring, utsteder-sporere, databaser, nettlesere, interne API-er
• Når et CLI eller skript er bedre enn en MCP-server
• Ryddighet i verktylet: hvorfor flere verktøy betyr mindre pålitelighet
Lab: Koble MCP-servere og fullfør en billett fra start til slutt — utsteder, branch, fiks, tester, pull request
Tilbakemeldingsløkker og evaluering
• Tester, typer og lints som agentens grunnleggende sannhet; test-først-arbeid som en kontrollmekanisme
• CI som den ytre løkken, og gjennomgangsdisciplin for agent-skrevne diff-filer
• Sett med gull-standard oppgaver: hva du måler og hvordan du fanger tilbakefall
• Kostnad og latens som første-klasses mål
Lab: Bygg en liten evalueringssett og poengsett to agentkonfigurasjoner mot det
Sikkerhet og sikkerhetskontroller
• Prompt-injeksjon gjennom utsteder, pull requests, README-er, avhengigheter og hentede sider
• Tillatelsesmodeller: tillatelseslister, godkjenninger, lese-trygge verktøy, kontroll av nettverksutgående
• Håndtering av hemmeligheter og sandkassing: containere, flyktige legitimasjoner, begrensning av eksplosjonsradius
• Forsyningskjederisiko i tredjeparts MCP-servere og delte ferdigheter
Lab: Se en agent bli kidnappet av en forgiftet repository, deretter herde oppsettet slik at det ikke skjer
Rullering ut til et team
• En trinnvis innføringssti; hva du skal standardisere og hva som skal overlates til individer
• Mål som indikerer reell verdi, og de som ikke gjør det
Krav
• Arbeidskjennskap til Python, Git og kommandolinjen
• Noen forhåndsvisning av en AI-kodingsassistent
• NobleProg vil sette opp Dadesktop-VM-er for deltakerne med Docker, VS Code og Python 3.11 eller senere
• En fungerende AI-kodingsassistent etter deltakerens eget valg: Claude Code, GitHub Copilot, Cursor, Codex CLI eller Gemini CLI. Labbene er verktøy-uavhengige, og instruksjoner er tilgjengelige for hver
Målgruppe
• Programvareingeniører, tekniske ledere og arkitekter som bruker AI-kodingsassistenter uten å få pålitelige resultater
• Platform- og utvikleropplevelsesingeniører som ruller ut AI-verktøy på tvers av team
• Ingeniørledere som setter standarder, sikkerhetskontroller og suksessmålinger
Referanser (3)
Instruktøren er tålmodig og svært hjelpsom. Han kjenner emnet godt.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Kurs - Agentic AI for Business Automation: Use Cases & Integration
Maskinoversatt
God blanding av kunnskap og praksis
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI for Enterprise Applications
Maskinoversatt
Blandingen av teori og praksis, samt perspektiver på både høy nivå og lav nivå
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Autonomous Decision-Making with Agentic AI
Maskinoversatt