Nyligen fick Odd Hill den stora äran att tillsammans med Sjöbergska anordna den första Claude Code Meetup i Malmö. Det blev en otrolig uppslutning och vi fick lyssna på fem spännande talks med fokus på AI (Claude) som både inspirerade och väckte nya tankar. I den här artikeln delar vi med oss om våra reflektioner från eventet.
Den första presentationen gav Adam Tornhill, grundare av CodeScene. Hans presentation, “Making legacy code AI ready - Benchmarks on Agentic Refactoring”, handlade om hur AI påverkar legacy code och teknisk skuld, som redan är ett problem i många system och riskerar att växa när AI blir en del av utvecklingsprocessen. I hans tester låg genomsnittlig “Code Health” på cirka 5,15 av 10. Claude-agenten klarade runt 20 % av refaktoreringen själv, men upp till 90 % när den fick strukturerad data via MCP. Han betonade vikten av att skriva kod som både människor och AI kan förstå.
Efter den starka inledningen var det dags för Sjöbergskas egna Pelle Wessman att ta scenen. Pelle jobbar som senior utvecklare på 040, och utöver det så är han Open source maintainer. Han beskrev ett vardagsproblem för många som jobbar med AI: att man upprepade gånger behöver lösa samma typer av små problem som sällan dokumenteras, men ändå skapar frustration när svaren varierar mellan sessioner. För att lösa det har han byggt en egen knowledge graph där han samlar lärdomar, lösningar och kontext för att kunna återanvända dem i framtida interaktioner med AI.
Olga Safonova, Lead product manager från Tieto, pratade om MCP i talket “Claude Code stack with opinions: skills, MCPs, CLIs and cross-machine config”. Hon visade hur MCP kan fungera som ett gemensamt lager för struktur och dokumentation, så att hela teamet arbetar med samma kontext men ändå kan använda egna agenter och preferenser ovanpå det. Internt på Tieto kallas lösningen för “Olga MCP” och används aktivt i flera team.
Efter pausen höll Oskar Hane från Neo4j talket “Strict Specs and Soft Links: Real-World Agentic Engineering”. Han beskrev hur Neo4j arbetar strukturerat med AI i stora kodbaser, där tydliga specs och kravställningar är centrala. Ju bättre struktur man ger från början, desto mindre behöver man rätta i efterhand, vilket minskar friktion i agentdrivna arbetsflöden.
Kvällens sista talare var Rickard Hansson med sin presentation “Building a no-code app builder on Claude’s API: What stuck, what broke, and what I’d do differently”. Rickard är grundaren av Gainable, en tjänst där användare kan ladda upp underlag från exempelvis Excel eller Airtable och få en fungerande Express- och MongoDB-applikation genererad automatiskt. Bakom tjänsten arbetar tolv olika AI-agenter med separata roller och ansvarsområden. Under sitt talk delade Rickard med sig av lärdomar från projektet, bland annat kring när det är värt att introducera fler agenter, hur olika modeller lämpar sig för olika uppgifter och varför struktur nästan alltid är viktigare än bättre prompts.
Rickard Hansson delade med sig av lärdomar och erfarenheter från arbetet med Claude och AI i praktiken.
När temat är AI så finns det hur många spår som helst att fördjupa sig i. Men efter kvällens presentationer var det framförallt två områden som fastnade hos oss: MCP och Code health. Två ämnen som återkom genom nästan alla presentationer och som känns relevanta i takt med att AI mer och mer blir en naturlig del av utvecklingsarbetet.
En tydlig röd tråd genom kvällen var vikten av struktur och kontext. Flera talare visade hur de använder MCP-servrar och kunskapsgrafer för att hjälpa AI-agenter att förstå projekt, arbetssätt och tidigare lärdomar bättre.
I grund och botten handlar det om hur man skapar så bra förutsättningar som möjligt för AI:n att kunna hjälpa till effektivt. Även om dagens modeller är imponerande skickliga så har de fortfarande svårt för sammanhang och långsiktig kontext. Utan tydliga riktlinjer riskerar man att få olika svar på samma problem från en session till en annan, som Pelle Wessman var inne på.
Det var intressant att se hur MCP kan fungera som ett slags API mellan projektet och agenten, där AI:n får tillgång till rätt kontext, dokumentation och verktyg. Man kan i princip styra vilka verktyg, ramverk och arbetssätt som gäller för ett specifikt projekt. Vi pratade också om att även om verktyg som Copilot får mycket kontext via VS Code så behöver man fortfarande ofta hänvisa till specifika filer och manuellt förklara sammanhang, vilket lätt leder till mycket promptande och frustration. Så finns det sätt att underlätta för agenten att sätta sig in i kontexten utan att behöva peka manuellt, är vi nyfikna på att utforska hur det kan fungera för oss.
Claude och andra AI-verktyg kan göra mycket. Men värdet uppstår först när tekniken kopplas till rätt behov, rätt flöden och en vardag där människor faktiskt ska använda grejerna.
På Odd Hill hjälper vi verksamheter att förstå, testa och bygga med ny teknik på ett sätt som håller i verkligheten.
Hör av dig, så tar vi första svängen tillsammans
Det andra stora temat som vi fastnade för var code health och teknisk skuld. Struktur, tydlighet och genomtänkta system blir ännu viktigare när AI-agenter ska arbeta i samma kodbaser som människor.
Adam Tornhill pratade om att AI inte automatiskt gör en dålig kodbas bättre. Tvärtom riskerar problemen att förstärkas om man bygger vidare på ostrukturerad eller svårunderhållen kod.
AI gör det möjligt att arbeta snabbare än tidigare, men kanske är den stora utmaningen att inte låta tempot gå ut över kvaliteten. Tiden man sparar borde snarare användas till att förbättra struktur, dokumentation och kodkvalitet ytterligare. Risken annars är att vi hamnar i ett “if it works, it works”-tänk där lösningar levereras snabbt men blir svåra att förstå och underhålla över tid.
Utöver MCP diskuterade vi också vad mer man kan göra för att bidra till hållbar kod. Något vi var överens om var vikten av att inte förminska sin egen kompetens som utvecklare i relation till AI. Även om man tar hjälp av en agent för att lösa problem eller generera kod är det fortfarande viktigt att granska resultatet med mänskliga ögon och säkerställa att lösningen är begriplig och hållbar över tid. Vi pratade också om värdet i att skriva egna kommentarer och dokumentation istället för att enbart förlita sig på autogenererade förklaringar. AI är ett kraftfullt verktyg, men det är fortfarande utvecklarens ansvar att förstå och kvalitetssäkra det som byggs.
Sammanfattning
Något som blev väldigt tydligt under kvällens talks var att fokus inte främst låg på vad AI kan användas till, utan snarare hur man arbetar tillsammans med AI på ett hållbart och effektivt sätt. Många av presentationerna kretsade kring vikten av struktur, tydliga ramar och rätt kontext för att AI-agenter ska kunna leverera bra resultat över tid. Det mest givande med kvällen var kanske inte bara tekniken i sig, utan möjligheten att höra hur människor i olika roller och branscher faktiskt använder AI i sitt dagliga arbete.
Eventet väckte uppenbarligen många tankar och diskussioner hos oss, som vi ser fram emot att fortsätta utforska och skriva mer om framöver.
Del 3 - När praktikanterna tar överI del 3 av artikelserien pratar vi med våra praktikanter om hur det känns att vara med och bygga en webbplats som snart ska hjälpa Clownronden att nå fler.
BankID uppgraderar sin säkerhet2025 blir säker start obligatorisk för alla som använder BankID i sina e-tjänster.
Vad menas med headless CMS?Headless CMS öppnar upp för en flexibilitet och innovation som driver utvecklingen av modern innehållshantering på webben idag.
