Dalager.com

Søndagseksperiment: "Re-kindle the Kindle".

2026-07-13T00:00:00Z

Jeg har jailbreaket og vægmonteret min gamle Paperwhite så den

Booter til full-screen visning af et billede,
der er en cloudflare worker rendering
af familiens todoliste i Microsoft Todo
med tilstrækkelige cache mekanismer i kæden til at den kan opdatere hvert halve minut
Medie: e-ink på væg.

Pris: den tid det har taget at hygge med det. Outcome: en krykke til vanvittigt distræte mig.

Jeg er en repeat aesthetic offender herhjemme, så jeg kommer til at gøre noget ved udseendet. Måske en billedramme med passe-partout der dækker det sorte plastik og nogle bedre øjne, der kan style html'en bag billedet lidt mere nice.

Version 1 var interaktiv og jeg kunne complete på touch-skærmen, men den indbyggede browser i den ældre kindle kan ikke køre full-screen, så jeg skiftede retning til readonly.

Teknisk er jeg blevet 𝘮𝘦𝘨𝘦𝘵 glad for cloudflare stacken til hyggeprojekter - de har en MCP-suite der gør det tosset let at udforske dokumenation og refrencearkitekturer og services. Og en lokal dev model, hvor man kan få næsten hele stakken til at køre inden man deployer.

Alle kindle modeller kan jailbreakes, og jeg ved at der ligger rigtigt mange af de her små fyre i jeres skuffer og venter på at blive vækket til live i en eller anden friere form.

Måske som

en non-amazon ebook reader til DRM-free epubs med Koareader
et home assistant dashboards.
de næste tre dages vejrudsigt
et aula-hacket skoleskema (Aula har kalendersynkronisering du kan bruge)
familiens kalender

Så fisk dem op af skuffen og find på noget at bruge dem til i sommerferien 🫠

UPDATE: Jeg har smidt koden på github: https://github.com/dalager/kindle-todo Hvis du vil gøre noget i samme boldgade, kan du med fordel smide din AI agent efter mit repo og bede den om at tage udgangspunkt i det - så tror jeg du kan spare nogle tokens 😊

Oprindeligt delt på LinkedIn

Her er vores nye device: "Eksponent MØDER" 🎉

2026-07-02T00:00:00Z

Det er en mødeoptager, der

Optager
Gemmer
Synkroniserer til backend, der
Transkriberer (roest-v3-whisper-1.5b)
Opsummerer (gemma-4)
Synkroniserer tilbage til device

Det har kostet 258 kroner og ca. 10 timer at lave. Det er bygget på ESP32-hardware, der er rettet mod smarthome-styring. Men man kan flashe sin egen firmware på enheden.

Det her er vildt på grund af niveauet af commoditization i hele stakken:

Design med Claude Design
Low-level firmware kodet i C/LVGL med Claude Code
Standardiseret ESP32-S3-controller med board og åbne specifikationer
Open transkriptionsmodel kan afvikles overalt
Open LLM kan afvikles overalt

Der er INTET, der forhindrer dig i at klone den ud fra screenshots og beskrivelse. Så jeg vil IKKE anbefale at bygge en business på det. Men jeg vil KLART anbefale dig at prøve at lave dine egne eksperimenter på hardware-området, hvis det er noget, der kan klikkes ind i jeres eksisterende processer eller platforme.

Formålet med projektet var:

At lege
At lære
At finde ud af, hvor langt man kan komme ned ad hardware-stien, inden man er blokeret
At koble strategisk tænkning til konkrete eksperimenter

Device-info: Guition JC3636K718C, google det, eller find noget tilsvarende, hvis du vil prøve det samme.

PS: Nej, det er ikke et produkt, vi kommer til at sælge i Eksponent. Så tilbage i lommen med tegnebogen 👋💸

UPDATE

Ok, det fik lidt mere opmærksomhed end mine eksperimenter plejer at trække.

Må lige præcisere: det her er en ret god kørende prototype lavet på 10 timer. Den er naturligvis ikke gennemtestet på en balanceret distribution af usecases og brugere i virksomheden. Dens antagelser er mine antagelser og vil helt sikkert maveplaske på adskillige for mig uforudsete områder.

Pointen med det her indlæg var mere implikation end implementation --> hvad betyder det for vores måde at lave ting på at prisen på den tekniske implementering falder drastisk?

Virkeligheden er vidunderlig kompliceret, kompleks og kaotisk, og når vi rammer den med vores firkantede systemer vil vi ALTID få overraskelser - uanset hvor meget AI vi maser ned i maskinrummet. Og der er i det møde vi skal finde eller genfinde vores rolle som teknologer, hvis du spørger mig ❤️

Oprindeligt delt på LinkedIn

Sidste weekend skulle jeg fortælle nogle pensionister...

2026-06-23T00:00:00Z

Sidste weekend skulle jeg fortælle nogle pensionister om mit sprogteknologiske formidlingsprojekt om ~624 breve fra min oldefar, og brugte i den forbindelse en del tid på at overveje, hvordan man mest pædagogisk forklarer embeddings af ord i multidimensionelle vektorspaces.

Endte med den her model af "ordrum", og det virkede som om det gav mening. Bilder jeg mig ind i hvert fald 🫣

Man kan gå i 3D mode og få samme lille datasæt visualiseret i en roterende kube, for at komme et trin mere op af dimensionsstigen. Men det er den flade variant her jeg er mest tilfreds med.

Det virker lidt banalt, måske men jeg holder virkelig meget af ekstremt simple modeller, der kan bruges som legoklodser inde i hovedet.

Se den her: https://jernkorset.dk/ordrum/

Oprindeligt delt på LinkedIn

Weekendens eksperiment var at kigge på Hermes Agent, en personlig AI agent...

2026-06-21T00:00:00Z

Weekendens eksperiment var at kigge på Hermes Agent, en personlig AI agent platform: https://hermes-agent.nousresearch.com/

Hermes Agent er lavet af Nous Research (https://nousresearch.com/) et mindre AI lab der foruden agent-projektet har gang i model-training og andre ret spændede ting.

Nå, men projektet lykkedes og var markant lettere at få op at køre end OpenClaw (https://openclaw.ai/)

𝗗𝗲𝘁𝗮𝗹𝗷𝗲𝗿𝗻𝗲 for de nok MEGET tekniske typer og folk der er glade for links

Kører på billig Hetzner (https://www.hetzner.com/) VPS
Bruger OpenRouter (https://openrouter.ai/) til LLM-provider med Minimax m3 som default LLM men det er nemt at teste andre modeller af.
Bruger fal.ai (https://fal.ai/) API til billedgenerering.
Bruger Brave Search API (https://brave.com/search/api/) til websøgning
Min agent har sin egen Google account og vi kan sende emails til hinanden.
Vores fælles arbejdsdokumenter er en delt mappe på Google Drive - Hermes bruger google workspace integration og kan forstå docs, sheets og slides.
Vi hænger også ud i et lukket Slack workspace.
Sikret igennem et Tailscale (https://tailscale.com/) VPN mesh netværk så den kun kan bruges fra familiens maskiner.
Det primære interface til agenten er Hermes Desktop, som er en udvidet Chat-UI, installeret som Electron app, der snakker med Hermes backend gateway på VPS'en. Lidt som en Claude Desktop bare uden adgang til lokale ressourcer. Måske mere som OpenWebUI (https://docs.openwebui.com/).
Sekundære interface er at jeg SSH'er ind i VPS'en, hvor jeg så også kan køre min Claude Code hvis jeg skal bygge ting som jeg plejer at arbejde. Split tmux (https://tmux.app/) panes med Hermes + Claude Code fungerer.
Arbejdet i agentens filer er gennem en Visual Studio Code (https://code.visualstudio.com/) remote session ind i VPS'en. Fordi jeg ikke helt er blevet venner med neovim (https://neovim.io/) i workspace mode.

𝗣𝗿𝗶𝘀𝗲𝗻 Jeg har brugt en del intelligens på at lave mit setup, så ~20$ på tokens til etablering svarende til en pizza+sodavand combo. Drift er de der ca 8 Euro/md + tokens. Det udestår at jeg må findes en balance i pris og kvalitet(intelligens). Og måske skal agentens LLM-provider defaulte til at bruge min Strix Halo 128gb box, der har Lemonade (https://lemonade-server.ai/) kørende, hvis den er tændt. Her kan jeg serve Gemma-4-26b (https://huggingface.co/google/gemma-4-26B-A4B-it) og Qwen3.6-27b-MTB (https://huggingface.co/froggeric/Qwen3.6-27B-MTP-GGUF) i tålelig performance til ting, der ikke er tidssensitivt.

𝗠å𝗹𝗲𝘁 Lidt research-opgaver og det man vist kalder "Capability-exploration" -- altså at pille ting lidt fra hinanden, for at finde ud af, hvordan de fungerer og hvad de egentlig kan.

Og den her ting kan altså en del 🤯

(Linkedins algoritme siges at straffe mange outgoing links. Buhuu.)

Oprindeligt delt på LinkedIn

Der er nogle gode nuancer her og noget ny indsigt, der flytter mit eget...

2026-04-30T00:00:00Z

Der er nogle gode nuancer her og noget ny indsigt, der flytter mit eget perspektiv en smule. Og det er det, jeg kommer her for ❤️

Læs nu det hele og ikke kun det her gode citat. For det, du scroller videre til, er næppe bedre 😊

“So the better claim is not that AI helps the strong and harms the weak.

The better claim is that AI amplifies what surrounds it. It amplifies clarity, confusion, expertise, dependency, confidence, and bullshit. Sometimes it amplifies people whose ability was already there but was taxed by the interface, language barrier, social ambiguity, or cognitive load.”

Delt indhold: AI is not the great equaliser people were promised. In many cases, it is the great divider.

Oprindeligt delt på LinkedIn

Er du klar til at byde de agentiske overlords velkommen?

2026-04-19T00:00:00Z

Den ordinære trafik på websites falder som en sten, SEO bliver erstattet af GEO så vi ikke optimerer efter Search Engines men efter Generative Engines.

Og en ny type website-bruger er trådt ind på scenen: agenten.

Agenter er i denne sammenhæng en proces, der rammer et website og forholder sig aktivt - navigerer, søger, handler - på vegne af en bruger. Måske endda logget ind som brugeren.

Agenten kan være aktivt tæt på brugeren, der sidder i sin Claude Desktop session og styrer processen iterativt. Eller længere væk, repræsenteret ved en autonom proces med et mål, som fx OpenClaw eller et andet af de utallige agent-frameworks der vælter frem for tiden.

Så hvis man nu vil byde sine Agentiske Overlords velkommen og lade dem rulle ind over grænsen mens man står og vifter med sit lillebitte flag, hvordan gør man så bedst det?

Det nemmeste lige nu er at bruge IsItAgentReady servicen, der scanner for de nyeste standarder for at udstille agentvenlige services og information: https://isitagentready.com/

Det bliver brudt ned på disse områder:

DISCOVERABILITY Er robots.txt, sitemap og meta-tags på plads?

CONTENT Svarer dit site med markdown, når en klient requester text/markdown?

BOT ACCESS Har du angivet i din robots.txt, om det er ok at bruge dit indhold til træning, søgning eller interaktion?

API-KATALOG Fortæller du agenterne om et api, de kan bruge for at være mere effektive?

AGENT SKILLS Har du et skills-library med SKILLS.md filer, som agenter kan bruge som instruktioner til effektivt at arbejde med dit site?

MCP/WebMCP: udstiller dit site en MCP-server eller et clientside WebMCP interface?

OAuth/OIDC: kan agenten authenticate mod dit site på en eller anden måde?

eCOMMERCE: kan den købe ind?

Jeg har prøvet at pimpe min oldefars brevsamling - et 100% statisk website - for at se, hvor langt jeg kan komme, og det er faktisk ikke så svært, hvis man i forvejen har sine byggeklodser på plads.

Det "API" jeg stiller til rådighed er de json-filer, der i forvejen bliver loadet af frontenden.

Det skal siges at jeg har valgt en decideret agent-promiskuøs tilgang her, hvor jeg ukritisk siger ja til alt. Det er ret ufarligt at gøre, når man ikke har nogen backend, så det er kun trafikregningen, jeg kan blive ramt på, hvis/når brevsamlingen går viralt på TikTok.

Med en fin score på 75 og "Level 4 - Agent Integrated" burde det være let for folk at bruge brevsamlingen sammen med AI værktøjer af den ene eller anden slags.

Er det godt? Er det skidt? Begrædeligt? Uundgåeligt? Lidt af det hele, tror jeg.

Men når vi rådgiver vores kunder i Eksponent om de her ting, så er budskabet ikke at man bare skal lade som ingenting og at det hele nok går over - men at man bliver nødt til at læne sig ind i det på en passende måde. Her er IsItAgentReady værktøjet utroligt konkret at tage med i samtalen om, hvor stejlt man skal læne sig og hvordan det skal times med produktstrategier og -roadmaps.

Oprindeligt delt på LinkedIn

Jeg har brugt den sidste uge på at prøve at følge med i Cloudflares strøm...

2026-04-18T00:00:00Z

Jeg har brugt den sidste uge på at prøve at følge med i Cloudflares strøm af feature releases i deres "Agents Week".

Det er ved at bundfælde sig og jeg går og tænker lidt over, hvordan jeg kan designe et passende eksperiment, der kommer godt rundt i krogene af deres AI/Agent infrastruktur med den meget brede vifte af nye komponenter eller "primitives" som kan sammensættes på kryds og tværs.

Det, som Cloudflare har, som gør dem vildt interessante i AI toolchain landskabet eller hvad man skal kalde det, er at de i årevis har bygget en superstærk edge-infrastruktur op, bl.a. med bittesmå edge compute units, Cloudflare Workers, der kan altmuligt, og særligt Durable Objects, der er små adresserbare stateful workers med 10gb privat sqlite storage i bæltet. Som selvfølgelig kan snakke HTTP/WebSockets med hinanden.

Med alle de nye AI/Agent features, de pumper ud lige nu, er det tydeligt at de opruster seriøst i kampen om at blive en af de foretrukne platforme for agent-baserede arkitekturer.

Jeg synes personligt, det er vildt spændende, hvad de har gang i!

Så skal de bare lige have styr på deres uptime 😁

Alle Agents Week blogposts her: https://blog.cloudflare.com/tag/agents-week/

Delt indhold: The internet wasn't built for the age of AI, and neither was the cloud https://lnkd.in/gTXUQ-nC

Oprindeligt delt på LinkedIn

Dansk eller tysk? Et forsøg på at modellere og måle ændringer i national...

2026-03-31T00:00:00Z

Dansk eller tysk? Et forsøg på at modellere og måle ændringer i national identitet i brevsamling fra første verdenskrig.

Jeg stødte for lidt tid siden på en forskningsartikel af Laurits Wieslander Lyngbæk mfl fra Center for Humanities Computing, Aarhus Universitet om en ny måde at lave sentiment-analyse på i tekster. Den mundrette titel "Continuous Sentiment Scores for Literary and Multilingual Contexts" (2025) dækker over en teknik til at tracke sentiment scores (fra dårlig til god stemning) hvor man ikke kun kigger på om enkelt-ord er postive/negative men projicerer positive og negative ekstremer i "koncepter" ind i et multidimensionelt vector space, som man så bruger til at score ud fra. Noget i den stil.

Et "koncept" i den sammenhæng, kan man sige, er en konstruktion, der kan eksistere på et kontinuum mellem yderpoler. Ulykkelig -> Lykkelig, fx. Og lykkekonceptet vil så i et sprog kunne repræsenteres ved nogle ord og sproglige konstruktioner, der vil ligge et sted på denne linje mellem yderpunkterne. Hvis man så laver embeddings af noget tekst ("jeg går i glædesdille", fx), vil man kunne sætte et tal på hvor på lykke-aksen dette udtryk ligger.

Min oldefar Peter Mærsk var sønderjyde og tvunget til at gøre tjeneste i den tyske hær under 1. verdenskrig. Herfra skrev han 624 breve, som vi henover nogle generationer har fået gjort til et ret godt datasæt.

Jeg har i årevis brugt brevsamlingen til at lege med og lære om sprogteknologi, og NLP og artiklen om Concept Vector Projections fik mig til at tænke på, om det kunne bruges til at undersøge, om der i brevsamlingen var tegn på, at min oldefar i løbet af krigen gradvis blev mere og mere tysktænkende? Dvs om der skete en forskydning i hans følelser omkring sin nationale identitet?

Det prøvede jeg så at gøre.

Jeg fandt en stribe teksteksempler på de to poler, som jeg kan spænde linjen ud mellem, og beregner herfra et punkt for hver yderposition i det multidimensionelle vektorspace. Karrikeret vil det være mellem "Hurra for Danmark" i den ene ende og "Ich liebe Deutchland" i den anden ende af spektret.

Og så kan man ellers køre igennem al teksten og se, hvor brevene over tid ligger på denne akse, vektor eller skala.

Konklusionen er kedelig: nej, han forblev aldeles dansksindet med en smule fluktuering.

Den vigtigere konklusion for mig er naturligvis det, jeg har lært her: man kan faktisk godt modellere sine egne koncepter i sit eget domæne og bruge det til at lave målinger på dem på en effektiv og enkel måde.

Den metoder kommer straks ned i værktøjskassen! Og linket til min oldefars breve kommer i en kommentar herunder.

Oprindeligt delt på LinkedIn

Min nye OpenClaw agent hedder Keld.

2026-03-21T00:00:00Z

Kelds første dag på jobbet er stille og rolig, og han får til opgave at håndtere familiens pakkemails.

Forskellige gmail filtre forwarder dem til Kelds inbox og han trækker pakkenumre, pakkefirma og pickup-spot ud af mails og måske lidt klikken på track/trace links for at få de rigtige numre ud.

Så opretter han pickup-tasks på vores Microsoft Todo liste "Pakkeshops".

Det er early days for mig og Keld.

Da han først blev født var hans hjerne en Qwen3.5 122b 2bit quantized model, der kørte lokalt på min Framework Desktop 128.

Men for at være helt ærlig, så var der ikke så meget Fuldbyrdelsen af Den Agentiske Drøm over det - det var mere som at prøve at hjælpe en fuld mand ind i bussen.

Så nu er Keld blevet opgraderet til Opus 4.6 med en API key, og vi må se, hvor meget jeg ender med at gide at betale for en personlig assistent.

(Microsoft Todo har jeg et ret stærkt love/hate/despair-forhold til, men det er nu engang der, vores indkøbs- og huskelister har boet i årevis. Er du der også kan du måske bruge den microsoft-todo-skill jeg har brygget sammen og smidt på github. Den bruger en eksisterende CLI, som en anden har lavet. Link i kommentar)

Oprindeligt delt på LinkedIn

Fra semantisk søgning til semantisk læring?

2026-03-14T00:00:00Z

I semantisk søgning bruger man en embedding-model til at placere en tekstbid i et multidimensionelt vector space, der er modellens semantiske univers. Hvor modellen, hvis den er god til dansk, placerer sproglige konstruktioner tæt på hinanden, udfra hvad modellen viden. Så ens tekstsamling bliver fordelt semantisk i det rum, når man laver embeddings og gemmer dem i en særlig database der kan repræsentere disse mulitidimensionelle koordinater. Og når man så spørger "Hvad er en gedehams?" og laver en embedding af dette spørgsmål og beder om at finde noget, der er tæt på, så får man noget tilbage om insekter og hvepse, fordi det er i nærheden af.

Men hvad nu, hvis man kan putte andre ting ind i et vector space. Fx en sekvens af hændelser? Det kalder nogen for Trace Encoding og andre begreber omkring det er Representation Learning og Process Mining.

For at prøve at forstå det har jeg lavet et sten-saks-papir spil.

Og her er det, man laver en embedding af, ikke en sætning men en sekvens af træk. Fx sten-saks-saks-sten-papir / papir-sten-saks-papir-papir / sten-sten-sten-sten-sten. Når du spiller mod computeren vil embeddings af disse sekvenser løbende blive gemt i vektordatabasen.

Når den så skal forudse dit næste træk, vil den lave en "semantisk" søgning på din nuværende træk-sekvens op mod sekvenser, du tidligere har spillet, og så finde nærmeste naboer til det du har gang i og gætte på dit næste træk.

I et sten-saks-papir spil kan man få lidt bedre resultater med en statisk n-gram model (der bare tæller mønstre), men hvis kompleksiteten af det, man arbejder med stiger, ændrer billedet sig.

Eksperimentet kører i browseren med et lille WASM compiled Rust-library fra ruvector, der løbende laver justeringer i embeddings undervejs i spillet og på den måde lærer. Så i stedet for i forvejen at have bygget en model, der repræsenterer kendte patterns, så gøres det live.

Hvad kan jeg så bruge det til?

At blive klogere på ting, jeg ikke vidste noget om (primært mål)
Flere eksperimenter -- måske finde et eksternt signal som jeg kan live processere, noget OpenTelementry tracing, en websocket der streamer et eller andet fra et kørende system. Den slags.
Prøve at erstatte simple sekvenser fra sten-saks-papir med statusskift i et flow i et sagsbehandlingssystem, med 160.000 sager, som jeg til dagligt arbejder med.
Eksperimenter med etablerede doc2vec, word2vec, trace2vec modeller til større datasæt.

Jeg har lagt sten-saks-papir eksperimentet på github pages, så det kan prøves ved siden af en n-gram predictor - links til det, libraries, kildekode og en arktikel i kommentar.

Oprindeligt delt på LinkedIn