I februar 2025 skapte Andrej Karpathy et begrep som tok over teknologiverdenen: vibe coding — å skrive kode ved å beskrive hva du vil ha til en AI, la den håndtere syntaksen.

Ett år senere sier Karpathy at vibe coding allerede er passé.

Det nye paradigmet? Agentic engineering — der du ikke skriver kode 99% av tiden. Du orkestrerer AI-agenter som skriver den for deg, og fungerer som tilsyn snarere enn forfatter.

Og orkestreringsverktøyet? Markdown.

Utviklingen: Tre Faser

Software 1.0: Skriv Koden

Tradisjonell programmering. Mennesker skriver hver linje. Python, JavaScript, C++. Du tenker i syntaks, debugger manuelt.

Software 2.0 / Vibe Coding: Beskriv Koden

AI-assistenter som Copilot og Cursor genererer kode fra naturlige språkbeskrivelser. Du “vibe” med AI-en — beskriver hva du vil ha, aksepterer eller avviser forslag. Du gjennomgår fortsatt hver linje.

Software 3.0 / Agentic Engineering: Led Agentene

AI-agenter opererer autonomt. Du skriver en Markdown-fil som definerer mål og begrensninger. Agenten skriver kode, tester den, itererer og committer forbedringer. Du gjennomgår resultatene, ikke prosessen.

Karpathys autoresearch er det tydeligste eksempelet: en forsker skriver program.md, og AI-en kjører 100+ eksperimenter over natten uten menneskelig intervensjon.

Markdown: Grensesnittlaget

I hver fase endres menneskets verktøy:

Fase	Menneskets Verktøy	Output
Software 1.0	Kodeditor	Kildekode
Software 2.0	AI-chat + kodeditor	AI-assistert kildekode
Software 3.0	Markdown-editor	Agentinstruksjoner

I agentic engineering ER Markdown-filen produktet av menneskelig arbeid. Alt nedstrøms — koden, eksperimentene, resultatene — produseres av AI-agenter som følger Markdown-instruksjonene dine.

Den Nye Ferdigheten: Skrive Agentinstruksjoner

Domenekompetanse — Du må vite hva gode resultater ser ut, selv om du ikke produserer dem manuelt.

Klar skriving — Tvetydige instruksjoner gir tvetydige resultater.

Strategisk tenkning — I autoresearch er forskerens jobb å sette riktig forskningsretning.

Evalueringsevne — Du må bedømme om agentens resultater faktisk er gode.

Kunnskapsforsyningskjeden

Agentic engineering er avhengig av kunnskap. Markdown-instruksjonene dine er bare like gode som din forståelse av domenet. Dette skaper en kunnskapsforsyningskjede:

Fang kunnskap fra nettet (dokumentasjon, artikler, blogger, eksempler)
Organiser det i et Markdown-innebygd system (Obsidian, Notion, vanlige filer)
Syntetiser det til agentinstruksjoner (program.md, AGENTS.md, CLAUDE.md)
Distribuer agenter som utfører instruksjonene dine

Det første steget — å fange nettkunnskap som Markdown — er der Save passer inn.

Save konverterer enhver nettside til rent Markdown — bygger kunnskapsbiblioteket som driver effektiv agentic engineering. Prøv Save gratis.