Automatisk AI-omsett frå engelsk.
AI-systemlaboratorium og produktstudio
Borge Labs byggjer og driv praktiske AI-produkt i skya og i miljø selskapet forvaltar sjølv, der personvern, evaluering og kontrollert levering er bygde inn frå starten.
Eldar Borge grunnla og driv Borge Labs. Arbeidet omfattar Politikkradar, Ordrett, uavhengige plattformverktøy og agent- og MCP-prosjekt med open kjeldekode.
Hovudprosjekt
Politikkradar hjelper folk med å følgje norsk politikk gjennom enklare forklaringar, synlege kjelder og varsam bruk av AI. Stortingsdekninga er i drift, medan utrullinga til kommunane medvite er avgrensa til Malvik.
Tenesta kombinerer godkjende offentlege kjelder, personvernfiltrering, lagra AI-assistert beriking, gjenfinning og open sporbarheit. Sidene blir bygde frå lagra artefaktar utan modellkall i sanntid, slik at kjeldene er synlege og det er tydeleg kva som manglar.
I drift på politikkradar.no
iPhone + Android
Transkripsjon av møte, intervju og førelesingar, utvikla med norsk i sentrum og med talarmerking, tidsstempel, samandrag og tydeleg markert uvisse. Lyd og mellombelse kopiar i tenesta blir fjerna i tråd med den dokumenterte livssyklusen, medan den leverte teksten blir lagra lokalt på eininga.
Produkt i drift står side om side med private system til eigen bruk og offentlege forskingsutgjevingar frå verktøya som blir brukte til å byggje dei.
Sjølvdrifta rekneskapsføring for sensitive økonomiske data. Lokal AI føreslår dokumentuttrekk og klassifisering med dobbel bokføring, medan rekneskapen blir verna av invariantar, eksplisitt godkjenning og eit revisjonsspor som berre kan byggjast på.
Eit rammeverk bygd for Slack, med avgrensa kontekst, varige avgjerder, spesialiserte AI-roller, verktøygrenser og overleveringar under tilsyn til utviklingsarbeid.
Sjå på GitHubEit køyremiljø for kodeagentar under tilsyn, med separate Git-arbeidstre, verifisering registrert av køyringssystemet, kostnads- og gjennomgangsartefaktar, godkjenningsgrenser og dokumenterte verktøy for benchmarkar.
Kode og resultatEin avgrensa, ikkje-blokkerande MCP-tenar for uavhengig gjennomgang på tvers av modellar, med streng validering av utdata, eksplisitte tilgangsmodusar, sjekk av gjennomgangsmaterialet for løyndomar etter beste evne og resultat som ope seier frå når konteksten ikkje strekk til.
Sjå på GitHubUtvalt arbeid
Nokre døme på korleis Borge Labs arbeider med infrastruktur, leveransar og evaluering i system verksemda sjølv eig og driv.
Uavhengig plattform
Borge Labs forvaltar sjølv ein Kubernetes- og GitOps-plattform som støttar tenester i drift og GPU-støtta handsaming i selskapet sitt eige miljø og i skyprodukta.
Det som kan delast offentleg, er driftsmodellen: deklarative endringar, avgrensa tilgang, overvaking, kontrollar for tryggleikskopiering, driftsmanualar for gjenoppretting og menneskeleg gjennomgang.
Forskingsutgjeving + evaluering
AI Dev Team køyrer kodeagentar i separate Git-arbeidstre og registrerer kodeendringar, testar, kostnader, gjennomgangsartefaktar og godkjenningsstatus.
Den offentlege dokumentasjonen viser både positive og negative historiske observasjonar, mellom anna eit ferskt, blanda utval på 40 oppgåver der ein enklare testarm med éin modell så vidt slo porteføljen. Råartefaktar frå køyringane er ikkje med i den offentlege utgåva, så tala skal lesast som kontekst, ikkje som påstandar om yteevne som kan etterprøvast uavhengig.
Les benchmarkdokumentasjonenArbeidsmodell
Ei leveransesløyfe rigga for pilotar: Dei kraftigaste modellane planlegg og vurderer, rimelegare API-modellar og lokale modellar tek utvalde lette oppgåver, og den dokumenterte prosessen legg avgjerder om spesifikasjon og samanslåing til menneskelege kontrollpunkt.
Agentane arbeider med skriveverna tilgang til infrastrukturen og skriv gjennom avgrensa git-identitetar. Kvar AI-skapt endring ventar på ein kritisk gjennomgang frå ein annan modell i frontsjiktet. Leveransar frå rimelegare spor ber òg om ei ekstra vurdering frå ein modell i frontsjiktet. Viss den ekstra vurderinga ikkje er tilgjengeleg, registrerer driftsrettleiinga at den ekstra kontrollen ikkje vart gjennomført.
Les designnotatetTekniske notat
Lengre notat om designval, evalueringspraksis og grensene som gjer det trygt å drifte AI-system under tilsyn. Notata er skrivne på engelsk.
Eit leveransemønster for agentiske kodeplattformar: Bruk den kraftigaste modellen der han vurderer, ikkje der han skriv. Eksplisitt samtykke, lagdelte byggjespor, to menneskelege godkjenningspunkt og disiplinen som held det rimeleg.
Les notatetDriftsmodellen bak Borge Labs: saksdrivne tilstandsmaskiner, dei kraftigaste modellane til planlegging og vurdering, rimelegare API- og lokalkøyrde spor rigga for pilotar på lette oppgåver, og avgrensa tilgangar.
Les notatetAndletsattkjenning ville vore den enkle måten å knyte tale til personar i kommunestyrevideoar. Kvifor GDPR artikkel 9 utelukka det, og korleis den regelverkstilpassa arbeidsflyten fungerer i staden.
Les notatetTre gonger førte ei evaluering til at ein plan vart forkasta: ei øydelagd søkjerute, ein gjennomgangsmodell som var blind for ein heil feilklasse, og ein samanlikningstest der det enklare systemet vann.
Les notatetLeveransesløyfa
Leveransesløyfa er arbeidsmodellen bak Borge Labs. Ho går ut på å avklare behovet, samle kontekst, planleggje, implementere i eit kontrollert arbeidsområde, køyre uavhengige kontrollar, vurdere resultatet og føre læringa tilbake til systemet. Den same sløyfa gjeld for produktarbeid, infrastruktur og AI-assistert utviklingsarbeid.
Behov → Kontekst → Plan → Implementering → Testar → Gjennomgang → Menneskeleg avgjerd → Læring
Avklar behovet, samle inn kontekst og godkjende kjelder, og skriv ein plan med rett detaljnivå.
Implementer i eit eige Git-arbeidstre med testar og gjennomgangsartefaktar. Handlingar som ikkje kan gjerast om, krev eksplisitt godkjenning frå eit menneske.
Eit menneske går gjennom arbeidet og tek avgjerda. Resultatet og læringa blir førte tilbake til produktet og neste køyring.
Frå idé til testa endring, utan å miste konteksten.
Bruk evaluering til å forkaste kompleksitet som ikkje forsvarar plassen sin.
La produkta forbetre verktøya, og verktøya forbetre produkta.
Om
Eldar Borge har bygd opp og driv Borge Labs. Han er tech lead og principal platform engineer. AI-roller kan hjelpe med undersøkingar, forslag, implementering og gjennomgang, men eigarskapen til arkitektur, risiko, kvalitet og produksjonsavgjerder ligg framleis hos menneske.
Tech lead og principal platform engineer
Meir enn ti år med kundevendt arbeid innan sky- og plattformteknologi. Det sjølvstendige arbeidet er no retta mot AI-system i praktisk bruk, Kubernetes, GitOps og evaluering.
AI Team dokumenterer dei namngitte rollene i arbeidsflyten. Rollene strukturerer arbeidet, men er ikkje ei oversikt over bemanninga.
Er du interessert i Politikkradar, Ordrett eller systema bak dei?