Från strikt-concurrency Swift 6-appar med egna designsystem, till de självhostade AI-servrar och agenter som driver dem — och rösten, ljudet och den rörliga bilden runt omkring. Samma person, hela vägen.
Jag är en svensk AI-arkitekt och systembyggare, med över 20 års praktisk erfarenhet av nästan all teknisk utrustning jag kommit i kontakt med — från hårdvara och nätverk till mobilutveckling, ljudproduktion och serverdrift. Den bredden är inget jag läst mig till; den kommer från att faktiskt ha byggt, monterat, felsökt och driftat, år efter år.
Jag bygger sällan bara en app eller bara en modell — jag bygger hela kedjan: produktidé, arkitektur, gränssnitt, agentlogik och den infrastruktur som får allt att köra dygnet runt utan att jag behöver stå bredvid. Två saker driver arbetet. Det ena är hantverk i gränssnittet — designsystem, rörelse, typografi, den där sista detaljen som gör att en app känns levande istället för byggd. Det andra är egen AI-infrastruktur: att köra modeller och agenter jag själv äger och kontrollerar, snarare än att bara anropa någon annans API.
De senaste åren har jag byggt betydligt djupare AI-erfarenhet än de flesta hobbyister eller ens många proffs kommer i närheten av — inte bara att använda AI, utan att bygga hela system kring den: agentarkitekturer med flera samverkande AI-agenter (Navi, Ikarus), forskning i AI från grunden utan att luta sig på färdiga basmodeller (Ai-research), realtids-telemetri och visualisering av AI-system (agentic-os/NEXA//OS), och en självhostad modell jag driftar och trimmar själv (Ornith-35B). Just nu betyder det: en självhostad agentplattform (Hermes) på min egen server, en messenger-app med inbyggda AI-kontakter (Lunachat), och ett realtidsstrategispel byggt från grunden (Corefall) — helt olika discipliner, samma nivå av finish.
Navi låter mig prata med en AI via röst eller text som i sin tur startar egna autonoma "workers" — agenter som kodar, deployar och researchar på servern medan jag gör annat. Ikarus går längre: fem distinkta kodagenter, en egen nyhetsflödesmotor och röstläge med ElevenLabs och Gemini.
Ai-research är ett långkörande, källbelagt forskningsspår i att bygga resurseffektiv AI från grunden för att köra lokalt på en iPhone — medvetet utan att luta sig på färdiga basmodeller eller ens Transformer-arkitekturen som given. 388 källor katalogiserade och räknar uppåt.
agentic-os (internt NEXA//OS) är en WebGL-instrumentpanel där en partikelsfär med tusentals punkter reagerar live på verklig telemetri från mina servrar — färg, puls och glöd driven av faktisk aktivitet, inte platshållardata.
AI-arbetet stannar inte vid kod. Jag designar egna röster för mina poddar — Övervakad och AI-Zonen byggs båda kring noga formgivna AI-röster snarare än inspelat tal, från manus till färdig ljudmix.
Jag har även producerat AI-genererade reklamfilmer — hela vägen från koncept och manus till färdig video, med AI för bild, rörelse och ljud i samma flöde som resten av min AI-verktygslåda.
Ikarus har ett fullt röstläge (ElevenLabs för tal, Gemini för taligenkänning), och Navi går att prata med rakt av — röstsamtal med en AI-agent som faktiskt kan agera på det du säger, inte bara svara.
Samma princip som i koden: förstå verktyget på djupet innan man litar på det. Jag har provat, brutit och byggt om röst- och videopipelines tillräckligt många gånger för att veta var de faktiskt håller.
Ett långkörande forskningsspår i autonom kognition på-enheten tar ett stort steg — Qwen3-integration, en autonom webbläsare och en full kognitiv arkitektur. Frågan som driver spåret: vad krävs egentligen för att ett system ska agera självständigt utan att bli oförutsägbart?
Eon-Y-projektet fortsätter mot en polerad iOS-produkt med en realtidsvisualisering av modellens interna tillstånd. Samtidigt tar Navi form som en fullständig röst- och textassistent med en egen serverdel som kan spawna autonoma arbetare.
Lunachat och Corefall tar form samtidigt — ett meddelandeapp med inbyggda AI-kontakter och sfär-navigation, och ett realtidsstrategispel byggt från grunden. Samma period som Titan iOS, kontrollpanelen till min egen server, går till TestFlight, och Lifetoken — ett dystopiskt livshanteringsspel — tar form.
Det som började som ett verktyg för mig själv växer till en fullständig agentplattform: en lokal modell (Ornith-35B), en autonom bakgrundsagent med egen prioritetsstyrd tasklista, minne, research och säkerhetsräcken. Den slutar aldrig arbeta.
Byggd om från grunden, delvis granskad av samma agent som driftar min server. Ornith-sidan är ingen demo — det är ett äkta, fördröjt och säkrat fönster in i vad den faktiskt gör just nu.
Jag föredrar små, verifierbara experiment framför stora löften. Ett system ska gå att testa, känna på och förbättra — och det ska vara vackert nog att vilja återvända till. Det gäller lika mycket för en knapp som för en driftrutin ingen användare någonsin ser.
De flesta bygger AI-produkter ovanpå någon annans API och stannar där. Jag gjorde det motsatta valet för Hermes: en modell som kör på hårdvara jag äger, med data som aldrig behöver lämna min egen server om jag inte vill det.
Det är inte enklare — det är dyrare i tid, kräver egen drift, egen felsökning klockan tre på natten. Men det ger något molnet inte kan: full insyn i vad systemet faktiskt gör, och ett system som är mitt hela vägen ner till metallen.