Om karriere.str.is
karriere.str.is er et hobbyprosjekt til Raymond Kristiansen, som til daglig jobber som prosjektleder i Kompetansesenteret i NITO (fagforening for over 115.000 ingeniører og teknologer).
Dette prosjektet er på INGEN måte assosiert med NITO, men er et personlig hobbyprosjekt som Raymond startet i januar 2026 for å teste å bygge ulike løsninger basert på kraftige KI-løsninger. For NITO-relaterte tilbud, kan man besøke www.nito.no.
Raymond har valgt Anthropic sine språkmodeller, primært på grunn av selskapets fokus på Constitutional AI — en tilnærming til AI-sikkerhet som resonerer med hans egne verdier.
Privacy first: Denne nettsiden ønsker så lite personinformasjon om brukeren som mulig. Ingen brukerkontoer. Ingen e-postadresser. Ingen reklame. Ingen trackers eller analytics. Din bruk av tjenesten er din sak.
Disclaimer: Siden tjenesten bruker Anthropic sine API-er, vil input og output sendes til Anthropic for prosessering. Vi som står bak karriere.str.is lagrer ikke dine forespørsler, men vi kan ikke kontrollere hva Anthropic gjør på sin side. Vi prøver å minimere datadeling så mye som mulig.
Tech stack (for nerder)
Backend: Hetzner VPS (Helsinki, Finland) — Ubuntu 22.04, Nginx, PHP 8.1. Ingen database — alt er stateless. (~5 EUR/mnd)
Frontend: Vanilla HTML/CSS/JS. Ingen React, ingen Vue, ingen npm, ingen node_modules. Bare filer som gjør jobben.
AI: Anthropic API — Claude Haiku 4.5 / Sonnet 4.5 / Opus 4.5 (brukervalgt). Samme modell for alle perspektiver og syntese.
Domene: Domeneshop (Oslo/Larvik/Kristiansand). Islandsk TLD fordi .is er kort og kult.
Frontend-hosting: ProISP "Pro Start" webhotell (Tønsberg) for statiske filer og routing.
SSL: Let's Encrypt. Gratis, automatisk, fungerer.
Versjonskontroll: Git. Deployment via rsync over SSH.
IDE: Claude Code (Anthropic sin CLI-agent) i iTerm2, via Claude Max-abonnement (~$200/mnd + MVA). Ja, AI-en bygger AI-tjenesten. Meta.
Loggføring: Alle chatlogger mellom Raymond og Claude lagres lokalt for analyse og mengdetrening.
Prompting-stil: Iterativt, frem og tilbake. En del "Plan"-mode, men som regel intention-first og iterativ refinement. Claude Opus 4.5 er ypperlig til dette.
Hvordan fungerer det?
Når du "slipper svermen løs", skjer følgende:
1. Parallelle perspektiver: I stedet for å spørre én AI-instans om råd, kjører vi flere instanser samtidig — hver med sitt eget "frequency seed" som farger tilnærmingen. Ett perspektiv kan være mer risikovillig, et annet mer analytisk, et tredje mer langsiktig.
2. Uavhengig analyse: Hver instans analyserer karriereskiftet ditt uten å vite hva de andre tenker. Dette forhindrer gruppetenkning og sikrer genuint forskjellige vinkler.
3. Syntese: Til slutt samles alle perspektivene og syntetiseres til én samlet anbefaling som beholder nyansene fra de ulike synspunktene.
Hvorfor minimum 2 perspektiver?
En enkelt språkmodell har en tendens til å gi ett "riktig" svar. Men karrierevalg er sjelden så enkle — det finnes mange gyldige veier, og den beste avhenger av hvem du er.
Med to eller flere perspektiver får du:
Triangulering: Når flere uavhengige analyser peker i samme retning, kan du ha større tillit til konklusjonen. Når de spriker, avdekkes det at valget er mer komplekst enn det først virker.
Blindsone-deteksjon: Ett perspektiv kan fange opp noe de andre overser. En risikovillig instans ser muligheter en forsiktig instans ville avvist for tidlig.
Rikere bilde: Du får ikke bare "gjør X" — du får innsikt i hvorfor noen ville anbefale X, mens andre ville vurdert Y.
Hvorfor legge til mer info?
Context is King. En språkmodell er i bunn og grunn en sofistikert mønstergjenkjenningsmaskin. Jo mer kontekst du gir, jo bedre mønstre kan den finne.
"Elektriker → Arkitekt" gir modellen nesten ingenting å jobbe med. Men "Elektriker i 12 år, har alltid vært interessert i design, har tatt AutoCAD-kurs på kveldstid, trives ikke med fysisk arbeid lenger" — det gir modellen noe å bite i.
Med rik kontekst kan modellen:
Finne overførbar kompetanse: AutoCAD-erfaring er direkte relevant for arkitektur. Elektrikererfaring gir forståelse av byggteknisk koordinering. Uten konteksten ville modellen bare gjettet.
Tilpasse rådene: "Trives ikke med fysisk arbeid" betyr at anbefalingene bør vektlegge kontorbaserte roller, ikke byggeplassoppfølging.
Gi realistiske veier: 12 års erfaring betyr at du ikke starter fra null — modellen kan foreslå avanserte inngangsporter som ikke ville passet en nyutdannet.
Status per 14. januar 2026
Slik ser API-budsjettet ut akkurat nå:
Ca. $15 igjen av januar-budsjettet. Bruk gjerne tjenesten — det er derfor den finnes! :D
