Erfarenheter från ett studentdrivet AI-agent-hackaton

 

> English version below: Student-driven Hackathon – building AI Agents with CrewAI

21 februari anordnade jag ett hackaton tillsammans med mina kursare Christian Armgarth, Rafael Schmidl och Sunny Vandervall. Vi var nyfikna på AI-agenter, och eftersom vi inte går in specifikt på det på vår utbildning till utvecklare inom AI och maskininlärning på IT-högskolan tog vi saken i egna händer. Temat för hackatonet var ”AI-agenter för dina studier”.

Vi bjöd in hela skolan, alla klasser, för AI-agenter är något som inte bara berör oss på AI-utbildningen, de kan användas av alla. Vi såg till att alla grupper hade åtminstione någon som kunde python, då vi valde att jobba i CrewAI:s ramverk.

Förberedelserna har hållit på i några månader, först rätt lågintensivt och på slutet lite mer fokuserat. Vi har själva gått ett par kurser via DeepLearning.AI:
Multi AI Agent Systems with crewAI
Practical Multi AI Agents and Advanced Use Cases with crewAI

Suverän stöttning av skolan

Skolan har stöttat oss helhjärtat med lokaler, lunch, fika och dokumentation av dagen. En riktig win-win och jag är så glad att IT-högskolan ser det och uppmuntrar oss!

Som en parentes till dig som kanske halkar in här för att du rekar lite kring IT-högskolan inför framtida studier kan jag ge skolan mina varmaste rekommendationer. Jag är väldigt nöjd med mitt val av både utbildning och lärosäte. Lärarna har hög kompetens och är förankrade i arbetslivet, och det känns att de och utbildningsledarna bryr sig på riktigt. Det är även en härlig blandning av studenter i olika åldrar och med olika bakgrund.

Mitt eget agentprojekt

Som förberedelse inför hackaton har vi arrangörer förstås skapat egna AI-agenter. Jag byggde vidare på CrewAI:s snabbstartsprojekt som man får med vid installationen. Mitt exempelprojekt, Plugghjälpen, ligger på hackatonets repo på Github. Det är inte helt färdigt, men grundidén är att en agent utgår från ett ämne och ett antal webbadresser man ger dem (till exempel en kurssida/kursrepo), sammanfattar vad det handlar om i tio punkter, och skickar det vidare till en annan agent som har rollen av en kunnig lärare på ämnet.

Läraren utvecklar varje punkt till ett avsnitt om den aspekten av ämnet/kursplanen, förklarar begrepp och vad det handlar om.

Slutligen tar en agent som är expert på webbsökningar vid och samlar resurser till merläsning om varje ämne. Jag gjorde projektet på svenska, och styr även sökspecialisten mot svenska resurser, vilket till exempel får till följd att det blir en del lärargenomgångar på YouTube när ämnet är linjär algebra.

Jag demade det här projektet under hackatonets inledning, och då satte jag agenterna i arbete med att samla information om just att bygga AI-agenter med CrewAI:s ramverk. Ett exempel på hur resultatet kan bli finns här.

Bra uppslutning, härlig stämning – en kanondag!

Ett 30-tal personer, där ungefär hälften var från AI-utbildningen och de andra pluggade till javautvecklare, frontendutvecklare, IT-projektledare, .NET-utvecklare , samlades i skolans lokaler vid 9-tiden på förmiddagen. Peppen var märkbar, även om många angett att de inte riktigt visste vad AI-agenter var. ”Jag anmälde mig direkt, utan att veta om jag kunde tillräckligt”, som någon sa.

Därför inledde vi med lite snack om AI-agenter, att det är något som är på frammarsch – ja 2025 är ju till och med utnämnt till ”The Year of AI Agents” av Nvidias CEO Jensen Huang, och han får medhåll i många analyser.

Efter genomgång av demoprojektet och en teknisk orientering och snabbguide till installation av CrewAI för de som inte gjort det i förväg var det dags att köra igång. Det var 3-4 personer per grupp.

Vi var noga med att poängtera att det här hackatonet, till skillnad mot rätt många andra, inte var en tävling, och att det viktigaste inte var att ha ett färdigt projekt att visa upp utan att lära sig tillsammans och att utforska både ramverket och idéer kring vad man skulle kunna använda den här typen av agenter till.

Vi uppmuntrade grupperna att ta AI-verktyg till hjälp om de körde fast, men gick förstås också runt och hjälpte till, stöttade och peppade. Några råkade ut för svårigheter med installation, kompabilitet, AI-nycklar och annat, och det kan man förvänta sig. Därför var det lite olika hur långt de kom.

Vid 15-tiden var det dags för presentationer. De flesta grupper valde att berätta om idén och processen att försöka förverkliga den. Det blev ett bjussigt delande av erfarenheter, och flera sa att de var sugna att bygga vidare på sina agenter nu när de kommit en bit på väg, om än inte hela vägen. Någon grupp hade fått till en fungerande lösning och demade den.

Våra lärdomar från att arrangera ett studentdrivet hackaton

Vi i arrangörsteamet samlades några dagar efter eventet för en uppföljande retro där vi gick igenom vad som varit bra, vilka utmaningar vi haft och vad vi skulle kunna förbättra inför en eventuell uppföljning. Vi har också skickat ut en utvärdering till deltagarna, som i stort är positiv men också visar vilka delar vi kan fila på.

Goda erfarenheter:

• Bra arrangörsgrupp, med en bra mix av kompetenser och personligheter som kompletterar varandra. Vi kunde även växeldra – när någon hade en dipp, var sjuk, hade för mycket att göra etc, så ryckte någon annan in.
• Vi har haft roligt hela vägen, viktigt att man har kul.
• Bra och lagom omfattande tema, det blev konkret och användbart.
• Vi lärde oss en massa, och deltagarna lärde sig mycket också.
• Skolans stöd var ovärderligt! De stod för lokaler, fixade i ordning med ballonger, mängder av fika samt lunch, och dokumenterade även dagen genom att fotografera och posta inlägg i sociala medier.
• Fin feedback från deltagarna. ”Vill gärna vara med igen!”, ”Trodde ni var lärare.”, ”Hade roligt!”.

Utmaningar:

• Svårt att få till ett presenterbart projekt med begränsad tid, lätt att man vill för mycket och då fastnar i problemlösningsfasen för länge.
• Svårt att lägga sig på en lagom nivå när deltagarna hade rätt varierade förkunskaper.
• Vi gjorde gruppindelningar efter förkunskaper i python, vana med att använda AI-tjänster, vilken utbildning deltagarna går med mera. Men det blev en del sena avhopp och då var det knepigt att få bra och balanserade grupper.
• Lätt att fastna i installationsproblem. Här hade vi lite olika möjligheter att hjälpa till, vilket fick till följd att den med mest teknisk erfarenhet blev överhopad med frågor.
• Vi var lite optimistiska med tidplanen från början, och det var inte lätt att veta hur mycket tid vi skulle kunna lägga parallellt med studierna, eftersom vi inte kunde överblicka de kurser vi skulle läsa under projektets gång. Bra att lägga in marginaler i tidplanen!

Att tänka på till nästa gång:

• Gör installationen ännu tydligare – nu ordnade vi ett repo med all information, men det hade kunnat vara bra att köra ett teamsmöte med deltagarna nån vecka innan och gå igenom installationsprocessen så vi inte behöver ägna en massa tid åt det under själva hackatonet.
• Använda ett ticketsystem för support, så kan fler hjälpa till om man känner att man behärskar frågan.
• Se över förkunskapsfrågorna. Fokusera på det som är relevant för att få till bra och balanserade grupper.
• 9-16 lite kort med tid. Skulle det gå att köra längre?
• Dokumentera ännu mer.

Några spridda kommentarer från deltagarna:

Bra och användbar introduktion.

Fick lära mig mycket på ett okomplicerat sätt.

Bra gemenskap och ett kul tema.

Gillade att det inte var en tävling, att få utforska utan press.

Roligt att få umgås med studenter i andra klasser.

Slutligen kan jag verkligen rekommendera andra studenter att ta den här typen av initiativ! Det har varit både roligt och lärorikt.

---

Student-driven Hackathon – building AI Agents with CrewAI

On February 21 my fellow students Christian Armgarth, Rafael Schmidl, and Sunny Vandervall and I organized a hackathon. We were curious about AI agents, and since our AI and Machine Learning developer program at IT-Högskolan does not specifically cover them, we took matters into our own hands. The theme of the hackathon was “AI Agents for Your Studies.”

We invited the entire school, all classes, because AI agents are not just relevant to those of us in the AI program; they can be used by everyone. We ensured that each group had at least one person proficient in Python, as we chose to work within the CrewAI framework.

Months of Preparation

Preparations had been ongoing for several months, initially at a low intensity and ramping up as the event approached. We also took a couple of courses through DeepLearning.AI:

Multi AI Agent Systems with crewAI
Practical Multi AI Agents and Advanced Use Cases with crewAI

Excellent Support from the School

The school provided wholehearted support by offering facilities, lunch, snacks, and documentation of the day. A true win-win, and I am so grateful that IT-Högskolan recognizes and encourages student initiatives!

As a side note, if you stumbled upon this post while researching IT-Högskolan for future studies, I can highly recommend it. I am very happy with my choice of both education and institution. The teachers are highly competent and have real-world experience, and it is evident that they and the program leaders genuinely care. There is also a great mix of students of different ages and backgrounds.

My Own AI Agent Project

Of course, we also created our own AI agents. I built upon CrewAI’s quick-start project that comes with the installation. My example project, Plugghjälpen (Study Helper), is available in the hackathon’s repository on GitHub. It is not entirely finished, but the core idea is that an agent starts with a given subject and a set of web addresses (such as a course page or repository), summarizes the content into ten key points, and forwards it to another agent acting as a knowledgeable teacher on the topic.

The teacher then elaborates on each point into a section covering that aspect of the subject or syllabus, explaining concepts and their significance.

Finally, an agent specializing in web searches gathers additional reading materials for each topic. I developed the project in Swedish and directed the search specialist toward Swedish resources, which, for example, resulted in several YouTube lectures on linear algebra.

I demonstrated this project during the hackathon kickoff, where I set the agents to work on gathering information specifically about building AI agents using the CrewAI framework. An example of the output can be found here.

Great Turnout, Fantastic Atmosphere – A Great Day!

Around 30 people attended, about half from the AI program, while the rest were studying Java development, frontend development, IT project management, and .NET development. Enthusiasm was high, even though many admitted they didn’t fully understand what AI agents were.

“I signed up right away, without knowing if I had enough knowledge,” one participant said.

Because of this, we started with an introduction to AI agents and their growing importance—after all, 2025 has even been declared “The Year of AI Agents” by NVIDIA CEO Jensen Huang, a sentiment echoed in many analyses.

After a demo project walkthrough, a technical briefing, and a quick installation guide for those who hadn’t set up CrewAI in advance, we got started. Each group had 3-4 members.

Unlike many other hackathons, this was not a competition. The main goal was not to present a polished final project but to learn together and explore both the framework and ideas for how AI agents could be used.

We encouraged teams to use AI tools if they got stuck, but we also provided hands-on help and support. Some faced installation issues, compatibility problems, API key troubles, and other technical hurdles—which was expected. As a result, progress varied among the teams.

By 3 PM, it was time for presentations. Most teams shared their ideas and the process of trying to realize them, leading to an open exchange of experiences. Several participants expressed interest in continuing to develop their agents, even if they hadn’t completed them yet. A few teams even managed to build a working solution and demonstrated it.

Lessons from Organizing a Student-Driven Hackathon

The organizing team held a retrospective a few days after the hackathon, to review what went well, the challenges we faced, and what could be improved for a future event.

Positive Takeaways:

• Great organizing team with a good mix of skills and personalities that complemented each other. We could also cover for one another when someone was unavailable.
• We had fun throughout the process, which is important!
• A well-defined theme that was concrete and useful.
• We and the participants learned a lot.
• The school’s support was invaluable! They provided facilities, decorated with balloons, arranged plenty of snacks and lunch, and even documented the day through photos and social media posts.
• Fantastic participant feedback:
  • “I’d love to do this again!”
  • “I thought you were teachers.”
  • “I had so much fun!”

Challenges:

• Limited time made it difficult to complete a presentable project. It’s easy to aim too high and get stuck in problem-solving.
• Diverse skill levels among participants made it hard to find the right balance.
• Team assignments were tricky. We grouped people based on Python experience, familiarity with AI tools, and their study program, but last-minute dropouts made it challenging to maintain well-balanced teams.
• Installation issues slowed things down. Our ability to help varied, which meant the most experienced participant was overwhelmed with questions.
• Optimistic time planning. It was hard to predict how much time we could dedicate alongside our studies. In hindsight, we should have factored in more time buffers.

Improvements for Next Time:

• Even clearer installation instructions. We had a repository with all the info, but hosting a Teams meeting a week before the hackathon to go through the setup might have saved time on the day.
• Use a ticket system for support, so more people can help answer questions.
• Refine the skill assessment questions to ensure balanced teams.
• Consider extending the event beyond 9 AM – 4 PM. Could we run it longer?
• Document even more.

Scattered comments from the participants:

Good and useful introduction to CrewAI and AI agents.

I learnt a lot in an uncomplicated way.

Great community and I liked the theme.

I liked that it wasn't a competition so that we could explore without feeling pressured.

It was fun to hang out with students from other fields.

Final Thoughts

I highly recommend other students to take similar initiatives! It has been both fun and educational.

AI disclaimer: Blog post translated with the help of ChatGPT.