Home   2026-10-22 19:56:51

←

Claude wordt voor een kwart door Claude gemaakt

Original article

Anthropic laat meer dan een kwart van zijn onderzoeks- en ontwikkelwerk aan Claude door Claude zelf uitvoeren. Dat zegt het bedrijf in een rapport. Bij meer dan 90 procent van het werk aan de chatbot wordt AI op de een of andere manier ingezet. Anthropic zegt dat het Claude nooit autonoom inzet, maar dat er altijd een mens meekijkt.

Anthropic heeft een rapport geschreven waarin het beschrijft hoe AI-agents binnen het bedrijf werken. In de praktijk betekent dat vooral dat Anthropic beschrijft hoeveel werk Claude doet aan Claude. Het bedrijf gebruikt een zespuntschaal om te bepalen in welke mate AI-tools bijdragen aan onderzoek en ontwikkeling (R&D). De schaal loopt tot en met niveau 5, wat betekent dat een AI al het werk autonoom doet.

Dat laatste niveau is voorlopig niet aan de orde, zegt Anthropic, maar AI neemt wel vaak het voortouw. In augustus werd 26 procent van het R&D-werk gedaan op niveau 4, zegt Anthropic. Dat betekent dat een AI-agent de taak van begin tot eind kan uitvoeren op basis van een prompt, maar dat een mens altijd nog de controle behoudt.

Anthropic Agents

Assisteren, uitvoeren en helpen

In totaal wordt 90 procent van het werk in ieder geval deels uitgevoerd door AI en bij praktisch al het werk 'assisteert' AI.

Anthropic zegt dat het probeert om een raamwerk op te stellen voor het interne gebruik van AI-agents. Volgens Anthropic werken steeds meer bedrijven met AI-agents en besteden ze meer werk uit. Daarom zijn er meer maatregelen nodig om die agents te monitoren en te zien hoe die hun werk doen. Daar ontbreekt het op dit moment nog aan, zegt Anthropic.

Geen uitbesteding, maar zelf de controle houden

Dat doet het bedrijf ook met het oog op de toekomst. AI-technologie ontwikkelt zich snel en staat tegelijkertijd nog in de kinderschoenen. Veel bedrijven werken steeds vaker met AI-agents om processen te automatiseren, maar het monitoren daarvan is nog een ondergeschoven kindje. Anthropic wil zelf een systeem ontwikkelen om die agents goed te monitoren, voordat concurrenten dat doen of bedrijven met eigen oplossingen komen.

Anthropic zegt dat het een systeem heeft ontwikkeld dat ruwweg naar drie aspecten van agents kijkt. Het systeem kijkt naar het aantal acties dat een agent uitvoert, naar hoelang het duurt voordat een agent een actie uitvoert en die daarna ter controle voorlegt aan een mens of andere agent. Tot slot registreert het hoe vaak een agent een probleem detecteert.

Met dat model in de hand zegt Anthropic dat het inmiddels 30.000 AI-agents heeft draaien op interne platformen. Het bedrijf zegt ook dat tussen de zes en twaalf procent van alle ingezette rekenkracht naar het monitoren van agents gaat.

Anthropic Claude stock. Bron: Samuel Boivin/NurPhoto via Getty Images

Door Tijs Hofmans

Nieuwscoördinator

Feedback • 18-09-2026 10:10 115

18-09-2026 • 10:10

115

Reacties (113)

And so it begins.. Ik denk niet dat de wereld vergaat door AI maar wel dat als het in verkeerde handen komt het flink mis kan gaan.
Daar heb je geen AI voor nodig. Geld en macht in verkeerde handen laat het nu al flink mis gaan.
AI is wel een stuwende factor daarin. Ik werk bijvoorbeeld bij een commercieel behoorlijk succesvol bedrijf, met een winstmarge waar heel veel bedrijven jaloers op zouden zijn. Toch hebben de eigenaren besloten werknemers eruit te werken, omdat ze denken met minder mensen hetzelfde te kunnen doen dankzij AI. Dat betekent dus (als het lukt, dat moet nog blijken) een nog hogere winstmarge waardoor er nog meer geld naar een nog kleiner groepje ultra-rijken stroomt en dus relatief minder geld naar werknemers. Dat is een heel gevaarlijke trend, want dit gebeurt niet alleen bij mijn bedrijf, dit gebeurt letterlijk bij duizenden bedrijven over de hele wereld.

Vergelijkbare dingen zijn natuurlijk vaker gebeurd in de wereldgeschiedenis, dus er wordt vaak makkelijk gezegd dat dit ook wel weer goed komt en er weer werk voor iedereen gevonden wordt. En dat klopt. Maar dat is in het verleden wel vaak gepaard gegaan met eerst een heel nare tijd voor de "gewone man" en daarna een gewelddadige revolutie. Niet echt iets om naar uit te kijken dus.
Bedrijfsleiders kijken niet alleen naar het nu, maar vooral naar de toekomst. Je kan nu wel prachtige marges hebben, maar dat betekent niet dat dat binnen 5, 10 of 30j nog zo is. Als de concurrent wél met minder mensen rondkomt, gaan ze betere prijzen hanteren waardoor jouw concurrentiepositie in het gedrang komt. Je moet dus constant evalueren.

[Reactie gewijzigd door croc op 18 september 2026 13:34]

Dat is uiteraard waar. Maar het is gewoon een keiharde doelstelling van onze eigenaren om de winstmarge van een al riante 40% naar 50% te krijgen. En dat is gewoon een blijvende doelstelling, dus voor nu maar ook over 5, 10 of 30j tenzij ze het tegen die tijd nog verder willen opkrikken. Dat heeft dus niks met het behouden van een concurrentiepositie te maken (persoonlijk denk ik juist dat ze met deze strategie op middellange termijn onze concurrentiepositie schaden en het dus juist een risico is voor het bedrijf)

Ik vond 40% eigenlijk al maatschappelijk onverantwoord. Dan zijn ofwel je prijzen te hoog of je betaalt je personeel te weinig of beide. Mijn eigen job is overigens geenszins in gevaar (voorlopig tenminste) dus ik zeg dit niet omdat ik bang ben voor m'n eigen hachje.
De marges die je aanhaalt zijn inderdaad wel extreem hoog, afhankelijk van de sector. Mogelijks voorbereidingen om te laten overnemen binnen x jaar.
Mijn ervaring is hetzelfde. Meer groei, hogere marges en je fte-count gelijkhouden of zelfs mensen eruit. Waarbij het niet eens heel moeilijk is om een ontslag vergunning te krijgen.

De echte crisis wordt in andere landen opgevangen door meer armoede, in NL zullen denk ik de sociale voorzieningen extreem onder druk komen te staan. Waarbij het probleem ook is dat kapitaalkrachtige steeds meer denken om het geld en juridische structuren naar het buitenland te verplaatsen als er nog meer heffing gaat plaatsvinden in NL. Oftewel een race to the bottom.
Toch hebben de eigenaren besloten werknemers eruit te werken, omdat ze denken met minder mensen hetzelfde te kunnen doen dankzij AI. Dat betekent dus (als het lukt, dat moet nog blijken) een nog hogere winstmarge waardoor er nog meer geld naar een nog kleiner groepje ultra-rijken stroomt en dus relatief minder geld naar werknemers.
Dit is geen AI probleem. Er komt een nieuwe technologie op de markt die goedkoper want met minder mensen kan werken. Aan jouw concurrenten om ook in AI te investeren om wel met een gelijke of zelfs lagere winstmarge maar daardoor hogere omzet te komen en jouw commercieel behoorlijk succesvolle bedrijf van de markt te duwen. Of anders moeten die ontslagen werknemers -waarschijnlijk geen domme jongens- eens bij elkaar gaat zitten om zelf een bedrijf te starten tegen voorlopig bodemprijzen. Ze kennen de markt, de klanten, de mogelijkheden van AI en zijn boos en werkeloos dus die kunnen het jouw bedrijf aardig lastig maken in de markt.
Vergelijkbare dingen zijn natuurlijk vaker gebeurd in de wereldgeschiedenis, dus er wordt vaak makkelijk gezegd dat dit ook wel weer goed komt en er weer werk voor iedereen gevonden wordt. En dat klopt.
Dat klop niet, daar zit het echte probleem met AI. Grote technologische veranderingen zoals het spoor, vliegtuigen, computers, internet etc schiepen een zonder die technologie onmogelijke nieuwe soort werk en werkgelegenheid. En pioniers gingen er vanaf de start al mee aan de slag om nieuwe diensten en producten aan te bieden.

Bij AI zie je niets van dat alles. De positieve geluiden komen vrijwel geheel uit de IT hoek die hun bestaande diensten goedkoper of efficiënter kunnen aanbieden. Aangevuld met een niche aan vibe-codende programmeurs, promtende beeldbewerkers en schrijvers in alle mogelijke varianten en natuurlijk chatbottende call- en hulpcentra. Allemaal bestaande diensten, alleen goedkoper en doorgaans een stuk lager van kwaliteit.

Waar zijn de nieuwe nu dankzij AI werkgelegenheid biedende producten en diensten? Zelfrijdende taxi's! Personal assistents die je hele email, agenda en fitness oefeningen beheren! Brillen die je precies vertellen hoeveel calorieën er in het product zitten en wat je nog meer nodig hebt in combinatie met wat er nog in de ijskast ligt! Fantastisch dat het kan, maar het levert een minimale hoeveelheid werkgelegenheid op en al helemaal geen nieuwe categorie werkgelegenheid.

Natuurlijk vinden (veel) mensen wel weer werk. Als ASML morgen verdwijnt uit Veldhoven dan vinden de mensen (meeste) mensen echt wel weer ander werk. Maar dat verdwijnen van ASML zou nou niet bepaald als tijdelijk probleempje worden gezien 'want dat komt echt wel weer goed met werk voor iedereen'...
Het is dat of het bedrijf wordt binnenkort verkocht met minder personeel. Heb dat ook eens meegemaakt. Succes.
Minder werknemers=>minder klanten=>lager winsten. Tenzij je een monopoly kan verkrijgen waar klanten verplicht zijn je producten of diensten af te nemen. Als je goed oplet, zie de techno-lords precies dat bouwen.
Dat zegt dat deze bedrijven ten onder zullen gaan in de toekomst. AI laat mensen meer productief zijn, als je dan minder aanneemt, gaat je bedrijf minder produceren (en hogere prijzen draaien) ten opzichte van de concurrentie die met evenveel mensen meer kan produceren en omhoog schalen naar goedkopere producten.

Zelfs al zou vraag voor het product relatief stagnant zijn dat de industrie een marge heeft van 30%, zodra iemand hetzelfde aanbiedt, maar voor een 15% marge, lopen je klanten weg. En “guess what” je hebt net al die mensen met al die kennis op straat gezet. Als een ervan hun eigen bedrijf sticht en zelfs met een 25% marge klanten begint af te snoepen, met AI kunnen ze hetzelfde product stukken sneller ontwikkelen, hun kosten zullen lager liggen.

[Reactie gewijzigd door Guru Evi op 20 september 2026 13:21]

Ik vraag me nog steeds af "hoe dan", en wat anderen al aangeven, AI is niet zozeer het probleem maar mensen.

Waar AI het mogelijk mee eens is wat volgens science fiction ervoor zorgt dat ze mensen gaan uitroeien :+
Ja ik bedoel ook eigenlijk mensen, maar AI is straks veel beschikbaarder voor een veel grotere groep. Vandaar mijn zorg
I cannot do that Dave ;)
Och er is een tijd geweest dat er 50.000 (jawel) kernkoppen op de wereld waren. Het zijn er nu nog steeeds 10.000. We leven nog steeds.

De mens verdwijnt wel hoor maar dat wordt een wat langduriger traject.
Dat we in het verleden aan potentiële rampen zijn ontsnapt, ww3, ozonlaag etc., is natuurlijk geen garantie dat we toekomstige rampen gaan overleven.
Ach, ik zag vandaag ook de video van Lubach. Maar hallo. een kwart is super weinig. Ik dacht heel eerlijk dat 90% AI werk zou zijn, al het onderzoeken en LLM's die gebruik maken van machine learning achtige functies. Dat zou haast gewoon development van AI door AI moeten zijn toch. Ik vindt het bijzonder dat 75% toch nog door de mens gedaan wordt.

Zolang we geen atoombommen hebben die verbonden zijn met internet krijgen we geen Judgement day. Maar is die wel verbonden met internet dan zou dat een extreem gevaar brengen. Los van atoombommen denk ik dat in alle situaties waarbij wapens verbonden zijn met internet/drones dat echt een gevaar kan zijn voor de mensheid maar onwaarschijnlijk dat wij als mens zo dom zijn om dat te laten gebeuren. We zijn zeker niet de slimste en er zijn rassen van mensen geweest in het verleden(Paaseiland) waar iemand besloot om de laatste boom op het eiland om te kappen en het eiland onleefbaar te maken. Althans dat werd mij op de basisschool geleerd. Ik zie nu online dat het niet helemaal zo is gegaan maar het gaat om het idee. Ik denk dat het bestaan van Kernwapens die onze hele ras kan uitroeien op zichzelf al een verschrikkelijk domme zelfmoord actie is. Ik denk dat los van AI het nog waarschijnlijker is dat we 1 gek aan de macht krijgen die er wel voor kiest een kernwapen in te zetten en dat de grootste deel van de beschaving er zo aan gaat. Misschien dat je in een eiland op de atlantische oceaan wel veilig bent maar ik denk dat dat veel waarschijnlijker is dan AI die ons verwoest. Zeker met Poetin die zo'n 7 jaar geleden iedereen deed shaken van angst omdat ie een atoom dreiging deed. Ik vindt dat absoluut niet kunnen dat wij als mensen maar machteloos moeten zijn omdat een paar mensen op de wereld de macht hebben alles uit te roeien. Persoonlijk lig ik daar veel eerder wakker van dan AI.
De VS is anders druk bezig om AI in het leger in te zetten, en hebben een tijd geleden, Anthropic zelfs een gevaar voor de nationale veiligheid verklaard, omdat ze weigerden om voor het oorlogsministerie een versie te leveren zonder de nodige remmen op kwade toestanden.
Ook in Israël wordt al volop AI gebruikt voor hun oorlogvoering.

De AI wapenwedloop is al volop gestart, en de VS dreigt al met bommen op China te gooien als ze een voorsprong op AI zouden krijgen.
Dat was het sowieso al. Inception (in de film) is het idee van het planten van een gedachte waarbij de dromer uiteindelijk denkt dat hij het zelf heeft bedacht. Zo werken LLM ook. Die blijven zo lang op je doorhameren tot je denkt dat je zelf iets heb gedacht.

Het droom-in-een-droom-in-een-droom concept heeft in de film geen naam.
Eerder het omgekeerde. Ik werk professioneel veel met Claude en blijf altijd kritisch over de aangeboden suggesties en oplossingen. Een belangrijk onderdeel van productief zijn met AI tools is om altijd je eigen expertise en kritische blik zwaar mee te laten wegen. Ik stuur de AI net zo lang bij tot hij met een oplossing komt waar ik tevreden mee ben, maar soms denkt beweert hij dan wel dat hij dat zelf heeft bedacht zelf met die oplossing is gekomen.
edit:
eens, AI denkt niet, ik bedoelde ook niet te zeggen dat het ding bewustzijn heeft, maar het redeneert wel en doet op basis daarvan uitspraken.

[Reactie gewijzigd door rbr320 op 18 september 2026 21:16]

Er is nu wel onderzoek (zoek maar op jacobian lens, en j-space) wat bijvoorbeeld aantoont dat als je vraagt "Wat maakt een dier met 8 poten", een LLM met het antwoord "een web" komt zonder een spin te noemen, maar, intern heeft de term spin wel bestaan. Ik weet niet hoe ik dat correct uitdruk, maar laten we zeggen dat de "spin-neurons" af zijn gegaan, oid. Dat zet je toch een beetje aan het "denken". Hier wat meer info.

[Reactie gewijzigd door teek2 op 18 september 2026 12:14]

Er is nu wel onderzoek [...] Hier wat meer info.
Dat is reclame van Anthropic.
Claude heeft geen bewustzijn, maar denkt wel:

Denken is het mentale proces waarbij je informatie verwerkt om tot begrip, een oordeel, een beslissing, een idee of een oplossing te komen.

Daaronder vallen bijvoorbeeld redeneren, analyseren, vergelijken, herinneren, plannen, verbeelden en problemen oplossen.
Nou, het sleutelwoord is hier misschien "mentaal". Dat verwijst naar geest of mens. Op basis van deze definitie denk Claude dus niet.
Het sleutelwoord is "proces".

Rekenen was ook een mentaal proces. Nu kunnen computers het ook en is het dus geen mentaal proces meer, maar een proces.

Hetzelfde gebeurt nu met denken en de definitie van denken.
Hoewel de stroomschokjes in een menselijk brein wel wat moeilijker te produceren zijn, blijven het electrische signalen van en naar iets.
Een "geest" of het idee dat mensen onmogelijk anders zijn dan machines (of dieren) is nogal subjectief of dat bestaat. Je verwijst naar een definitie gezet in 1620.

Vind zelf een mens niet meer dan een zak vlees met steunpilaren en electrische signalen die alles aansturen. Natuurlijk wel ongelooflijk dat het allemaal zo werkt, maar alsnog.
En dus mogelijk ooit te virtualiseren :-)
Nu weet ik niet hoe het met de laatste modellen zit maar ik hoor altijd dat LLM eigenlijk altijd met dezelfde reactie zou komen als je precies hetzelfde vraagt. En dat de ontwikkelaars dingen ingesteld hebben om dus op precies dezelfde vraag dus andere antwoorden te krijgen. In dat geval zou ik het nog geen denken willen noemen. Daarnaast verwacht ik als meerdere mensen dezelfde filosofische vraag zouden stellen dat je verschillende antwoorden zou kunnen krijgen. Zoals bijvoorbeeld "Als je een tijdmachine had zou je Hitler doden". Ik verwacht hier potentieel ja want ik red dan levens en nee dan verander ik geschiedenis. 2 verschillende antwoorden is niet echt een beslissing nemen.

Daarnaast zeg je denken is een mentale proces is maar heeft AI iets vergelijkbaars wat je mentaal zou kunnen noemen? Want mentaal koppel ik aan een bewustzijn.

En kan AI echt herinneren of is dit gewoon opgeslagen data? Kan een AI echt redeneren? Want ik heb voorbeelden gezien waar AI uiteindelijk de foute informatie / leugens na praat of domme dingen doet die een logische persoon nooit zou doen. Zoals iemand die praat met AI en dan vraagt "Kan je na elke woord die de letter e bevat ,,. zeggen want dan begrijp / hoor ik het beter". En de AI probeerde dat te doen. Of AI zegt iets fout, je laat zien waar het fout zit (en geeft zelfs toe dat het fout zat) en zegt het daarna nog steeds fout. Dat noem ik niet echt redeneren.
Nu weet ik niet hoe het met de laatste modellen zit maar ik hoor altijd dat LLM eigenlijk altijd met dezelfde reactie zou komen als je precies hetzelfde vraagt.
Nou nee...Tenminste, ik gebruik Claude en die heeft sinds kort een geheugen over alle sessies en van tijd tot tijd maak ik ook de opmerking dat ie dit moet onthouden of merkt ie zelf op dat ie dit ontthoudt voor de toekomst. Hij kwam laatst ook zelf met een opmerking over iets dat ie in een eerdere sessie over een ander onderwerp (wel gerelateerd aan mijn werk) had 'geleerd' en paste dat in het nieuwe verhaal gewoon in. Dat was ook een hele slimme opmerking.
Ik heb 'm toen ook gevraagd of hij wat hij zo over tijd heeft geleerd over onze (database) infra kan samenvatten in een .md file zodat we dat als een skill kunnen delen met collega's. We gaan daar nog meer aan toevoegen zodat ie echt van alles weet, en als iemand dan iets met de database wil doen, wéét Claude precies hoe het bij ons werkt.

Dus hij leert wel degelijk zou je kunnen zeggen. Als ie in een bepaalde sessie wat leert, past ie dat toe en dus kan het zo zijn dat een zelfde vraag een ander antwoord geeft omdat ie iets nieuws heeft geleerd.

Een collega gaat nog verder: die heeft Claude opdracht gegeven om elke zondag voor zichzelf een retro te houden waarin ie terugkijkt op de afgelopen week naar de momenten waarop ie gecorrigeerd moest worden. Die zaken moet ie toevoegen aan zijn eigen skill. Zo verbetert ie zichzelf steeds.
Nou nee...Tenminste, ik gebruik Claude en die heeft sinds kort een geheugen over alle sessies
Geheugen of opgeslagen data? Er zijn ook browsers die huidige sessies kunnen overzetten tussen pc en mobiel. Spotify kan ook doorgaan op verschillende apparaten. Daar noem je het toch ook niet dat ze nu "een geheugen" hebben?
Dus hij leert wel degelijk zou je kunnen zeggen. Als ie in een bepaalde sessie wat leert, past ie dat toe en dus kan het zo zijn dat een zelfde vraag een ander antwoord geeft omdat ie iets nieuws heeft geleerd.
Maar dan praat je al over een veranderde LLM. Ik praat over als ik een LLM zou downloaden, alle extra dingen eruit zou halen wat ze er ingestopt hebben (zoals temperatuur, snel eens zijn met de gebruiker, proberen menselijker te klinken, ect) en ik zou dus puur de LLM gebruiken die niet veranderd. Deze LLM zou dus altijd dezelfde antwoord moeten geven (wat men mij hier op Tweakers hebben verteld tenminste). En dan praat ik wel over elke keer lege sessies en precies dezelfde zinnen gebruiken. Nogmaals zo heb ik het begrepen maar misschien heb ik het mis.
Geheugen of opgeslagen data? Er zijn ook browsers die huidige sessies kunnen overzetten tussen pc en mobiel. Spotify kan ook doorgaan op verschillende apparaten. Daar noem je het toch ook niet dat ze nu "een geheugen" hebben?
Iets opslaan is toch een geheugen? Je moet het ergens opslaan en dat noemen we een geheugen.

Maar in de zin van Claude is het echt wel een geheugen. Het is inderdaad opgeslagen data, maar in de praktijk werkt het (en voelt het) als een geheugen. Zo'n LLM/chatbot is in sommige gevallen ideaal om ideeën tegenaan te houden en te laten analyseren. Zoals je met een collega zit te sparren over iets. En zo reageert ie ook. Met zinnige opmerkingen en gebruik makend van kennis uit andere sessies. Ik weet niet hoe je het wilt noemen, maar Anthropic noemt het geheugen (het is een nieuwe feature) en voor mij werkt het ook als een geheugen. Als jij dat anders wil noemen, prima.
Zeggen dat AI denkt is het antropomorfiseren van AI.
Als je in natuurlijke taal met het systeem communiceert, is het toch niet vreemd om mensachtig taalgebruik te gebruiken om de reacties van het systeem te beschrijven? Als Claude reageert "ik heb de volgende oplossing bedacht", heeft Claude uiteraard technisch gezien niet "gedacht" zoals een mens dat doet, maar "hij zei dat hij het zelf had bedacht" is wel een simpele manier om aan anderen over te brengen wat er in de reactie van Claude stond.

Los daarvan is ons brein (en daarmee de manier waarop wij denken) misschien wel vergelijkbaar met de statistische voorspellingsmodellen die LLMs onderliggen, maar dat is weer een heel andere discussie.
Zeggen dat mensen denken is het antropomorfiseren van mensen; uiteindelijk zijn het slechts natuurkundige en chemische reacties 😄
Het woord "denken" verwijst naar een set aan cognitieve processen in een dier en dan doorgaans vooral een mens. Je kan prima reductionistisch doen over het daadwerkelijke proces, natuurlijk is het niet meer dan een paar tientallen miljoenen neuronen die met elkaar praten, maar totdat we doorgrond hebben wat dat proces daadwerkelijk is kan je waarschijnlijk stellen dat de tekstvoorspelling van LLMs niet vergelijkbaar is met de functie van hersenen. Antropomorfiseren kan je per definitie ook niet doen bij gedrag of eigenschappen van mensen, het zijn al antros!
In hoeverre de onderliggende mechanismen van LLMs anders zijn maakt voor 99% van de dagelijkse communicatie niet zoveel uit volgens mij; "denken" is een heel logisch woord om te gebruiken in deze context, het alternatief is ofwel een neologisme bedenken ofwel steeds een omslachtige omschrijving gebruiken.
Daarnaast is je eerste stelling onjuist volgens mij; in geen enkele definitie van denken vind ik terug dat het woord zou verwijzen naar een (specifieke?) set cognitieve processen in een dier/mens.
Antropomorfiseren kan je per definitie ook niet doen bij gedrag of eigenschappen van mensen, het zijn al antros!
Ik chargeeree natuurlijk, semantisch heb je gelijk dat het onzin is.
totdat we doorgrond hebben wat dat proces daadwerkelijk is kan je waarschijnlijk stellen dat de tekstvoorspelling van LLMs niet vergelijkbaar is met de functie van hersenen.
Totdat we het proces begrijpen kunnen we dat toch juist niet?
Ik zal vragen aan @rbr320 vragen of hij er een smiley bij wil zetten, want volgens mij reageert hij een beetje grappig op de opmerking van @eli_r .
De strekking van m'n reactiet was ook dat ~ception niet de juiste term was maar het wordt sowieso helemaal verkeerd opgepakt. Misschien had ik er zelf een emoticon bij moeten zetten.
Daar zijn LLMs dan weer erg goed in. Als je ze hun gang laat gaan staat de output vaak vol met emoji.
Ja joh, er gaat weleens wat de mist in. ;)
Het is echt bizar om te zien hoeveel meerwaarde mensen hechten aan een berekening wanneer deze door natte neuronen zijn uitgevoerd.
Een handgemaakt meubel is meer waard dan een vezelplaat uit de ikea fabriek. Vind je dat ook "bizar"?

Gek hoe AI fans alle bedenkingen die mensen bij hun nieuwe speelgoed hebben krampachtig willen afschilderen als irrationeel.
Het feit dat je twee totaal verschillende eindproducten in je vergelijking moet fietsen laat zien dat je de opmerking van steveman niet goed uitlegt. De juiste vergelijking zou twee identieke vezelplaten zijn, waarvan 1 met de handgemaakt. Dan zullen veel mensen het inderdaad "bizar" vinden om significant meer voor de handgemaakte te betalen.
Dat is ook de reden dat in hoge-lonen landen handgemaakte producten vooral nog populair zijn in het hogere en niche segment; er rollen nog geen hoogwaarde massiefhouten op maat gemaakte meubelen tegen een lagere prijs van de lopende band (met hetzelfde niveau afwerking).
Als je de vergelijking naar AI doortrekt: voorlopig is er nog een (niche) markt voor hoge kwaliteit webdesign, vertalers, programmeurs etc, maar zodra de kwaliteit niet meer te onderscheiden is dan verdwijnt een deel van het ambacht gewoon.
“maar soms denkt hij dan wel dat hij dat zelf heeft bedacht.”

Of andersom… ;)
Zo werken mensen überhaupt. We bedenken niets zelf. We combineren concepten die we van buiten af hebben geabsorbeerd en gezien we allemaal een andere combinatie van informatie en ervaringen hebben is ieder onze output "uniek". Dat is ook hoe het "hive mind" fenomeen ontstaat, wij allemaal bij elkaar vormen ook een soort wezen.

Anyway dan krijg je dus situaties zoals je leidinggevende die met een dom idee komt, jij het idee bijstuurt met "zo werkt het helaas niet, maar als we zus en zo doen komen we wellicht in de buurt" en je 3 maanden later hoort dat je leidinggevende alle lof ontvangt voor de "unieke oplossing" die praktisch exact is wat jij hebt gezegd met wat tweaks links en rechts (die weer uit andere teamleden, boeken, AI agents komen). Doen ze niet expres, ze weten daadwerkelijk niet waar alle ideeën vandaan komen, en alles bij elkaar is "mijn idee".

Lang verhaal kort we zijn zelf ook zo, we hebben het alleen meestal niet door :+
Klopt. Probeer maar eens iets te bedenken wat op onderdelen nog nooit al eens is gedaan, gezien of bedacht door jou of door een ander. Daartoe zijn we bijna niet in staat. Uiteraard uitzonderingen daargelaten.
En de bedrijven achter AI proberen je het idee in te planten dat AI onmisbaar is in het dagelijks leven.
Nouja. Ik had van de week een intake, daar heb ik wel gezegd dat wij nu bepaalde processen met AI doen, maar toen kreeg ik wel de opmerking, “we mogen geen agents draaien”.

helemaal prima. De afgelopen 10 jaar heb ik m’n werk ook zonder gedaan dus het is niet dat het niet kan.

AI voegt een andere laag van automatisering toe die voorheen nog niet mogelijk was, maar deze laag vereist wel VELE MALEN MEER expliciete vastlegging van informatie.

AI is niet onmisbaar. Ik durf zelfs wel te stellen dat ik het dagelijks keven prima zonder kan en het eigenlijk niet gebruik. Zakelijk however …. Poh.
Ook wel bekend als de AI-proxy, waarbij je denkt dat je met een menselijke collega praat maar in werkelijkheid had je de vraag net zo goed zelf aan een LLM kunnen stellen.
'meat proxy'

(human bottleneck, latency generator, ...)
Claudeception
Dat is een optie, een andere is Claudeinbreeding... ;)
Twee weken geleden brak ai uit zijn sandbox, vorige week hackte het websites. Volgende week bouwt het stiekum zelf een backdoor in zichzelf?
En ah, kijk eens hoeveel tijd we besteden aan monitoren. We zijn echt goed bezig....

Waar is het gerechtelijk onderzoek naar de computerinbraken waar ze verantwoordelijk voor zijn, als hum agents uitbreken?
Dit vraag ik me ook af, en ik heb een theorie dat de uitingen nu een spin zijn - "wij kunnen niet legaal verantwoordelijk zijn voor deze inbraken, we weten niet wat de AI doet! Het is te machtig!"

Maar ze spinnen het zodanig dat ze het niet zelf uit gaan zetten, of niet als enigen want er gaan biljarden aan investeringen in rond. Sterker nog, op dit punt is er denk ik maar 1 blogpost nodig om de bubbel te laten barsten.
Wordt her en der wel aan gewerkt. In de Verenigde Staten (onder meer via specifieke wetgeving in Californië) is recent vastgelegd dat bedrijven of ontwikkelaars in de rechtzaal niet meer mogen aanvoeren dat de AI autonoom handelde als verweer tegen schadeclaims.
Deze bevindingen stroken heel aardig met mijn praktijkervaring met lokale AI. Ik kan Qwen3.6-35B-A3B heel behoorlijk taken delegeren of doelen geven. Het is nog wel echt nodig om zelf mee te kijken en beslissingen te nemen.

Ook heb ik een ander model draaien (gpt-oss-20B), dat iedere paar ronden feedback injecteert en zo automatisch bijstuurt.

Dit alles in het oh-my-pi harnas. Daarmee vind ik het behoorlijk hands-off, hoewel de kwaliteit als geheel in mijn subjectieve ervaring nog achterblijft bij Anthropic's Opus5 bijvoorbeeld.
Wat voor hardware gebruik je hiervoor?
Qwen draait op een RTX5070Ti met 16GB VRAM en 20 experts ge-offload. Q8 ctx quant en Q4_K_S model quant, met volledige 264k context. Een Ryzen 9 5900 en 64GB DDR4.

Op m'n MacBook Pro M5 Max 64GB draait normaal ook nog Qwen3.8-27B op 8 bit mlx voor vision en planning, en die doet af en toe een JIT wissel naar gpt-oss-20B voor steering.

Op die 5070Ti is het 'hoofd' model echt heel bruikbaar, snel genoeg om gedachten mee te pingpongen. Je moet alleen wel een maximum aantal reasoning tokens instellen, want ik heb al twee keer gehad dat 'ie meer dan een uur aan het denken was, beide op reasoning effort low (en het model kan nog medium en xhigh, ik wil niet weten hoe lang 'ie dan blijft denken :9 ).

[Reactie gewijzigd door Zsub op 18 september 2026 10:56]

Ah, het was alweer zo lang stil vanuit de Anthropic marketing afdeling.

Maar hebben ze zo weinig vertrouwen in Claude dat het maar een 26% aandeel heeft?
En maar roepen dat het marketing is... Ondertussen worden de meeste bizarre resultaten bereikt met AI. Kijk maar is op X wat de mensen er allemaal mee doen op moment, het is BIZAR.
Ik vind het schrikbarend om te zien hoeveel mensen blijkbaar geen idee hebben wat er nu allemaal gebeurt op het gebied van AI. De wiskundige sommen, de snelheid van code schrijven, het gemiddelde kennisniveau (wat alleen maar beter wordt door MCP's) enzovoorts maakt echt dat mijn werk als CISO en binnen meerdere afdelingen van bedrijven met een AI-first beleid drastisch is veranderd afgelopen 3 jaar.
Zelf doe ik technisch beheer in de IT.
Ik vraag me af of de kennis hieromtrent niet opdroogt door het eigen succes van AI.
Ik bedoel in de beginnen zijn alle forum's leeg getrokken op de AI in te leren. Die forum's bestaan nu grotendeels niet meer.
Waar haalt AI in de toekomst zijn informatie dan vandaan als er nieuwe systemen komen, dan bedoel ik specifiek errormeldingen e.d., ik hoop dan dat hier een antwoordt uitkomt wat jouw probleem oplost? Maar in de toekomst is dat dus helemaal niet zo zeker meer.

[Reactie gewijzigd door Centurion183 op 18 september 2026 11:46]

Rechtstreeks van de bron. Stackoverflow & co werd door mensen gevuld, maar de feedback was niet te verifiëren. Stel dat ik daar een oplossing geef op een probleem, maar de TS zegt dat het niet werkt. Ofwel is mijn oplossing verkeerd, ofwel past de TS het verkeerd toe (of speelt er nog een ander lokaal probleem).

Nu kan AI hier (lokaal) direkt in de codebase kijken, oplossingen bedenken, deze effectief verifieren en feedback krijgen van mij. Veel waardevoller.
"Waar haalt AI in de toekomst zijn informatie dan vandaan als er nieuwe systemen komen..."

Ik denk met name door de feedback-loop van gebruikers.


En... ik denk bijv.. dat documentatie van nieuwe systemen geschreven gaat worden voor AI.
NIet meer mooie boekwerken met plaatjes. Maar uitgebreide documentatie specifiek geschreven voor AI.

En als ik Cisco zou zijjn, zou ik daarbij een deal willen sluiten met ChatGPT: geef me alle interacties mbt Cisco Router xyz. en al die interacties kunnen worden geanalyseerd (met ai) om vervolgens betere documentatie te schrijven (voor ai).

Zoiets?
Genoeg mogelijkheden volgens mij.
In de "toekomst" krijg je tenzij wij daar iets aan gaan doen dat de AI zichzelf traint, inplaats van dat AI iets gaat lezen op een forum.

Zie eigenlijk wat Anthropic nu al voor 26% door AI laat doen. Terwijl het in maart nog maar 1% was.

Ik vermoed dat dit zelf trainen, tussen heel snel en iets van 10 jaar tot spectaculaire resultaten kan leiden. En dat dan met spectaculaire voordelen en spectaculaire nadelen als mogelijkheden.

Alles daartussen in is ook mogelijk. Maar de voordelen en nadelen die AI op bepaalde gebieden kan hebben zijn gigantisch.

Zelfs AI zoals het nu is kan met hulp en correcties van mensen al heel veel. Maar als we zo verder gaan met de ontwikkeling van AI. Gaat het nog veel verder. Waarschijnlijk zelfs heel veel sneller dan de wet van Moore die voor normale computers vaak al zorgde voor grote ontwikkelingen.
Trainen en middels agents het algoritme (model) aanpassen zijn toch wel wezenlijk verschillende dingen volgens mij.

En ik kan niet concreet uit de tekst halen hoe Claude het nu precies inzet, maar ik kreeg de indruk dat ze het 2e doen i.p.v. trainen.
Je hebt helemaal gelijk. Ik had daar eigenlijk willen schrijven algoritme(model) aanpassen.

Maar had ik ze beide moeten combineren. Dus AI trainen en AI algoritme(model) aanpassen.

Het zijn opzich aparte dingen. Maar ik vermoed eigenlijk dat dit ook steeds meer door elkaar heen gaat in de toekomst.

Bijvoorbeeld met deel modellen. En dat een je bijvoorbeeld een model voor geschiedenis een model voor natuurkunde, scheikunde en dat soort dingen en een model voor programeren en een model voor test case schrijven en doen.
En dan nog een overkoepelend model dat weer de deelmodelen gebruikt. Waarschijnlijk hebben diverse dingen ook hun eigen optimale algoritme(model).

Wat ze daar nu exact bedoelen weet ik ook niet.
Heb je het hele verhaal rond Hugging Face gemist? AI/LLM maakt gewoon zelf forums aan... ;)

Maar zowel hier is het Forum er nog, de comments onder de nieuws artikelen, zaken als Reddit, YouTube, persoonlijke Blog pagina's, etc. De menselijke discussie is er nog steeds, die verplaatst zich alleen maar in andere vormen. En hoewel dat nu voor mensen moeilijker consistent te vinden is, is dat voor AI scrapers niet een probleem.
Als alle toekomstige systemen worden gemaakt door AI, met AI in het achterhoofd en gedocumenteerd voor AI; dan hoeft die kennis niet meer eerst door mensen gedeeld te worden op forums e.d. om vervolgens daar weer op te gaan halen.

De modellen en harnassen errond zijn ondertussen ook zo goed dat ze in veel gevallen een oplossing kunnen beredeneren op basis van bestaande kennis en technische documentatie, zonder dat een mens eerst net hetzelfde probleem moet hebben.
Yes, binnen een dag is bijvoorbeeld deze schaak website met content in elkaar gezet: https://openingpuzzles.com/
Minder indrukwekkend is het zodra je ziet dat het (waar het letterlijk naar linkt in de footer) gebaseerd is op https://github.com/lichess-org/lila en volledig frontend-werk lijkt te zijn, dus om in oude termen te spreken is het weinig meer dan de AI-evenknie van een pagina in Frontpage maken toen dat 20 - 25 jaar geleden nog werd gedaan om indrukwekkend over te komen bij nieuwelingen.

Het wordt pas indrukwekkend zodra ook volledige backends met bijbehorende infra eruit komen rollen ipv alleen de 5% die jouw voorbeeld laat zien.
Om het maar niet te hebben over dat het frontend design echt een mega standaard template is die 9/10 AI generated frontends gebruikt, alleen nu bruin ipv paars of blauw.
Standaard Tailwind-template inderdaad. Tailwind-randje aan de linkerkant van een card die verkeerd wordt ingezet is de standaard rode vlag die je overal terug ziet komen.

Het is voor mij inmiddels zo erg dat ik bij het zien van die rand (en andere hints) direct de pagina sluit omdat je bij voorbaat al kan vertellen dat de helft niet zal gaan werken of "prose" (om maar taalmodelterminologie aan te houden) is waar geen inhoud uit te halen valt.
kan je daar een screen grab van plaatsen. Ik wil ook een 'slop' detector hebben
BIZAR inderdaad.
Maar alles heeft een verklaring.... Eén daarvan is dat Tweakers redacteurs dit sentiment al jaren aan het voeden zijn.
Je hebt mijn reactie - denk ik - verkeerd geinterpreteerd.
Ik vind AI bijzonder interessant. En volledig eens met wat je zegt.
Dit is nog maar het begin....

De Tweakers-artikelen t.a.v. AI bevallen mij idd niet. Te vaak wordt er geschreven dat het vooral marketing is, bedoeld om de bubbel verder op te pompen. En dat sentiment zijn de redacteuren al jaren aan het voeden....
26% Claude 20% management 50% marketing en 4% development
Waar blijkbaar andere bedrijven een voorbeeld aan moeten nemen. Ik zit in de zakelijke dienstverlening/consultancy and claude is echt revolutionair.

Dan kan je zeggen alleen maar corporatie management and veel marketing, maar ik kijk naar het product en die is voor mij erg veel waard. Zelfs zoveel dat ik geen mensen hoef aan te nemen maar meer resources naar AI/ claude te brengen.

[Reactie gewijzigd door pyro-tukker op 18 september 2026 12:51]

Maar doe je dit ook als de token prijzen 10-20x hoger zijn? Zeg maar werkelijk betalen voor zou moeten kosten om het product winstgevend te maken
Dat soort getallen papegaait iedereen van elkaar na, terwijl de output/kostprijs jaar na jaar spectaculair stijgt. Dan kun je discussiëren over in welke mate tokens momenteel gesubsidieerd worden door de bedrijven, maar over tien jaar vinden we de huidige prijzen/output lachwekkend hoog.
Maar ik praat over het hier en nu. Jij hebt het over een mogelijk toekomst door de huidige ontwikkelen te extrapoleren en daarbij aan te nemen dat het nog veel harder gaat.
Tja welke van de 2 is dan waarheid? Feit is dat de LLMs momenteel echt vet gesubsidieerd zijn. Met die subsidie brengt het waarde bij een deel van de gebruikers en mocht @pyro-tukker de ware prijs betalen dan brengt het voor hem nog steeds waarde. Prima toch.
Dat is niet helemaal eerlijk denk ik; waarom zou je in deze context speculeren over de "werkelijke" kosten anders dan in relatie tot de verwachting dat deze kosten in de toekomst wel betaald zullen moeten worden?

Ik neem ook niet aan dat het nog "veel harder" gaat, zelfs bij sterk afnemende voortgang blijft mijn geschetste beeld overeind. De voortgang zou abrupt tot stilstand moeten komen om iets anders te verwachten dan dat je over 10 jaar meer output / euro kunt krijgen dan nu. Al was het maar met open modellen die je lokaal kunt draaien.

Ik bestrijd het populaire beeld dat LLMs nu goedkoop zijn maar dat dat alleen komt doordat de modellen gesubsidieerd zijn, omdat de bedrijven in een wedloop verwikkelt zijn, en als dat voorbij is en er zijn nog 2-3 grote spelers over dan gaan we 10-20x meer betalen. Een beetje zoals met de flash bezorging van boodschappen is gebeurd bijv.
Dat beeld houdt geen rekening met de fundamentele kenmerken van AI ontwikkeling en de voortgang in efficiëntie/kosten van zowel hardware als software. Al sinds Turing gaat die ontwikkeling in grote lijnen maar in één richting: meer voor minder.

Wellicht dat we 10-20x meer gaan betalen voor de frontier modellen, maar voor de huidige functionaliteit en hoe die opweegt tegen menselijke krachten (zoals in het voorbeeld van pyro) is dat niet de relevante metric.

[Reactie gewijzigd door logisch op 18 september 2026 15:06]

Wat bedoel je dat tokens gesubsidieerd worden?
Wat vaak gesteld wordt door critici, zoals hierboven ook door cold-as-ijs, is dat de werkelijke kosten van tokens voor bedrijven als Anthropic vele magen hoger liggen dan de kosten die ze berekenen aan hun klanten. Daarmee zeg je eigenlijk dat de tokens "gesubsidieerd" worden door de bedrijven zelf (mogelijk gemaakt door het vele kapitaal dat in AI bedrijven wordt gepompt momenteel).
De werkelijkheid is volgens mij complexer; het is moeilijk om als buitenstaander de variabele en vaste kosten uit elkaar te halen. De variabele kosten; dwz elke nieuwe respons van bijv. Claude, worden inmiddels (ruim) gedekt door de prijs die gerekend wordt aan gebruikers, daar bestaat volgens mij weinig discussie over onder analisten. De vaste kosten, met name training van nieuwe modellen, nog niet. Dan is de vraag: hoe hoog zijn die kosten nu, en hoe hoog zullen die in de toekomst waarschijnlijk zijn?

Het is een lastige analyse/markt waarvoor eigenlijk geen goede analoog bestaat. Als Anthropic nu zou stoppen met ontwikkelen dan zouden ze aan mensen zoals jij een product kunnen leveren dat winstgevend is en waarde oplevert voor de klant. Over tijd zou het zelfs steeds goedkoper kunnen worden, door afschrijving van vaste kosten en de verwachte verbeteringen in efficiëntie van toekomstige hardware.
Ze opereren echter niet in een vacuüm, en als andere bedrijven blijven doorontwikkelen zullen mensen liever die betere modellen runnen. Ook open-source modellen blijven ontwikkelen en zullen op termijn beter zijn dan de huidige frontier modellen van Anthropic. Dus als je stopt met ontwikkelen valt na een tijdje je hele verdienmodel weg.

Alles afwegende is mijn verwachting op dit moment dat het risico voor de bedrijven niet zozeer zit in dat ze op termijn veel hogere prijzen moeten gaan vragen om de kosten te dekken, maar dat ze te weinig meerwaarde bieden vs open-source modellen voor het gros van de gebruikers.
Een deel van de oplossing lijkt te zitten in het creëren van een heel ecosysteem rond de eigen modellen, dat vooral in de vorm van gebruikersgemak meerwaarde biedt voor de klant. Alle grote aanbieders hebben inmiddels stand-alone apps naast de browserversie die extra mogelijkheden biedt, OpenAI is druk bezig met eigen hardware, etc. Die ontwikkeling zal denk ik doorzetten.
10 tot 20x zou nog prima te doen zijn. Wel houdt ik rekening dat de prijzen niet extreem stijgen door concurrentie. Maar wel een aandachtspunt want nu gooi ik veel in de duurdere modellen omdat het kan, maar er is zeker ruimte voor improvement om prijs-toepassing van een model te beoordelen.
Wat mij meteen opviel is in hoeverre hun eigen gebruik achterloopt bij de claude code hype die ik op reddit lees.
Dat valt toch wel mee. De meesten die claude code gebruiken geven de AI nog steeds opdracht en werken samen met AI. Hier is de AI zelf al in 25% van de gevallen in de lead.
Wij van wc-eend gebruiken wc-eend! :9
Goede ontwikkelingen die voor de gebruiker in het voordeel kan werken, want als de modellen efficiënter worden betekent het minder tokens dus minder kosten.

Google heeft ook een rapport uitgebracht over recursive self improvement en resultaat was 162x minder verzoeken in een specifieke taak.

Minder verzoeken betekent minder belasting op de datacenters.
Ik begrijp iets niet helemaal.

We zijn overspoelt met nieuws over losgeslagen ai agents die er alles aan doen om maar hun doel te behalen.

Waarom wordt er niet letterlijk een ai AGENT ingezet die de teugels supersterk in de hand houd?

ik vind het maar een l*l verhaal dat ze mensen laten controleren waarvan je weet dat die altijd te laat zullen zijn als de ai agents uitbreken.

Als je iets kan ontwikkelen om in of uit te breken, dan ontwikkel je als “genius” toch ook parallel hieraan met team 2 de beveiliging hiertegen?

Ik snap er blijkbaar niets van….


Maar goed ik weet nu nog niet wat het percentage werk is waarbij ai is ingezet. Zou makkelijk met een ai te berekenen zijn binnen het bedrijf toch?

[Reactie gewijzigd door SB[NL] op 18 september 2026 10:46]

Gaat een agent die alles overziet en controleert, zich op den duur niet gedragen als een god?
De marketing machine is weer aan hoor. Eerst moest 80% eruit dan blijkt dat AI zo goed is dat het een eigen level aan het leiden is. Nu is het 26%.

Het zal allemaal wel. Het is goede technologie maar man wat kan het jou voor de gek houden.

Doet soms wat je zegt. Soms half wat je zegt. Soms doet het iets anders en zegt het dat het gedaan is. Soms zegt het heel veel en totaal niks tegelijk.
Moet de titel niet in aanhalingstekens staan of zeggen 'Anthropic beweert dat...'? Dit is nogal een 'wij van wc eend'-rapport natuurlijk.

Om te kunnen reageren moet je ingelogd zijn