# Fable is terug + de vooruitblik: wat kan AI eind dit jaar?

An episode of [AI Report](https://invisiblenetwork.ai/podcast/1692318247), 2 Jul 2026, 1 h 21 min.

Audio: https://podcasts.beehiiv.com/3947764a-828d-4759-b488-b60e362c33fc/019d2587-e790-7b44-bb7a-6eebcaae225c/019f235a-6c5f-7866-8418-5114b34f06cd/019f26e3-82d7-7507-834f-974eef959027.mp3

Terwijl de Amerikaanse overheid Claude Fable 5 na weken exportbeperkingen eindelijk vrijgeeft, grijpt ze meteen in bij OpenAIs kersverse GPT-5.6, dat voorlopig op de plank blijft liggen. Die greep naar controle past bij de bredere strijd om chipmacht: Etched, opgericht door twee Harvard-dropouts, haalt ondertussen voor een miljard dollar aan orders binnen met chips gebouwd om AI-antwoorden te genereren, en breekt zo voorzichtig Nvidias houdgreep open. Oscar Lepoeter liet Alexander zien hoe hij zijn hele werkdag heeft opgeknipt in tientallen op maat gemaakte AI-skills, van ochtendbriefing tot taken-tinder. Dat zette Alexander aan het denken over zijn eigen dakramen thuis: hij liet Codex uitzoeken wat hij moest kopen en installeren, en voor hij het wist regelde het systeem zelf een complete Home Assistant-opstelling, zonder dat hij ook maar iets van de techniek erachter begreep. Die verschuiving van los commando naar zelfstandig meedenkend systeem is precies waar Wietse naartoe wil met zijn voorspelling: de METR-benchmark toont dat modellen elke vier maanden twee keer zo lang autonoom kunnen doorwerken, en die groeiende zelfstandigheid verdwijnt straks onzichtbaar in gewone chatapps. Pas wanneer die kracht iets fysieks raakt, zoals ramen die zichzelf openen, verwacht hij dat het eerste grote AI-incident het nieuws haalt. Meer informatie over de Samsung Galaxy S26 Ultra vind je bij Samsung. Abonneer je op AI Report en lees ook tijdens de vakantie door over het laatste AI-nieuws én ga aan de slag met je eigen AI-kennissysteem. Neem vandaag nog een abonnement via aireport.nl

## Transcript

[0:00] Welkom bij AI Report, de grootste AI podcast van Nederland, waar wij uitzoeken welke invloed kunstmatige intelligentie heeft op ons werk, op ons leven en de samenleving.
[0:08] Met deze week: de Amerikaanse overheid heeft de blokkade op Claude Fable5 opgeheven en dat betekent dat het krachtigste AI-model ter wereld overal weer toegankelijk is.
[0:17] Maar dat betekent niet dat we opeens overal maar toegang kunnen krijgen, want de volgende heeft zich alweer aangediend. OpenAI heeft GPT5.6 afgebakken.
[0:26] De nieuwste versie van het model, wat ongeveer even goed zou zijn als Mythos en Fable. Maar ook hier heeft de regering Trump ervoor gezorgd dat dit model nog niet uitkomt.
[0:35] En hoe een chipbedrijf van twee Harvard drop-outs in één klap 1 miljard dollar aan orders binnenhaalde en de machtspositie van Nvidia, op dit moment heer en meester der chips, wel eens zou kunnen uitdagen.
[0:47] En we doen deze aflevering voorspellingen, want het is het midden van het jaar. Wij kunnen terugkijken en vooruitblikken.
[0:55] En wat we gaan proberen te doen vandaag is als je de state of affairs over AI op dit moment bekijkt en je probeert te zien: wat kan er technisch nu? Hoe zijn die lijntjes veranderd in de afgelopen maanden?
[1:09] Waar staan wij dan aan het eind van dit jaar? De vooruitblik. Dat en meer in AI Report. Veel plezier!
[1:26] \[muziek\] Je kan natuurlijk eigenlijk niet maken, maar we zijn nu, dit is de laatste voor de, voor, ja, gewoon voordat het nieuwe jaar weer begint. Het nieuwe schooljaar weer begint, zou ik bijna zeggen.
[1:35] 21 augustus zijn we er pas weer. Wat gaat er in die tussentijd allemaal gebeuren? Denk je dat er, ja, 5.6 gaat uitkomen? Maar wa-, wij kunnen het natuurlijk eigenlijk niet maken om zo lang weg te blijven.
[1:46] Nou ja, de afspraak is tot nu toe de vorige twee zomers geweest bij chaos. Neem jij een noodkost. Kom ik even terug. Ja. En, en ik bepaal \[beiden lachen\] wanneer dat is. Ja, de lat ligt hoog.
[1:57] \[lacht\] Ja, maar dat, dat, dat kan ik op een soort onderbuik wel, uh. Maar wat zou je zeggen? 5.6? Wat nog meer? Gemini 3.5 Pro moet nog komen.
[2:05] Mogelijk dat Google nog wel grotere modellen ernaast gaat zetten, want het voelt ook een beetje, ja, ze moeten toch een beetje mee. In de zomer gaan ze dit allemaal doen?
[2:11] Het, ja, jij, jij denkt: dit is voor Tech-tember, namelijk september. Ze gaan toch ook gewoon uiteindelijk, uh, die Amerikanen doen altijd zo van: wij werken wel door, maar er gebeurt nooit iets in de zomer bij hun.
[2:21] Het is ook een, een moment om juist je een beetje halfbakken dingen, zo, zo. Even goed te krijgen. Ja, en dat je die dan ook uitbrengt onder de radar, zeg maar. Oké.
[2:29] Weet je, er gaan wel dingen gebeuren, denk ik, maar ik kan me niet voorstellen dat ze de zomer gaan gebruiken om een splash te maken met iets wat we wel allemaal zouden moeten weten.
[2:38] 65 Gaan we het meteen nog wel even over hebben. We hebben een webinarreeks met, uh, Oscar Lepoeter opgenomen de afgelopen drie weken. Een drieluik.
[2:46] Daar wil ik toch nog wel even iets over zeggen, want dat is echt, ik vond dat echt vet. Dus wat Oscar, uhm, doet, die heeft het werken met skills,
[2:54] skills in Cloud Code of in, uh, uh, CoWork, of, uh, met, uh, ChatGPT, verheven tot een manier van werken.
[3:02] Dus hij is eigenlijk, in september vorig jaar kwam hij erachter dat in heel veel werk wat hij doet er eigenlijk stiekem meer herhalend werk in zit dan hij doorhad en begon een beetje te experimenteren met skills zoals wij misschien allemaal wel eens doen.
[3:16] En hij heeft er gewoon een hele manier van werken uitgehaald waarbij die 's ochtends als hij op zijn werk komt een, uh, commando draait, namelijk /chief. Dat is zijn chief of staff skill.
[3:29] En wat dat ding dan doet, is dan draait hij een scriptje, een, een skill waardoor hij een PDF krijgt met, uhm, met wat hij allemaal moet doen.
[3:38] Al zijn projecten, wat er openstaat, wat er achterstallig is, wie waar voor verantwoordelijk is en een suggestie over waar hij dan mee begint.
[3:44] Dus die PDF, die ziet hij dan en dat is gewoon een handig overzicht om de dag mee te beginnen. Dan denkt hij natuurlijk: ja, oké, prima, maar ik heb daar, ik heb daar wel het commentaar over.
[3:54] Of wat, wat een zooi is het eigenlijk. Laten we maar beginnen met een soort van hoogover opruimen. Dan opent zijn browser.
[4:01] Dan opent daar een soort van, hij noemt het vragenronde of zo, maar het is een soort taken Tinder wat hij dan. Dus er opent zich een browser uit zichzelf en dan staat er: nou, taak nummer één bovenaan, dat is dit en dat.
[4:14] Wat wil je ermee? En dan krijgt hij multiple choice antwoorden met keyboard shut, shortcuts erbij. Dus dan kun je zeggen: uitstellen, vandaag doen. Dat is dan twee. Dus uitstellen is één.
[4:23] Vandaag doen is twee, drie anders of zo. En dan kan je even snel wat typen. Enter door, gaat hij naar het volgende. Hij doet triage doordat er een, een soort van webapp zich opent in de browser.
[4:32] Dus hij heeft, opeens realiseerde ik me: oh, dus hij, hij praat in Cloud Code eerst gewoon in de chatbot. Dan is er, uh, eigenlijk iets waar die een interactieve omgeving handiger is.
[4:43] Dan opent zich automatisch de browser. Die geeft dat dan weer terug aan die skill en dan gaat hij per project vervolgens verder.
[4:50] En hij, hij heeft eigenlijk een heel systeem uitgelegd in drie webinars waarbij die, uhm, uhm, zijn werk op de, ophe, ophakt in verschillende projecten.
[5:01] Al die projecten hebben een skill en in die skills staan dan: wie werken er allemaal aan dit project? Wat zijn de verwachtingen en de doelstellingen? Wat is er tot nu toe allemaal gebeurd?
[5:08] Wat moet er allemaal nog gebeuren? Hoe werken wij samen? Ta ta ta ta ta. En zo doet hij zijn werk. Hij heeft meer dan 100 skills die die ge-, die die daadwerkelijk gebruikt om teksten minder AI slop te laten klinken.
[5:22] Om opiniestukken te schrijven. Om, weet, pff, je houdt zo gek niet voor mogelijk. En hij heeft daar een skill die allemaal in die chief of staff skill hangen.
[5:32] En wat me echt daaraan, uh, stimuleerde is dat het een manier van denken is over je werk. Dus ik, ik ben, ik probeer mezelf dit echt aan te leren om te denken in herhalend werk en hoe je daar skills bij kan gebruiken.
[5:46] Ja, en ook context. Wie is betrokken? Precies. Op wie hangt het nu? Precies. Naar wie moet wat toe? Ja. Ja, zo'n heel grafiek in je hoofd van a-afhankelijkheden. Ja. En dat digitaliseren.
[5:56] Dat digitaliseren, expliciet maken vaak ook, want het zit impliciet in je hoofd. En de kunst is ook om het expliciet te maken. Kan die AI ook wel mee helpen. Heeft hij het ook over gehad.
[6:05] En wat ook nog tof eraan is, is dat je eigenlijk je niet laat vastleggen in één systeem om te werken. Dus waar veel mensen gewend zijn om te werken in Copilot of in, in de Google Workspace omgeving of weet ik veel.
[6:19] Je wordt systemen ingedouwd waar dan al je informatie staat en dan zit je opeens vast aan Gemini. Of je zit opeens vast aan.
[6:25] En dan is het vervelend als er een nieuw model of een nieuwe manier van werken omdat je die niet kan gebruiken.
[6:28] En hij legt eigenlijk een systeem uit wat werkt met tekst, files en mappen waar je ongeacht wat voor AI je wil gebruiken daarmee kan praten.
[6:38] Dus je zit opeens niet meer vast in een van die grote funnels van big tech bedrijven. Je, je hebt een manier gevonden waardoor je én de AI van big tech bedrijven kan gebruiken als je dat wil.
[6:48] Maar als over een jaar de lokale Chinese AI toch beter en toegankelijker is en privacyvriendelijk is, kun je opeens die moeiteloos omschakelen. Ik vond dat echt heel vet.
[6:58] Het is eigenlijk een beetje model agnostisch, dus het kan van model wisselen eronder. Maar het is ook nog eens een soort informatiebron agnostisch.
[7:06] Want ik weet bijvoorbeeld dat hij ook Notion binnenhaalt wanneer nodig, dingen toont als Google documenten, als mensen dat fijner vinden en ze vervolgens weer naar binnen trekt in tekstdocumenten om ze vervolgens allemaal naar een soort standaard te houden de hele tijd.
[7:17] Die zich kan uiten in al die vormen, maar ook ieder moment kan wisselen. Om er zit een soort, ik zou zeggen gezonde paranoia achter van ik wil niet in jullie systemen vastzitten. Ja.
[7:28] En dat zo'n spinnenweb bouwen is best wel complex. Daar heb je wel drie webinars voor nodig. Hoeveel skills heb jij eigenlijk Wytse?
[7:34] Ja, toen jij net zei dat ik dacht: O, Oscar zal er wel inmiddels honderd hebben, moet ik nu, moet ik er ook meer hebben. Ik heb maar zeven skills.
[7:39] Het is wel echt een moment waarop even de, de keizers kleren, de hoeveelheid kleren.
[7:44] Ja, nee, maar ik denk ook dat ik eigenlijk in, uh, een soort van dagelijks AI gebruik buiten software maken nog niet eens zo heel veel doe.
[7:52] Het is bij mij echt de taakjes en dingen, vooral dus administratief, die ik gewoon echt heel stom vind. Dat zijn al die skills. Koppelen van factuurtjes, bonnetjes inlezen, de basics zeg maar. Ja.
[8:02] Die ik wel dagelijks gebruik. Maar ik heb, en ik heb hem die Slopperfire skill, dat soort dingetjes heb ik wel, maar de zeven zijn die ik gebruik.
[8:09] Ik ben dus ook heel erg benieuwd hoeveel van die honderd skills daadwerkelijk gebruikt worden. Ik weet dat ze ook onderling naar elkaar verwijzen. Niet zo cool gaan zitten doen.
[8:16] Hij heeft gewoon meer skills dan jij en, uh, en, en dat betekent dat het in zijn manier van werken beter ingeslepen zit.
[8:22] En dan zit ik te denken als je dan zegt ja, ik gebruik het vooral voor software schrijven, betekent dat dan, daar gaat gewoon de meerderheid van tijd heen. Dus die skills, die zijn voor mij niet zo boeiend.
[8:29] Of denk je dat dit ook gewoon iets is waarmee je, je moet er actief mee aan de slag. Dat is, het vereist wel echt erover nadenken en het gaan en de tijd ervoor nemen om het, uh, te doen.
[8:39] Dat is eigenlijk wat, wat hij, ja, een soort van ons stimuleert om te doen.
[8:43] Ja, en ik denk dat jij, maar, en, en Oscar ook, ook wel, uh, mensen zijn die eigenlijk altijd al dit systeem hebben gewild, er eigenlijk al jaren mee bezig zijn om zoiets te bouwen, dingen aan elkaar te koppelen, et cetera.
[8:56] Iets om je werk te automatiseren. Ja, en ook het, het fijn vinden om dingen op te schrijven en een soort van pseudo software te maken. Vroeger al.
[9:02] Met welke taken staan waar en hoe kan ik zorgen dat het allemaal wel netjes gedocumenteerd blijft zodat het niet allemaal in mijn hoofd hoeft te zitten? M-hm.
[9:08] En ik bedoel, je kunt dingen je uit je hoofd halen omdat je ze gewoon niet goed kunt onthouden.
[9:13] Uh, en daarnaast kun je ook zeggen: nee, ik kan dingen best wel goed onthouden, maar ik wil gewoon veel meer kunnen in mijn eentje. Ja. Ik wil veel meer projecten tegelijk kunnen managen in mijn eentje.
[9:22] Ik denk dat jij meer aan die kant zit. En, uh, als je een soort ambitie hebt om, om, om betrokken te zijn bij heel veel projecten tegelijk, waar je dan eigenlijk kan gaan helpen door de ultieme, uh, notulen te maken.
[9:32] Want daar komt het eigenlijk ook op neer. En te zorgen dat iedereen een beetje weet wat er moet gebeuren. Dan zijn dit soort systemen fantastisch. Maar ik, ik ben zelf wat minder zo.
[9:40] Ik ben wat minder de, uh, spin in het web, zeg maar. M. Ik word vaak aan het werk gezet door iemand. Dat is toch anders. Ja, ja. Jullie zijn meer de operators orchestrators, denk ik.
[9:51] Waar het dan de komende, uh, jaren veel meer om zal gaan, die rol. Ja, precies. Het is wel fijn om als skill te hebben in de tijd die eraan komt. Absoluut. Want we worden allemaal een beetje gedwongen in die rol.
[10:00] Jouw soort van, uh. Wat voor mij makkelijker gaat. Met mijn zeven skills, die voel ik wel ook. Ja, nee. Heel goed. Heel goed. Nou, we, we zullen zien aan het eind van de vakantie hoeveel je er hebt dan.
[10:09] Want ik, dit is wel huiswerk wat, wat, wat we met z'n allen meekrijgen natuurlijk. Dus aan de slag Wytse. Oké. Als je de webinars wil kijken, ga naar AI-pod.nl. Tot zover mijn call to action.
[10:18] Ik had deze week een, uh, een, een, het, we hadden hitte in ons huis, zoals menig Nederlands huis.
[10:24] En toen realiseerde ik me opeens dat ik dakramen heb die, uh, met een afstandsbediening te bedienen zijn, waarvan ik opeens dacht: ik wil dat die dakramen zelf opengaan. Dat is één.
[10:34] Als het gewoon warm is buiten, warmer dan binnen. En ik wil ook dat ze dichtgaan als het gaat regenen. En ik wil ook dat de zonneschermen dichtgaan op het moment dat de zon gaat schijnen.
[10:42] Vraag ik iets heel ingewikkelds hier? Waarom doet dat ding dat niet zelf? Want ik heb dan wel een afstandsbediening, maar ik weet niet hoe ik dat aan mijn telefoon moet koppelen en alles. Dus opeens dacht ik:
[10:53] volgens mij kan ik dit aan die AI vragen. Dit is een geweldig projectje. Dus toen, uh, nou, ik maak een foto van die afstandsbediening. Toen zei die: ja, ik kan het niet goed zien. Je moet de achterkant fotograferen.
[11:02] Oké, fine. Achter, achterkant. Ik zeg: ik wil dit en dit. Dit is de afstandsbediening. Ik weet verder niets over die dakramen. Die zaten al in het huis toen ik het kocht.
[11:09] Het is wel grappig dat jij hier begint met die foto van die afstandsbediening. Zo lui, zo fantastisch. Heel lui ja. Ja, maar dat is wat je moet doen. Gewoon. Ik vertel je wat ik heb. Fix mijn problemen.
[11:19] Dat is hoe ik over die AI denk. En toen maakte die een boodschappenlijstje van dingen die ik, uh, moest kopen. Dus dat heb ik keurig gedaan.
[11:28] Ik heb die, uh, ik moest een Arduino of een, uh, Raspberry Pi kopen en ik moest een of ander Tahoma Somfy Connecting Bridge meuksysteem.
[11:36] Ik heb het allemaal niet bevraagd, ik heb het gewoon gekocht, want dat ding zei: een regensensor. Ik zei: oké, nou, nu moet je me vertellen waar ik alles moet neerzetten. En ik had alles binnen. Ik had keurig besteld.
[11:45] Ik had alles binnen. Ding ging keurig, uh, uh, uh, voor mij vertellen hoe ik het moest installeren, stap voor stap.
[11:52] Tot dan toe denk ik ook zelfs: het is grappig dat hij mij gewoon gaat vertellen hoe hardware aangesloten moet worden. Op een gegeven moment, uhm,
[12:00] dacht ik: oké, nu weet ik hoe vervelend het nu gaat worden, want ik, ik, hij gaat mij nu vertellen hoe ik dingen moet gaan instellen en zo. En ik haat dat.
[12:09] Ik haat het dat ik dan van die dashboards in moet gaan en dat ik dan de nieuwe. Mac-adressen moet gaan plakken. Ja, en bridges moet gaan koppelen. En ik weet allemaal hoe dat gaat.
[12:17] En ik, ik, ik weet dat ik de rest van de avond daarmee bezig ben en ik haat dat. Dus ik dacht: ik ga gewoon kijken, dat ding. Inmiddels ben ik naar Codex overgestapt, dus dan vraag ik aan, uh.
[12:26] Ik was met ChatGPT bezig en ik zei: nou, schrijf een prompt voor Codex, want ik wil dat dit, dat Codex dit allemaal gaat regelen. Ik ga, ik ga even wat zwaarders erbij halen, dus we gaan even overstappen.
[12:35] Ja, ik wil niet hier over hoeven nadenken. Alles wat nodig is zet jij in een prompt. Nou, ik copy paste dat prompt naar Codex.
[12:41] Ik heb aangesloten zoals dat ding tegen mij zei dat ik het moest aansluiten, namelijk de Tahoma meuk bridge op mijn, uh, router aansluiten. Nou, tot zover kan ik het zeg maar. En, uh, moest ik nou nog meer hebben.
[12:51] Ik moest een of ander, uh, zendertje in een Home Assistant bla ding steken. Ik dacht: ik ga hier niet over nadenken, dat ding regelt het maar.
[13:00] Dus ik druk op enter in Codex en ik zweer het je, Wytse, ik was, de schellen vielen van mijn ogen, want hij open-, hij ins-, hij installeerde Home Assistant.
[13:09] Hij begon die, uh, uh, lokale bluetooth dingetjes die de sensors zijn voor de temperatuur op te zoeken, toe te voegen aan het ding, code te schrijven over hoe die, die, hoe die de dakramen bij het juiste temperatuur moet open.
[13:21] Over wegen, over, of regen, iets wat gecensi-, gesensd moet worden door dat kastje of door een of andere cloudservice. En wat als één van de twee niet beschikbaar is, welke moet hij dan nemen? Ta, ta, ta, ta, ta.
[13:32] En ik zie mijn muis bewegen en dat allemaal instellen en hij opent mijn router, maakt een vast IP-adres voor dingen en na een uur was het gewoon klaar. En het werkt nu.
[13:44] Mijn dakramen gaan nu automatisch open als het binnen warm, uh, warmer is dan buiten. Het is eigenlijk een soort van, uh, domotica revival, hè, want je hebt een kleine groep in Nederland die dit soort dingen doet.
[13:53] Die wel avonden lang, weekenden. Dat is gewoon hun hobby om alles aan elkaar te koppelen. Maar voor de rest van ons, daar heb ik helemaal geen zin in. Ik ook niet. Ik heb hier gewoon geen zin in, nee.
[14:02] Nee, dus, uh, ik vind het wel grappig om te horen, uh, hoe die waarschijnlijk ook gewoon ingelogd heeft op die Raspberry Pi. Of een netwerk is gaan zoeken. Ja.
[14:10] Ja, dat is zo gek eraan, dat hij dat natuurlijk ook allemaal kan. Ik had hier toevallig met dezelfde Oscar waar jij het net over had \[lacht\] van de webinars over.
[14:17] Die had mij een appje gestuurd en ik was, uh, toen een podcast aan het opnemen. Iets over: ik wil mijn thuisnetwerk betere wifi. Het werkt allemaal niet boven. Ik zit in Teamcalls, het, het hapert allemaal.
[14:26] \[lacht\] En ik zag, na die, uh, opname zag ik dus: laat maar, ik heb het al aan Claude gevraagd. Dat, dat is wel even een momentje voor mij, hè, van: oké, daar ga ik. Weet je wel. Dan word je voorbij, uh, gegaan. Ja.
[14:36] En toen- Laat maar. Ik heb het al aan mijn, uh, AI. Ja, het, het overkomt ons allemaal. En toen stuurde hij daarna: wat vind je hiervan? Wat vind je hiervan? Wat vind je hiervan? Oh, je werkt als second opinion, uh.
[14:44] Ja, meer zo even kijken dus. Ik, uh, ik, ik dacht alleen maar: wauw. Oké, supergoed. Niks anders aan, aan te merken. Zelfs dezelfde producten gekocht als ik gezegd zou hebben. Het was echt bizar.
[14:52] Maar toen, uh, uh, zei die op een gegeven moment: ja, ik, uh, uhm, ik heb het zo en zo gedaan in, uh, in die Ubiquiti ding. Dat is zo'n, uh, machine van, uh, van, zo'n duur netwerkapparaat.
[15:02] Ik zo: maar waar is nu, uh, je modem dan? Hij zei: nee, die is weg. Claude zei dat hij weg kon. Dus ik zo: nee, man, dat kan helemaal niet weg, hè. Voor de duidelijkheid: je hebt glasvezel, dat komt binnen.
[15:11] Dat moet dan naar een soort- In een modem, ja. Speedtouch ding. Ja. En dan door. Van je provider. En dan pas door naar jouw coole ding. Juist. Maar, uh, blijkbaar is daar een soort gedoe om geweest.
[15:20] Ik ken de geschiedenis niet precies en is er afgedwongen dat wij als Nederlanders het recht hebben om ook eigen modems te gebruiken. Ja. Dat je niet vastzit aan je providers modem. Ja.
[15:27] Dit is iets wat alleen maar tweakers doen en mensen die dit begrijpen. Ik ook niet. Ik heb gewoon hem achter mijn Speedtouch gehangen. Ja. Alleen Claude die had dus gezegd: ja, dit slaat nergens op.
[15:36] Het hoeft helemaal niet. Ja, dat ding wat je hebt gekocht kan ook prima modem zijn. Weet je wat? Ik log wel in. Ik configureer hem wel voor je. Ja, ja, haal het modem maar weg.
[15:42] \[lacht\] Dus, uh, dus, uh, en ik dacht ten eerste: ik wist niet dat het kon. Ten tweede: Claude heeft het gefixt.
[15:48] En ten derde, als ik dus nu teruglees wat er gebeurd is terwijl ik aan het opnemen was met jou, is gewoon een veel beter advies. Ja. En ik heb dingen geleerd. Ja. En ik weet niet, dat was even een, een kleine anekdote.
[15:57] Dit is denk ik alweer een, bijna een jaar geleden waarin ik allerlei dingen tegelijk eigenlijk gebeurden voor mij. Ja.
[16:03] Het idee dat er hardware aangestuurd en aangesloten, de adviserende rol, de plannende rol, de architect rol. En ik weet natuurlijk niet alles.
[16:12] Deze systemen zijn veel breder, intelligent, laat ik het dan zo zeggen, dan dat ik ooit zal zijn. Want het netwerk is één van mijn hobby's, niet dé hobby. Ja, ik weet niet, ik vond het een, uhm, precies wat jij.
[16:21] Er zullen nu ook domotica nerds luisteren die denken: oh, dus je komt niet meer op ons forum, uh, vragen? \[lacht\] Nee, inderdaad. Helaas. Het is over. Andere hobby zoeken.
[16:30] Nou, de reden waarom ik het over met je wilde hebben is omdat, en dat gaan we vandaag uitgebreider, uh, doen, is omdat, je ziet hier door je oogharen hoe het gaat zijn.
[16:43] Namelijk, je vertelt aan een AI, dus gewoon je fucking Claude, zeg je: ik wil dat mijn dakramen open en dicht gaan. En op dit moment is het allemaal nog in stapjes.
[16:53] Dus dat ding zegt dan: oh, dan moet je dit en dit kopen. En dan denk ik eigenlijk al: moet ik nou als een holbewoner naar Coolblue.nl gaan om dit op te gaan zoeken en dit dan te gaan bestellen?
[17:04] Ik wil gewoon dat dat ding dat allemaal regelt. Soort van: stel mij voor wat ik moet kopen. Geef mij de ruimte om ja of nee te zeggen. En als ik zeg ja, regel dat die shit voor mijn doe-, voordeur staat.
[17:15] Ik vraag niet- Maak een, een soort, uh, o-overkoepelend, uh, winkelmandje. Ja. Waar je dan drie keer acknowledge drukt en dan zegt: weet je wat trouwens, alles onder de €200 boeit me niet. Prima.
[17:24] De protocollen zijn in de maak, hè, maar ga verder met je, met je visie. Dus dat is één. En dan vervolgens komt dat allemaal aan. Ik vind het prima om dan die dingetjes zelf aan te sluiten als een soort humanoid. Prima.
[17:33] Dat wil je nog wel doen. Jij wordt soort van een rent-a-human ben jij dan. Ja, ik ben de rent-a-human van de AI die daadwerkelijk de UTP kabeltjes in die dingetjes steekt zoals dat ding zegt dat ik dat moet doen.
[17:42] En dan vervolgens, uh, sluit hij dat zelf allemaal aan. Kijk, ik denk dus, ik heb zelf bedacht: oh, dit, dit kan een AI mij uitleggen. Ik heb een wens in het echte leven.
[17:53] Ik ben gewoon een normaal mens die niet per se wil snappen hoe al deze meuk werkt. Ik wil gewoon dat mijn dakramen open en dicht gaan. Ik moet nu nog zelf bedenken dat dat een optie is.
[18:02] En ik zit te, uh, te denken: hoe gaat nou AI in het leven van gewone mensen terechtkomen? Ik wil dat dat ding zelf suggereert: hé trouwens, je hebt dakramen, heb ik op jouw netwerk gezien, die open en dicht kunnen.
[18:17] Ik zie dat ze, dat ze dicht blijven de hele tijd of dat jij ze zelf met de hand dicht doet als het gaat regenen. Zal ik gewoon even wat dingen voor je bestellen waardoor dit voortaan automatisch gaat?
[18:27] En dan ook dat bestellen inderdaad. Met andere woorden waar, waar ik het heel graag met jou over zou hebben deze, uh, uhm, uh, aflevering is wat er gebeurt als we de lijntjes van de afgelopen jaar doortrekken.
[18:40] Wat er gebeurt als de ontwikkelingen van de afgelopen jaren, waarvan we inmiddels kunnen terugkijken en kunnen zien: oh, uh, drie jaar geleden kon een plaatjesgenerator nog een, een Picasso-schilderij maken en inmiddels is het fotorealistisch.
[18:51] Wat als we met alles AI, dat soort lijntjes doortrekken? In wat voor wereld leven wij dan aan het eind van het jaar? Dus ik stel voor dat we dat vandaag gaan doen.
[18:59] Maar niet voordat we gaan luisteren van een boodschap van onze sponsor Samsung. \[muziek\] Ja, want we zien een verschuiving van AI die reageert als jij iets vraagt naar een AI die meedenkt voordat je het vraagt.
[19:12] Dit is een commerciële boodschap, hè. Het lijkt net traditioneel, maar dat hoor je aan de muziek. Dit is een commerciële boodschap. De AI leert je kennen en weet wat je wil.
[19:18] En je ziet bij die grote LLM's dat een, uh, geheugen van je gesprekken bijhouden, maar dat ie vervolgens weinig doet buiten dat gesprek. Op de Samsung Galaxy S26 zit een versie van dit idee in de telefoon zelf.
[19:31] Het heet Now Nudge. Die kijkt mee naar wat er op je scherm staat en denkt dan vervolgens met je mee. Krijg je een uitnodiging voor een diner?
[19:38] Dan zegt Now Nudge dat meteen in je agenda of kijkt of je al iets anders hebt staan. Vraagt iemand om foto's voor, voor die ene avond in Lissabon? Dan staan de foto's al klaar om je te delen.
[19:48] En vul je een formulier in, je gegevens worden dan netjes ingevuld zonder dat je het hoeft te kopiëren. En dat klinkt misschien een beetje eng, maar dit draait dus allemaal op de telefoon zelf.
[19:58] Op de NPU van de Snapdragon chip. Je sy-, je scherm wordt continu geanalyseerd, maar die analyse verlaat het toestel nooit.
[20:05] Zo realiseert Samsung dus langzamerhand hun droom van een persoonlijke assistent die je kent, je leven makkelijker en interessanter kan maken. Stopt de muziek. Je hoort weer terug bij het editorial deel.
[20:15] Ik wist niet dat dit ging komen. Het sluit naadloos aan, maar dat is de service die wij leveren \[lacht\] aan onze adverteerders. Zullen we naar het nieuws gaan, Wytse? \[muziek\] Ja, we beginnen met goed nieuws.
[20:30] Claude Fable 5, het krachtigste AI-model ter wereld, is wereldwijd weer toegankelijk. Even je geheugen opfrissen.
[20:36] Fable 5 werd begin juni gelanceerd, eeuwigheid geleden, en vroe-, vrij, volgens vrijwel elke test was het met afstand het sterkste AI-model op dat moment.
[20:45] Maar na drie dagen greep de Amerikaanse overheid in met exportbeperkingen vanwege, vanwege een vermeende jailbreak die het model beveiligingslekken liet opsporen en misbruiken.
[20:55] Afgelopen dinsdag werden die beperkingen door het ministerie van Handel weer opgeheven. De voorwaarden zijn tijdelijk wel anders.
[21:01] Met een Pro, Max of Teams-abonnement is Fable 5 tot en met 7 juli, een weekje dus, inbegrepen tot maximaal de helft van je weeklimiet en daarna moet je voor het gebruik van Fable gaan bijbetalen.
[21:11] De grootste verschuiving zit erin dat de Amerikaanse overheid vanaf nu meebeslist over de lancering van nieuwe AI-modellen.
[21:16] President Trump tekende daartoe een besluit dat AI-bedrijven, uh, hun krachtigste modellen eerst aan de overheid moeten voorleggen voordat ze die mogen releasen. En het tweede item sluit hier naadloos op aan.
[21:28] OpenAI, de maker van ChatGPT, presenteerde afgelopen week namelijk GPT-5.6, het krachtigste AI-model van OpenAI tot nu toe.
[21:36] En voor de tweede keer deze maand gaat een spraakmakend model direct achter slot en grendel, op verzoek van diezelfde Amerikaanse overheid. OpenAI koos wel een voorzichtigere koers dan Anthropic.
[21:46] Het koos direct voor een gefaseerde uitrol om te voorkomen dat het model later weer moest worden ingetrokken, zoals dus met Fable is gebeurd.
[21:53] Voorlopig heeft alleen een handjevol partners toegang tot GPT-5.6 en een bredere uitrol volgt naar verwachting binnen enkele weken. En tot slot een bedrijf om in de gaten te houden: Etched.
[22:03] Deze chipfabrikant is opgericht door twee Harvard drop-outs, heeft voor een miljard dollar aan bestellingen al binnengehaald en is inmiddels vijf miljard dollar waard.
[22:12] Bijna alle AI ter wereld draait nu namelijk op de chips van één bedrijf, Nvidia, en Etched bouwt chips voor één specifieke taak, namelijk het snel en zuinig laten antwoorden van AI-modellen.
[22:22] Inference met een ander woord. Dat maakt het een van de eerste serieuze uitdagers van de machtspositie van Nvidia. En meer concurrentie op dit gebied kan AI op termijn goedkoper en sneller maken. Althans, dat is de hoop.
[22:40] \[muziek\] Wytse, is dat GPT-5.6 boeiend voor jou? Nou, wat ik wel, uh, op zich is het een soort, uh, hoe zeg je dat, uh, aansluiten bij wat Anthropic gedaan heeft, want die hebben natuurlijk Fable gelanceerd.
[22:52] Was even weg, nu is ie er weer. En dat is het model dat op alle benchmarks in de breedte. \[schraapt keel\] Emotioneel. Ja, je wordt er emotioneel van. Dat snap ik ook. Het is ook veel. Het zijn snelle modellen. Nee, Sam.
[23:04] Nee. \[lacht\] Nou, wat je nu ziet is dat OpenAI wil natuurlijk wel bijblijven in dan de race van de zware modellen. We hebben Fable gekregen, toen weer afgepakt, toen weer teruggekregen.
[23:14] Maar in de benchmarks in de breedte is Fable, Fable 5 van Anthropic, een van de zwaardere en meest krachtige modellen. Dan moet OpenAI ook iets hebben. Die hebben inmiddels hun naamgeving veranderd.
[23:25] Wij zijn gewend om te praten over de GPT-modellen en dan heb je de mini's, micro's, uh, large, X high. Het is allemaal niet best. Dus wat ze nu hebben gedaan is gezegd: oké, we gaan nog wel door met versienummers.
[23:37] Dus GPT-5.6. We zitten nu op 5.5 voor de helderheid. Precies, en we mogen ook alleen nog maar bij 5.5, want 5.6 zit nog eventjes in de pipeline van het Witte Huis. Uhm, uiteindelijk gaan we straks krijgen drie smaakjes.
[23:50] Uhm, uit mijn hoofd Sol, Terra en Luna. Jezus, dit wordt makkelijker. Dit moet, moet het makkelijker maken. Ja, nou, die namen laten dan zien wat de grootte van de modellen is.
[24:02] Het is een beetje antwoord op Fable, Opus, Sonnet en Haiku. Tuurlijk. Uhm, ik denk dat Google ook nog wel gaat volgen als ik eerlijk ben, want het werkt blijkbaar. Nou, zullen we een spiekbriefje erbij houden?
[24:13] Ja, maar ga er maar van uit dat de benchmarks op die modellen dan ongeveer overeenkomen met de andere modellen van Anthropic en Google ver voorbijgaan.
[24:20] Interessant detail is dat er ook een Sol Ultra is Uh wat is Sol Ultra?
[24:26] Dat is eigenlijk het aller zwaarste model, hè, dus de Fabel van uhm OpenAI, die de mogelijkheid krijgt om heel veel subagents te spannen van zichzelf eigenlijk.
[24:37] Dus een soort ontploffing in een zwerm van Sol-achtige agents. En dan ook nog eens heel veel computerkracht beschikbaar te krijgen om te blijven rekenen.
[24:45] Ja, dus \[schraapt keel\] dan zit de vooruitgang niet in het model, maar dan zit de vooruitgang in dat je een taak die je geeft aan AI kan ophakken in een hele hoop delen.
[24:52] En die gaan dan subagents, die dezelfde capaciteit hebben als dat je één taak zou geven, allemaal parallel hun werk gaan doen om uiteindelijk weer bij elkaar te komen en jou het antwoord te geven. Zeg ik dat zo goed?
[25:03] Ja, en dan moet je dus een goede orchestrator hebben. Een orchestrator model die zichzelf goed kan orchestraten. Ja. En dit is ook een beetje de,
[25:10] kijk, er wordt, er wordt heel veel geroepen door de wat meer, uh, sceptische kant van het debat rondom, uh, taalmodellen / omnimodellen dat die allemaal niet uiteindelijk zo intelligent kunnen worden.
[25:22] Dit is één van de trucjes waar nu natuurlijk zegt: nee, één model niet. Maar goed, een zwerm van modellen met een goede dirigent erboven mogelijk wel.
[25:30] En dan zullen, dat is even mijn voorspelling, sowieso voor na de zomer, waarschijnlijk een aantal van deze nee-sayers gaan zeggen: ja, maar dat is niet eerlijk, hè, van dit, dit, wij hadden het over die modellen alleen, niet over die modellen in een zwerm.
[25:43] Aha. Dus ik denk dat je die, uhm, subagent-achtige zwermstrategieën, ook Anthropic, uh, heeft die, hè, het automatisch aanmaken van subagents in Claude. Ik wou het vragen: gebruik jij dit?
[25:54] Gebruik je, want je, in, in Anthropic Claude zit een modus die heet Ultra ook toch? Ja. Dan komen er allerlei Max regenbogen opeens in het scherm. Ja. Oh, in Ultra, in Code. Ja, sorry, met de regenbogen. Ja, fair.
[26:06] Komen allemaal regenbogen opeens op je scherm. Ja, gezellig. Vreselijk voor opvallend moment. Ja.
[26:10] Uh, dus dan, uh, stel je een vraag en dan in plaats van medium low, high zoals je gewend bent dat je kan kiezen hoe zwaar het model is wat je moet, gaat kiezen.
[26:19] Kun je dan Ultra kiezen en dan opeens start ie allemaal subagents. Wat gebeurt er dan in feite? En wanneer gebruik jij dit?
[26:26] Uhm, ik gebruik het als ik haast heb, uh, of ik eind van de maand nog wat over heb, want, van mijn credits, want dit is, dit is heel duur.
[26:34] Ja, dus, die zowel de Ultra modus van Sol als de Ultra modus in Claude Code is bedoeld voor het feit dat je echt zegt: oké, dit is een bug, die moet ik gewoon echt opgelost hebben.
[26:43] Of ik heb nog wat van mijn credits over en die wil ik nog gebruiken. Maar, uh, wanneer gebruik jij dit? In mijn geval, als het, als ik iets na, na dertig minuten gewoon niet gelukt is om op te lossen in software.
[26:52] Ja, ja, het is echt een soort van, uh, zoals, uh, een, een boost kan geven in, als je een superheld bent om op een knopje te drukken, dan, dan geef je hem gewoon extra kracht.
[27:00] Ja, en dan is nog de, de laatste stap daarna, mocht dat niet lukken, is: uhm, roep Codex maar aan. Uh, en dus ga maar met elkaar praten, de modellen.
[27:08] Dus dan zet je eigenlijk de Ultra, Ultra in en dan laat je de modellen met elkaar overleggen hoe zij met elkaars subagents toch nog tot een soort antwoord kunnen komen.
[27:17] Ja, dus je hebt sinds het begin van deze podcast eigenlijk twee manieren waarop je aan, uh, AI-energie kan uitgeven. Eén is doordat die bedrijven heel veel tijd stoppen in het bakken van modellen.
[27:26] Dat kan weken, maanden duren voordat één model is afgerond. Die is dan de hele tijd aan het nadenken en heel veel stroom aan het verbruiken.
[27:34] De andere manier om stroom te gebruiken is inference, waarbij je eigenlijk computerkracht gebruikt om de hele tijd vragen te beantwoorden.
[27:41] Ja, je zou kunnen zeggen dat je de, uhm, tijd die je geeft aan zo'n model om maar in een cirkel te blijven nadenken, verlengt. Ja. En dat is dus meer token gebruik, meer compute.
[27:52] Ja, en, uh, dat, dat laatste hebben we natuurlijk als gebruiker hebben we daar dan controle over. En als we dan een heel ingewikkeld vraagstuk hebben, dus bijvoorbeeld een bug fixen in software van jou.
[28:00] Maar, ja, het kan van alles zijn, kan ook kenniswerk zijn, kan research zijn, of, ja. Uh, dan kun je dus bedenken: oké, ik ga nu heel veel computerkracht voor deze vraag reserveren.
[28:11] Niet alleen, n-naar één model toe, maar, i-één model opgesplitst in heel veel parallelle, uhm, ja, versies van dat model.
[28:21] En die komen dan uiteindelijk allemaal weer samen om daar één antwoord van te maken of één ding op te leveren.
[28:25] En dan is dan natuurlijk een logische vervolgvraag: oké, moet ik niet één model heel veel tijd geven om na te denken? Wanneer moet ik één model heel veel tijd geven om na te denken?
[28:36] En wanneer moet ik meerdere modellen Ja. samen de tijd geven om na te denken?
[28:40] En is dit nou, de, want we, wij zitten in een, als je, als we terugkijken zitten we in een fase of hebben we een, een, een, uh, wat we samen hebben meegemaakt, is een soort van snelle opvolging van nieuwe modellen
[28:53] waarbij Fable en GPT-5.6 Sol dan deee, ja, de, de, de, de, de, de, de cutting edge is op dit moment. Ja, zo cutting edge dat we er niet bij mogen over het algemeen. Ja.
[29:04] Maar ik zag dus ook de afgelopen week mensen zeggen: ja, maar als ik, uh, de, als ik een aantal van de nieuwste modellen met elkaar combineer en eigenlijk wat jij zegt een orchestrator heb om een ingewikkelde vraag voor te leggen die dan uiteindelijk door verschillende modellen wordt beantwoord, kom ik eigenlijk ook in de buurt van wat Fable belooft, of kom ik eigenlijk ook in de buurt van wat 5.6, uh, Sol gaat doen.
[29:25] Waarmee er, waarmee eigenlijk, we hebben een soort van twee sporen nu waarop die, die benchmarks ook omhoog kunnen en dus waar, waar, waarvan we de verwachting kunnen hebben dat steeds meer werk overgenomen kan worden door AI's, namelijk de combinatie van en verbeterende modellen en gewoon opeens lijkt het los te gaan met gewoon maar subagents opspinnen.
[29:45] Dat, het zit steeds vaker standaard ook in die, uhm, in die tools die we gebruiken onder de motorkap. Ja, je hoeft het niet eens meer zelf bewust te doen. Nee, precies. Het wordt vanzelf ad hoc wanneer nodig gedaan.
[29:57] En, en, en dit is hoe die lijntjes nu doorgetrokken worden op die benchmark, uh, lijsten. Zeg ik dat goed? Ja, ik denk wel, zeker interessant wat je zegt.
[30:05] Kijk, uhm, het is wel belangrijk om te weten dat stel dat je een heel klein modelletje hebt, doe je een haiku van Anthropic en je zet duizend haiku's naast elkaar, dan is nog steeds de kennis, eigenlijk de algemene kennis van haiku is laag en duizend haiku's samen krijgen niet per se meer algemene kennis.
[30:23] Die weten nog steeds niet wie de kinderen van Willem-Alexander zijn. Mhmm.
[30:27] Uh, terwijl als je duizend Haiku's inzet op agentic taken, namelijk dingen opzoeken in bestanden, stukjes, uh, programmeren, dat kan prima, zolang daar niet die algemene kennis voor nodig is.
[30:37] Want die hele grote modellen zoals Fable, die dus ook heel zwaar zijn om te bakken en daarna heel duur zijn om te draaien. Ja, je stelt drie vragen en je bent door je credits heen.
[30:46] Ja, en dat, maar dat, die hebben een, uh, hoeveelheid aan competentie en kennis in zich, in potentie, die, die veel breder is dan die kleine modelletjes.
[30:55] Dus waar we nu een beetje naartoe aan het gaan zijn, dat is eigenlijk het routing vraagstuk uit de tijd van de eerste GPT5, namelijk: ik stel een vraag.
[31:04] Kan het systeem zelf bepalen voordat ie gaat rekenen hoeveel kracht hij nodig heeft, hè? Kan Haiku dit vraagje gewoon beantwoorden? Want je wil gewoon weten waar de dichtstbijzijnde supermarkt is.
[31:14] Of moet Fable erbij komen, want je hebt een zwaar filosofisch vraagstuk. Die, uh, de, die router, als die naïef is, is het gewoon: nou, dat ziet eruit als een makkelijke vraag.
[31:23] Ik gooi hem wel naar Haiku en dan krijg jij een shit antwoord en zeg je: AI werkt niet.
[31:27] Maar als die beter en beter en beter wordt, ga je dus krijgen, en nu zien wij dit nog, hè, als eindgebruiker, dat er een subagent gespawnt wordt of dat in de onderkant staat: ik ga naar thinking toe of whatever.
[31:37] Wat er in de toekomst gaat gebeuren is dat dit uiteindelijk voor de meeste gebruikers van AI allemaal niet meer zichtbaar is- Ja...en dat er op de achtergrond zwermen van kleintjes, kleintjes met groten, grote, uh, dirigent met een klein orkest, et cetera, gespawnt gaan worden, wat ervoor gaat zorgen dat de benchmarks en dus de uiteindelijke CITO-scores van al deze systemen omhoog blijven gaan zonder dat wij per se zwaardere modellen hoeven krijgen.
[32:01] Dus dit is jouw, is, is voorspelling één. Kunnen we dat zeggen als we het hebben over waar we aan het eind van het jaar zijn? Dat mensen zonder dat ze het doorhebben met allerlei subagents aan het werk zijn?
[32:10] Ja, dus ik denk dat heel veel van de dingen waar wij het hier in de podcast over hebben, die jij in de vorm van Regenboog en Ultra en Glad Code tegenkomt. Je zit heel diep onder de motorkap dan eigenlijk.
[32:18] Ik zit diep onder de motorkap, ja. En, maar wat je daar al begint aan te voelen is: waarom kiest hij dat niet even zelf? En als die keuze natuurlijk echt goed wordt, hè, dus er moet een soort slimmer model tussen.
[32:28] Of de modellen zelf moeten slim genoeg worden om die keuze te maken.
[32:31] Dan heb je grote kans dat, uh, vragen die nu gesteld worden door mensen die helemaal niet doorhebben wat er achter gebeurt, ineens zestien sub-, of misschien wel 160 subagents spawnen en het antwoord geven na twintig minuten.
[32:44] Ja, en dan, dan gaan gewone mensen voor het eerst er natuurlijk mee kennis maken, want die gaan niet op Ultra klikken. Want die, soort van: waarom zou ik dat doen? Nee, en ik denk dat- Als je het al überhaupt hebt.
[32:52] Als je dan zegt van: wat is dan die voorspelling? Is dat, uh, als je nu wat dieper in de materie zit en wat meer met AI-tools werkt zoals wij dat doen, kan je er echt veel uitpersen, uit die javadoeek, zeg maar.
[33:04] Je kan hem echt wringen en als het je niet zint ga je nog harder wringen en dan krijg jij je antwoord wel. Maar als je aan de andere kant van het spectrum zit.
[33:11] Je bent een half jaar geleden begonnen of je hebt op je werk tot nu toe alleen maar een beetje met Copilot gespeeld.
[33:16] Ja, dan heb je echt een heel andere ervaring van die systemen en, uh, tot nu toe ook niet de mogelijkheid gehad om te gaan wringen, want je kan niet zo diep.
[33:24] Dus ik denk dat er nog, uh, een heel grote vertraging zit op, uh, het, ja, het verspreiden eigenlijk van AI op hoger niveau met zwermen en orchestrators en agents waar wij al mee werken omdat we stiekem een beetje doorhebben hoe je dat moet nutchen, hoe je het een beetje moet duwen, maar straks uiteindelijk iets is wat gewoon werkt.
[33:44] Ja. Uh, waardoor- Wat in je Gemini zit of in, in, in Copilot zit. Ja, en in je Google Maps app en noem het allemaal maar op. Ja, ja, ja, ja, ja.
[33:50] Dus daarmee zeg je eigenlijk, uh, zelfs al zou de, uh, modellen, de kracht van de modellen op dit moment stagneren, zou er iets gebeuren waardoor er niks meer daar, niet meer groeit.
[34:01] Ik bedoel, stel alleen overheden en een kleine hoeveelheid, uh, uh, gekozen partijen krijgen nog toegang tot de hele grote supermodellen. Zo kun je het ook zien, ja. Stel. Ja.
[34:08] Uh, dan denk ik dat wij met de Opus 4.8 en de GPT 5.6 Terra's, hè, dus de kleinere, uh, met goede orchestration en vooral, uh, het verstoppen van al die complexiteit op een manier dat het nog wel werkt, hè. Ja.
[34:20] Want je kan het wel verstoppen, maar je moet het wel verstoppen op een manier dat het nog werkt. Ja.
[34:23] Dat er veel meer mensen gaan zijn die van die, ja, noem het, uh, eureka of, of spannende en leuk spannende en minder leuk spannende momenten gaan hebben en zeggen: zo, ik wist niet dat AI dit kon.
[34:35] Nou, het is grappig, want je trekt het nu een soort van soevereiniteits, uh, domein in.
[34:39] Wat, wat als niet eens een soort van technische stagnatie is, maar dat Trump zegt: deze gaan we niet meer delen met de rest van de wereld, want dit is te chill.
[34:47] Dit gaan we gewoon alleen maar aan Goldman Sachs en alleen maar aan, uh, General Electric geven. En die gaan helpen de Amerikaanse economie verder te verstevigen. En OpenAI moet gewoon, uh, even zijn muil houden.
[34:57] Deze toverstaf is zo krachtig. Ja. Die gaan we even voor onszelf houden. Die gaan we even voor onszelf houden. Dat zou niet een rare gedachte zijn.
[35:03] Ondertussen zag ik de afgelopen weken ook veel, uh, Chinese coding modellen heel serieus genomen worden.
[35:09] Dat eigenlijk een beetje de vibe begon te ontstaan dat het, uh, voor gewoon programmeerwerk, uh, mensen over aan het stappen waren naar Amerikaanse, Ame-, of, uh, sorry, naar Chinese, uh, open source modellen.
[35:24] Die dan weliswaar in de cloud, w-, draaien, maar Chinese modellen, om die te gebruiken omdat die tien keer goedkoper zijn en vergelijkbaar zijn met wat de, uh, goede Amerikaanse modellen nu in de cloud doen. Wat,
[35:37] i-, één: is het waar? Uh, uh, is, is, uh, klopt dit wat ik nu zeg?
[35:41] En twee: is dit misschien een manier waarop we, uh, als Amerikanen besluiten om de beste modellen uit te zetten, dat dit een soort van way out voor ons is, waarbij het subbeste model alsnog naast elkaar in verschillende agents zouden kunnen draaien, waardoor we ook weer niet zoveel gaan achterlopen en we een tijdje door kunnen.
[35:59] Nou ja, goed, ik, ik denk dat, kijk, wat nu een beetje de trend is, zeker inderdaad in softwareontwikkeling. Wat sowieso de groep is met, uh- De nieuwste spulletjes.
[36:07] Ja, en, en die over het algemeen tot nu toe de meeste tokens koopt bij Anthropic en, uh, het is de meest succesvolle killer app van taalmodellen is tot nu toe software maken. Uhm.
[36:16] Die zijn natuurlijk heel prijsgevoelig allemaal, inclusief ikzelf. En dat ik ook denk: ja, ik ben niet raketten aan het bouwen de hele tijd.
[36:22] Ik ben ook gewoon simpele websites aan het neerzetten en ik moet een database uitlezen of domotica programmeren. Op een gegeven moment is het gewoon goed genoeg.
[36:28] Ja, en, uh, in eerste instantie waar ik mee begon te schuiven was dat ik dacht: ik wil meer snelheid, hè, dus even vanuit mijn, uh, wat ik bijvoorbeeld. Als jij software maakt. Ja, omdat ik, ik, ik, ik.
[36:39] Heel vaak is het gewoon data omzetten in iets visueels of wat tabellen maken. Gewoon de basics. En toen merkte ik al: nou, zelfs Gemma vier, een open model van Google in dit geval, uh, is eigenlijk prima.
[36:50] Uh, oh, ik zie dat Cerebrus, een van de alternatieven op Nvidia, draait dit op chips en die doen dan duizend tokens per seconde.
[36:56] Even voor jullie beeld dan druk je op een knop en de A4'tjes vliegen je om het oor, zeg maar. Gaat heel snel. Ongelooflijk.
[37:00] En toen dacht ik: ja, ik vind eigenlijk een soort junior, uh, ontwikkelaars die supersnel zijn, prettiger dan een soort hele zware dure Fabel, uh, senior. Waar je de hele tijd op zit te wachten. Ja.
[37:11] Los van het feit dat ik die twee ook nog aan elkaar kan koppelen. Maar laten we dat even parkeren voor nu. Ja. Dus dan ben ik al losgekomen dat ik denk: ik hoef niet per se te werken met die zware modellen.
[37:21] Ik kan zelfs werken met open modellen en ik hoef niet eens te werken bij Google zelf, want Gemma draait ook bij Cerebrus.
[37:27] Want iedere keer als de grote, uh, uh, labs modellen uitbrengen, de Chinese labs, maar ook de Amerikaanse labs, dan worden die open modellen niet alleen maar verspreid onder de blije open source community, maar ook meteen geïnstalleerd bij alle AI inference providers.
[37:41] Ja, dat zijn een soort clouddiensten. Zo, zo als je bij Amazon Web Services misschien hostingruimte afneemt, kun je ook modellen afnemen die dan bij Amazon Services draaien, maar niet van hen zijn. Ja.
[37:51] Dat is heel makkelijk om te gebruiken. Zeker. En dan heb je daar eigenlijk nog twee categorieën in, hè.
[37:54] Dus die grote Amazon-achtige partijen, die hebben zo goed uit onderhandeld dat ze zelfs toegang hebben tot de gesloten modellen, hè. Ja.
[37:59] Dus je kunt Fabel vijf draaien bij Amazon, maar ik heb het nu eigenlijk over de, uh, dat is de kathedraal, zeg maar. Maar de bazaar, hè, dus de jungle daarbuiten van allerlei open modelletjes.
[38:10] Ja, daar heb je gewoon nu een, een hele markt die ontploft. Maar jij noemt nu meer Amerikaanse modellen, bijvoorbeeld Gemini, uh, bijvoorbeeld Gemma, maar, ze, ge-, programmeer jij met Chinese modellen?
[38:21] Ik test ze veel om er even mee te spelen, maar merk dan dat ik ze vaak niet, uh, dat ze niet helemaal doen wat ik wil voor mijn use case. Heeft gewoon te maken met in welke taal je programmeert.
[38:31] Maar ik zit veel in de, uh, verschillende Reddit communities van ontwikkelaars die van alles aan het proberen zijn en het thuis te draaien en, uh, dan al niet te draaien ergens anders.
[38:40] Daar zie je dat er ongelooflijk veel softwareontwikkelaars zijn die zeggen: ja, luister, ik wil gewoon de snelheid voor het minste geld en met, met de beste kwaliteit die daartoe te krijgen is.
[38:49] Die ziet het als een soort trifecta, zeg maar: snelheid, uh, kwaliteit en, uh, geld. En dat je op die manier nu bij die Chinese inference providers, hè.
[38:57] Dus dat kunnen Chinese modellen zijn die draaien in China of Chinese modellen zijn die draaien in Europa. Ja, ja. Want dat is natuurlijk ook zo.
[39:04] Dus misschien goed voor de luisteraar die, die een beetje begint te duizelen nu.
[39:08] Wij zijn als eindgebruiker vaak gewend om te praten met gesloten modellen van grote Amerikaanse bedrijven via de apps die ze ons leveren via de App Store.
[39:17] Maar als je de apps begint los te laten, hè, dus je kunt apps installeren waar je kan kiezen met welke provider je, uh, praat en dan ook de modellen begint los te laten, ja, dan wordt de keu-, keuze veel breder, want Gemma draait over de hele wereld en de DeepSeek en de GLM modellen draaien in essentie ook over de hele wereld.
[39:32] En als we dit tot voorspelling proberen te coinen, zou je dan zeggen: aan het eind van dit jaar is het veel gebruikelijker. We kunnen er een getal op plakken of iets, iets concreters.
[39:41] Om, uh, als jij, uh, een Nederlands bedrijf bent of de overheid bent, om Chinese modellen te gebruiken op eigen infrastructuur. Ja, dat is misschien, ja, uh, dit gebeurt al.
[39:50] Dit voelt denk ik voor heel veel mensen heel, heel spannend. Spannend, hè.
[39:53] Ja, dus misschien, ik wil toch even de nuance maken, want dat is, uh, er zijn, op het moment dat jij een Chinees open model downloadt en dan, je zegt even: je bent een, uh, kleine MKB'er en je draait dat op je eigen hardware binnen jouw bedrijf, uh, dan kan jij, uh, best wel, uh, prima gebruik maken van dat Chinese model.
[40:14] Ik zeg daar niet bij: ga er maar gewoon vanuit dat alles veilig is, want je moet nog wel een beetje opletten wat je doet. Maar dat model draait bij jou en dat blijft ook bij jou.
[40:21] Uh, en we hebben tot nu toe nog geen, uh, uh, meldingen gekregen of onderzoek gezien waaruit bleek dat die modellen dan toch, uh, nog iets naar China sturen of zo. Aha.
[40:30] Ik kan dat niet garanderen, maar dat is tot nu toe niet gevonden. Mhmm. Dus dan draait het model bij jou. Dat is wat anders dan zeggen: ik roep de DeepSeek server aan in China. Ja.
[40:39] Hè, dus als je nu als luisteraar denkt: huh, heb ik dan straks een bedrijf waar ik mee werk en die gebruiken Chinese modellen? Dat kan prima. Het ligt er even aan waar die draaien. Ja.
[40:49] Maar je ziet dus nu, en dit is wel een interessant, uh, bijeffect eigenlijk van het Fabel moment, want, uh, er was al, uh, nou ja, toch wel wat, uh, zenuwen rondom de afhankelijkheid van die drie grote Amerikaanse AI-labs.
[41:02] En dat iedereen dat maar begon te integreren alsof die water maar uit die kraan blijf, uh, bleef komen. Ja, alsof je daar op kan rekenen.
[41:09] Ja, nu, als jij Fabel al geïntegreerd had, had je een probleem, want je moest het weer uitzetten. Ja. Daardoor, door dat moment is er ineens op allerlei IT-afdelingen en softwarearchitecten zijn gaan kijken.
[41:19] Maar wacht even, dit moeten we helemaal niet hebben, deze afhankelijkheid, want we zijn echt afgesneden.
[41:24] Kunnen wij onze software wat meer zo inzetten op een manier dat we wat meer modelagnostisch werken en niet alleen maar loskomen van de provider? Hè, dus we gaan, uh, we kunnen Fabel aanroepen bij Amazon.
[41:33] Nee, we gaan loskomen van model en van provider.
[41:37] En dit is dus, en dit is best wel een groep geweest tijdens de Fabel downtime, zeg maar, die begon te roepen: doe dit nou niet, want nu begint iedereen over te stappen op andere modellen.
[41:47] En als je dat eenmaal doorhebt dat je dat kan doen, dan gaat, die, die cats out of the bag, zeg maar. Pandora's box is open.
[41:54] Dus je zou kunnen zeggen, de, de case kunnen maken dat het Fabel moment voor een soort golfbeweging door de markt heeft gezorgd waarin allerlei individuen en afdelingen achter zijn oren zijn gaan krabben en hebben gedacht: ja, maar wacht even.
[42:09] Nu we die LLM's allemaal hebben geïntegreerd en zo waardevol vinden, moeten wij gaan zorgen dat we ook andere modellen kunnen gebruiken. Hoe zit dat eigenlijk? Ja. Ja, en dan, als je, dan ben je het kwijt. Ja.
[42:19] Dus ik vind dat, en, uh, het, het verklaart ook waarom Zowel Google als OpenAI als Anthropic zo hun best aan het doen is om allerlei andere software te maken.
[42:30] Cloud Design, Cloud Science, Gemini Studio Die je alleen maar krijgt bij die taalmodellen, want dat is wel een lock-in.
[42:35] Je moet bundelen, je moet bundelen, want dit is, uh, uh, een van de dingen waar ik het eens ben met, uh, Gary Marcus. Gary Marcus schrijft vaak best wel negatief over taalmodellen en de hele AI, uh, hype.
[42:45] Hij vindt het allemaal maar grotendeels een beetje hyperig. Een van de dingen die hij wel, uh, een, waar hij absoluut een punt heeft dat hij zegt: dit is gewoon commodity.
[42:53] Als in, uh, dat jij zegt: ik heb een model wat antwoorden kan geven in tekst en plaatjes en dat kan je bij mij aanroepen.
[43:00] Als dat alles is wat Anthropic heeft, dan hebben ze een probleem, want dat is iets wat uiteindelijk nagemaakt zal worden in open vorm, hè, met zes maanden vertraging, maar who cares? Zie je wat de Chinese labs nu doen.
[43:09] Ja, en dat kan dan gedraaid worden op ieder datacenter ter wereld. Bij KTN. Ja, dus waarom zou ik dan nog de endpoint aanroepen van Anthropic? Ja. Dus, uh, mijn antwoord, ik ben niet de enige, dat op is.
[43:18] Wacht even, Anthropic is niet alleen maar een inference endpoint om tokentjes te genereren. Zij zijn een heel ecosysteem van software aan het maken. Ze zijn de volgende Adobe. Hmm. Ze zijn Microsoft aan het worden.
[43:29] En met reden, want dan krijg je zo'n mooi ecosysteem lock-in. Hé, maar met deze, uhm, uhm. Mooi bedoel ik trouwens mee, uh, mooi voor je, voor je bedrijf. Cynisch mooi. Cynisch mooi. Uhm,
[43:41] e-, e-, het feit dat, dat we nu dit inzicht hebben gekregen, oh, het is wel handig om te kunnen switchen en niet te veel afhankelijkheid op te brengen van één, uh, AI-provider.
[43:51] Uh, dat betekent dat je makkelijker kan switchen als je dit eenmaal, als je die, die, als je dat, uh, dat, die mindset aanneemt.
[43:59] Betekent dat, denk je ook dat als switchen makkelijker wordt, dat we ook meer concurrentie krijgen van AI die goedkoper wordt?
[44:06] Want ik hoor dat de laatste tijd steeds vaker bedrijven klagen over: oké, we hebben, uh, nu echt ons best gedaan om medewerkers AI te laten gebruiken de hele dag,
[44:16] maar nu gebruiken ze het eigenlijk wel erg veel en het is een beetje duur. \[lacht\] Ja. Bedrijven die er ook achter komen dat er, uh, nou ja, heel veel geld wordt uitgegeven door medewerkers en daar spijt van zijn.
[44:26] Er zijn, uhm, uh, veel, veel nieuws, uh, over geweest de afgelopen weken. Denk je dat er, dat we dit jaar ook een race gaan krijgen om AI steeds goedkoper te maken? Ja, want ik, dat, dit zie je nu al, uh, gebeuren.
[44:39] We hebben het in de intro gehad over Drive Edged, die een, uh, chip hebben gemaakt specifiek om, uh, AI inference op te doen, hè, dus tokens genereren om antwoorden te geven.
[44:48] Cerebrus noemde ik net wel even tussen neus en lippen, waar ik dan Gemma 4 laat draaien, is ook een hele eigen chip. Is helemaal niet Nvidia.
[44:54] Dus wat je ziet gebeuren is dat aan het har-, aan de hardware kant, dus waar het allemaal op rekent, de rekenmachine van AI, die rekenmachine wordt steeds efficiënter op hardware niveau. Hmm.
[45:04] Daarnaast worden er modellen gemaakt die steeds kleiner worden en ondertussen eigenlijk nog heel erg krachtig zijn.
[45:10] Platgeslagen, uh, de klein, de, de Haiku, uh, de nieuwste Haiku modellen van Anthropic komen in de buurt van de kracht van de oude Sonnet modellen, enzovoort, enzovoort. Ja.
[45:20] Dus de, de kleintjes beginnen te lijken op hun oudere, uh, grotere, uh, broers. Nu Sonnet 5 is gelanceerd in de afgelopen week. Die eigenlijk Opus 4.8-achtige kwaliteiten kent. Precies.
[45:29] En die was een stuk duurder, dus dat is gewoon opeens gebeurd. Ja. Dat je, dat je nu met Sonnet 5 kan programmeren waar je twee weken geleden nog Opus nog voor nodig had. Ja. Dat is wel een dingetje.
[45:38] Dus dat, d-daar duwen eigenlijk twee dingen, hè, dus de chips worden efficiënter en de modellen worden efficiënter. Duwen tegelijk. Ja. En dat, dat, daar zi-, daar plukken we nu met elkaar de vruchten van inmiddels.
[45:47] Uh, daarnaast is het zo dat de, de investeringen in tijd en energie van mensen, hè, van onderzoekers en AI onderzoekers, hè, want we, AI helpt inmiddels ook mee om te nadenken, wordt ook steeds groter, hè.
[45:57] Dus de nieuwe wetenschap en nieuwe doorbraakjes, uh, uh, komen er ook steeds meer bij, waardoor je je kunt voorstellen dat voor, nou ja, uh, veel van de taken, uh, van simpelweg notuleren, transcriberen, uh, tot en met, uh: joh, kan je een breed deep research onderzoek na-, voor me doen de komende twee uur, straks allemaal deels lokaal op de machine zelf en de smartphone en deels lokaal als in een datacenter bij jou om de hoek gewoon gedaan gaan worden, uh, door die veel kleinere modellen.
[46:25] En als ze in paniek raken, die modellen, dat ze er even hulp bij, uh, vragen. Dus, uh, dit is ook, want je hebt het over, uh, uh, wat het kost, uh, economisch voor bedrijven om zoveel tokens te moeten inkopen.
[46:37] Want uiteindelijk krijgen ze gewoon een enorme factuur van Anthropic eind van de maand. Ja. Of van de grote partijen.
[46:41] Is natuurlijk ook nog een stukje duurzaamheid aan dat het wel mooi zou zijn als we meer intelligentie krijgen- Ja. Voor minder, uh, energie, uh, als in uitstoot. Ja, precies. Dus ze drukken van alles, van alles.
[46:51] Is dit een reden om optimistisch te zijn over de klimaatuitstoot die AI bedrijven genereren? Toch is het moeilijk om dat te geloven, omdat ze tegelijkertijd- Nou, de vraag wordt steeds groter.
[46:59] Miljarden en miljarden \[gniffelt\] aan het uitgeven zijn aan die datacentra die toch allemaal gecomputerd hebben. Ja, en ik denk dat onze honger en onze verwachting, ik bedoel, uh. Onze honger neemt ook toe, dus ja.
[47:08] Ja, en ik merk ook dat wij, ik bedoel, jij en ik leggen die lat gewoon steeds hoger voor wat het kan. Ja. Dus dan zijn we, uh, cynisch of we maken we grapjes over, wat een matige tekst komt hier uit of wat een dom ding.
[47:17] Terwijl ik echt denk- Toch, hè, want jij zegt dus eigenlijk voor sommige dingen die ik doe, zoals je, d-, mijn dakramen openen, zeg maar. Ze gaan niet nog beter open op een gegeven moment.
[47:24] Zeg maar, op een gegeven moment is het gewoon klaar. Nee, dat is eigenlijk wat benchmark saturation is, hè. Dus, uh, de Cito scores staan op 55, hoger bestaat niet.
[47:32] Maar jij maakt het in je leven mee dat je zegt: het werkt. Ja. Voor wat ik als een probleem en mijn probleem is opgelost. Ja, dus, uh, ik vind dat een beetje ook lastig om te begrijpen aan de tijd waar we nu in zitten.
[47:42] Er wordt steeds, weet je, modellen worden steeds sterker, inference wordt steeds goedkoper en efficiënter. Dus je zou zeggen,
[47:50] als je eenmaal, uh, het voor kenniswerk taken of voor software programmeren, dat op een gegeven moment die lokale modellen gewoon genoeg zijn. Dus wat, waar komt dan de gedachte vandaan dat we toch,
[48:03] ja, eindeloze hoeveelheid bovenmenselijke intelligentie nodig hebben? Ja, is goed dat je dit zegt. Nou, ik denk dat, uh, als we dan kijken naar de, de METER benchmark, hè, de benchmark die, uh, bijhoudt. METER benchmark?
[48:13] Ja, wat METER doet is een beetje de, het lijntje wat nu door, door veel, uh, uh, opiniemakers rondom AI in de gaten gehouden wordt en ook wetenschappelijk, is een lijntje die eigenlijk meet, uh, hoe lang, ze hebben meerdere lijntjes, maar dit is hun belangrijkste grafiek.
[48:26] Hoe lang doet een, uh, LLM of een LLM-achtig systeem autonoom? Hoe lang kan die dan een bepaalde softwaretaak doen?
[48:34] Ik ga even iets simpels zeggen: maak voor mij een marketingwebsite en print voor mij die HTML uit die ik kan zien. Ja.
[48:39] Nou, dan ging die, uh, twee, drie jaar geleden daar twaalf seconden aan werken en dan poepte die die HTML uit en die was matig. En dan moest jij weer zeggen: nou, doe nog maar even dit, doe nog maar even dat.
[48:49] Handjes vast- Het was meer snelheid en kwaliteit. Ja, en dan eigenlijk, die wil je allebei. Dus je wil een goed eindresultaat wat kwalitatief goed is en zo min mogelijk bijsturen.
[48:58] Dus je wil ei-eigenlijk zeggen: ik vind het prima dat je het in honderd stappen doet, hè, uh, dat het heel matig begint allemaal, maar niet dat ik heel de tijd jou moet vertellen hoe matig het is. Ja.
[49:06] Hè, dus je wil een soort loepjes maken die zichzelf bijsturen in hun eigen kwaliteit. Oké. Dat is ook hoe het gegaan is.
[49:11] Hè, uh, uh, GPT, uh, 2, dat is, dat is nog pre ChatGPT, kon twee, drie seconden een paar regels HTML maken en toen gaf hij het al op. Ja. Hello world, dat kan ik. Doei.
[49:22] Nou, en op een gegeven moment, da-dan zei jij van: hij kan wel een kleurtje geven toch \[lacht\]? En dan iedere keer zei je weer.
[49:27] En op een gegeven moment zijn ze zichzelf een beetje opdrachtjes gaan geven en ging die tijd omhoog. Dus van vier seconden naar zestien seconden.
[49:34] En iedere keer zat daar een verdubbeling aan tijd dat ie autonoom, zonder dat jij hoeft in te grijpen, met een resultaat komt waar je van denkt: o, hier kan ik wat mee.
[49:42] Die verdubbeling ging om de zeven maanden ongeveer, dus iedere zeven maanden krijg je zestien seconden, 32 seconden, noem het maar op. In seconden was het allemaal niet zo interessant.
[49:50] Toen hadden wij het ook niet echt over deze grafiek. Ja, who cares? Zestien of 32 seconden. Je voelt hem aankomen, dat is met alle exponentiële groei. Op een gegeven moment ga je richting minuten.
[50:00] Op een gegeven moment hadden we, uh, de eerste Opus modellen. Die begonnen ineens tien minuten lang, uh, websites te bouwen. Voordat hij het opgaf. Voordat hij het op, of dat hij het eigenlijk opgaf en teruggaf.
[50:09] Ja, hij zei: nu is het wel goed. En dat jij dacht: nou. En dan, toen deden mensen al: keep going. Ja, precies, ja.
[50:16] En, en toen was al heel snel het idee ontstaan: moet hij niet gewoon tegen zichzelf keep going zeggen, hè. Kreeg je een soort loepjes. Dan duurt het allemaal weer eindeloos. Ja.
[50:23] En op een gegeven moment, uh, raakten we vorig jaar een beetje de eerste keer een uur, twee uur, drie uur en nu met, spring even door naar Mythos, hè, slash, uh, Fable, zitten we op 16,5 uur.
[50:34] 16,5 uur aan, uh, human equivalent, hè, dus dat is 16,5 uur mensentijd. Dat kan hij ook in 10 minuten doen soms. Met wat je er tegenaan gooit qua datacenter. Laat het even bezinken, het gaat om mensentijd.
[50:46] En als jij meer data, uh, meer kracht- Wat voor ding voert hij dan, dat waar die 16 uur mensentijd mee bezig is? In die METER Benchmark.
[50:53] Je moet je voorstellen: je hebt een verticale as met tijd die hij erover doet, uh, zonder dat hij jou lastigvalt om om hulp te vragen. Ja.
[50:59] En een horizontale, uh, met eigenlijk, uh, moet ik het even goed zeggen, onze tijd, namelijk hier. Wanneer? Uh, 2020, 2021. De geschiedenis van AI op de horizontale as. Ja.
[51:09] En je ziet dus door de geschiedenis van AI heen dat de hoeveelheid seconden, minuten, uren dat ze autonoom kunnen werken begint te stijgen. Begint te stijgen. En dan zie je op dat dingetje GPT5, uh, Gemini.
[51:19] Ze staan alle, alle Chinese modellen staan op dat plaatje. Uhm, aan de, aan die, aan die verticale as staat ook: wat doet ie dan? Ja. Hè, dus aan het begin staat letterlijk: making a simple HTML page. Precies.
[51:31] Hello world. Dat was heel moeilijk voor GPT2, maar Opus spuugt dat in drie seconden uit. Laten we zeggen: het is een, een valide HTML-pagina met een kop en een staart, hè. Dat moet helemaal kloppen.
[51:40] Nou, woehoe, dat vinden we nu niet meer spannend. Maar ze maken de opdracht steeds ingewikkelder of zo. Exact. Dus iedere keer ga je natuurlijk, en de scope groter maken en de complexiteit.
[51:47] Dus wat staat er nu verticaal bovenaan bij die 16,5 uur? Het verbeteren van AI-systemen, oftewel: werk aan jezelf. Oké.
[51:57] Die staat daar nu al, hè, dus dat is waarom Mythos ook een beetje zo'n, zo'n splash maakte in de media, is ook Mythos werkt aan Mythos. Ja. En, uhm, daarvan is het idee dan: oké,
[52:07] op een gegeven moment is die grafiek als het ware vol. Uh, want ja, dat systeem is op een punt gekomen waar wij eigenlijk kunnen zeggen: ja, 16,5 uur, 1600 uur, 16.000 uur. Keep going. Ja. Dus we, de loop is rond.
[52:22] Je zou kunnen zeggen dat het cirkeltje, dat cirkeltje begon met een heel klein stukje van vier seconden helemaal aan het begin en die gaat heel zachtjes begint hij rond te gaan en op een gegeven moment heb je de cirkel rond.
[52:31] Waarom is dit zo belangrijk? Omdat dit eigenlijk de grafiek is die onder heel veel van het debat zit rondom: hoe zien de komende jaren eruit? Oké. Het scenario van, uh, Michiel Bakker als het gaat om Europe 20, uh, 2031.
[52:44] Dit gaat om, uh, AI 2027 van Aschenbrenner. Al dit soort scenario's wijzen ook heel vaak naar deze grafiek. Wat moet je daarvoor even aannemen?
[52:54] En, uh, uh, ik neem je even mee in de stappen, want ik krijg heel vaak, ik laat deze tijdens mijn lezingen vaak zien, deze grafiek. Dan praat ik er even over en dan komen mensen altijd naar me toe.
[53:02] Ja, maar dat, dat gaat alleen maar over software, toch? Sterker nog, over 50% van de tijd gaat het goed. Dus die grafiek gaat ook nog eens over dat het hem één in de twee keer lukt om dat te doen.
[53:13] Ja, ik snap gewoon niet hoe dit te maken heeft met de rest van de samenleving. Dit is jouw softwarewereld, jongen. Dat, dat, leuk dat hij zichzelf kan verbeteren.
[53:19] Oké, daar zien heel veel mensen al niet de, de, de zin van. De stappen die even genomen moeten worden is: met software kan je een AI-onderzoeker maken en die AI-onderzoeker kan AI gaan verbeteren.
[53:34] Waardoor al die gaten die er nu nog zitten in die modellen, dat ze niet, helemaal niet zo goed zijn in echt creatief muziek maken, dat ze constant omvallen als het gaat om bepaalde medische vraagstukken, dat ze veel hallucineren, et cetera.
[53:45] Dat je eigenlijk zegt: eerst zorg je dat hij goed wordt in software, autonoom en lang.
[53:50] Dan bouw je daarmee een AI-onderzoeker die zichzelf gaat verbeteren, waar je dan weer onderzoekers mee maakt die vervolgens alle andere gaten in het systeem gaan repareren. Mm.
[54:00] Dus je maakt iets, een soort metselaartje, die je vooruit stuurt, die met terugwerkende kracht alle gaatjes in zichzelf gaat repareren.
[54:07] En daarom is die, denk ik, als je dit allemaal aanneemt als waar, hè, dus je kan van software naar wetenschap en van wetenschap naar toepassing en alles wordt uiteindelijk één cirkel.
[54:15] Is die METER Benchmark belangrijk omdat hij niet aan het afvlakken is nog. Sterker nog, de verdubbelingstijd is van zeven maanden naar vier maanden gegaan. Lots to impact daar, zou de Amerikaanse podcast host zeggen.
[54:28] Is dit dan waarom we z-, alsnog zoveel vraag gaan houden naar compute, ondanks dat modellen steeds simpeler en beter worden, dus in principe beter worden met minder energiegebruik?
[54:43] Is dan de reden waarom die meter test alsnog een opgaand lijntje toont. Omdat we gewoon alsnog heel veel meer behoefte gaan hebben aan de beste AI.
[54:53] Omdat die beste AI allemaal dingen maakt waarmee s-simpeler werk steeds vaker weggehaald kan worden. Ja, het is mooi dat je het zegt, want- Hoe werkt dit?
[55:02] Precies, je eigenlijke vraag, uh, ik, ik ben nu waar jij me wilde hebben net met je vraag. Wij duwen eigenlijk die grafiek niet omhoog, jij en ik. Jij bent al blij met het model thuis. Ja. Toch?
[55:12] Je punt is een beetje van: trekt de markt, wil de markt dit wel? Of zijn gewoon een Haiku thuis op je laptop \[gniffelt\] die gewoon 90% van je werk doet.
[55:19] Ik had vanmorgen gewoon, ik stelde vanmorgen een heel simpele vraag aan Claude en toen, het was echt zoiets, soort van, uuuh, kijk even naar mijn mail en schrijf even een mailtje voor die persoon.
[55:28] En toen had ik niet door dat Febel aanstond. \[beiden lachen\] Ja, maar goed. Ja, het geeft het antwoord. Gooi even een Ferrari, uh, tegen je boodschappen, uh, probleem aan. Ja, maar goed, dat is, da-, case in point.
[55:39] Ja, nee, ik denk dus dat je inderdaad gelijk hebt dat voor de individuele consument die een, uh, chat, uh, appje gebruikt, uh, die boven Febel modellen zou je kunnen zeggen, want er gaat nog wat nakomen, hè, uh, d-dat, we weten nog niet hoe snel, maar, dat, ik, het is niet klaar nog, laat ik het dan zo zeggen, dat dat helemaal niets voor ons is.
[55:56] Nee. En dan zou je kunnen zeggen: oké, dan, uh, aan de, aan de wat donkere kant van de, van de scenario's zou je zeggen: oh, alleen maar militaire toepassingen dan.
[56:05] Aan de wat lichtere kant van de scenario's zou je kunnen zeggen dat: dat zijn nou die medische toepassingen die ons beloofd zijn.
[56:11] Want, uh, in, uh, veel interviews met de grote AI-bazen zeggen ze steeds: wacht maar, wacht maar, wacht maar. Wij gaan hele grote ziektes genezen en daarvoor hebben we een AI wetenschapper nodig. Juist.
[56:21] Dus ik denk dat- Dat is waarom onze honger naar compute niet gaat stillen. Ondanks dat we lokale modellen hebben die alles kunnen doen wat we nu doen in een cloud, over een paar jaar. Ja.
[56:31] Dan gaat alsnog onze honger niet gestild zijn, omdat we zulke grote opdrachten hebben als mensheid. Daar gaat die compute voor nodig zijn. Dat is wat je zegt. Ja, en ik vind wel, ik vind het wel mooi dat je dit zo zegt.
[56:40] Want kijk, je kunt je ook afvragen, uh, ik denk dat er best wel wat mensen zijn, in ieder geval, dat haal ik een beetje uit de mensen die ik spreek rondom het onderwerp, e-en m-mijn eigen intuïtie.
[56:50] Ik vind het eigenlijk wel chill als tool.
[56:53] Gewoon, ik wil gewoon een hele snelle lokale Haiku die 90% van mijn, m-m-kennistaken kan, inclusief mijn, uh, ramen laten openzetten met een Raspberry Pi en, uh, dan vind ik het ook eigenlijk wel even goed, uh, uh, in mijn leven, zeg maar.
[57:08] En daarin blijft AI ook heel erg jouw assistent. Mhmm. En niet jouw nieuwe collega die mogelijk jouw baan overneemt. Mhmm.
[57:15] Terwijl als we de meter grafiek doortrekken, ja, dan kom je gewoon op een punt dat je met systemen te maken gaat krijgen die wel gewoon mensen in zijn geheel kunnen vervangen.
[57:24] En ik denk dus ook dat het, uh, interessant gaat zijn, uh, de komen, het komende jaar, uh, of we inderdaad wat jij dus nu eigenlijk al een beetje beschrijft, dat je zegt: joh, ik vind eigenlijk de modellen die we nu hebben voor heel veel dingen die ik nodig heb al goed.
[57:40] Mogelijk zijn ze straks nog wat sneller en wat efficiënter en wat goedkoper.
[57:44] Oké, maar je zegt dus eigenlijk: voor ons simpele zielen, uh, is AI zoals hij nu is, wordt, wordt heel snel iets wat goedkoop op je eigen lokale computer kan draaien. Dat is best wel mindblowing, eerlijk gezegd al.
[57:57] Maar jij zegt: de rest van die co-compute gaat over naar, uh, eigenlijk programmeer taken en dat, dat is een soort tussenstap om te krijgen wat we al die tijd beloofd zijn, namelijk dat het gaat helpen om ziektes op te lossen.
[58:10] Als je dit in een soort voorspelling zou willen, soort van die meter, die meter, die meter lijn gaat omhoog. Dat hebben we in ieder geval objectief soort van vastgesteld nu.
[58:18] Wat is dan de, zeg maar, wat gaat dat dan doen? Bijvoorbeeld voor, I don't know, wat, wat, wat is het effect voor coding agents bijvoorbeeld als je een soort voorspelling daaraan zou willen vasthangen?
[58:28] Nou, ik denk dat nu, uhm, die, die, kijk, aan de ene kant hebben we de tool, die doet wat jij wilt en dan, uh, in ieder geval, dan hoop je dat hij doet wat jij wilt. Je krijgt antwoord terug en je stelt een nieuwe vraag.
[58:38] Terwijl een agent die draait 's nachts, nightshifts. Uh, die is voor jou bezig terwijl jij geen input hoeft. Die gaat voor jou bestellingen plaatsen.
[58:45] Die levert de doos en die zegt: Alexander, wil je even opstaan, wat dingen in de UTP-ding stoppen, want dat kan ik niet. En dan hoor je me even niet meer. En trouwens, en op een gegeven moment hoor je je raam opengaan.
[58:53] Juist. Dat je denkt: klaar. Weet je wel. Dit is trouwens echt zo, hè. Ja, nee, \[gniffelt\] je bent er al. Dat dan dat raam open gaat, is echt fucking magisch. Het is heel bizar als, als, zeg maar, die AI de wereld ingaat.
[59:03] Ja. Toch? Dat ie de realiteit begint te besturen. Ja. Uhm, ik denk dat je, uh, in die soort van, hij doet wat ik zeg wanneer ik wil en geeft antwoord wereld, uh, steeds sneller, goedkoper dat kan doen, hè.
[59:15] Dus soort van de AI, de, de zware AI van vandaag is de goedkope snelle AI van morgen. Ja. Ver.
[59:21] Uh, maar aan de andere kant ontwikkelt het zich allemaal, uh, door in dat soort agentic paradigm waarin je van een soort hamer gaat naar iets dat zegt: ik ga de hele nacht voor jou aan het werk en morgen heb je een schuurtje erbij.
[59:33] Mhmm. Dat is echt anders. Mhmm.
[59:34] En aan die kant is het nu zo dat die, uh, coding agents, hè, waar we het vaak over hebben, Claude Code, Codex, dat zijn in essentie een soort agent harnesses die heel de tijd kleine poppetjes aansturen, virtueel, uh, waardoor jouw uiteindelijke Raspberry Pi geconfigureerd is om je raam open te doen.
[59:51] Nu gaan we de stap krijgen dat daar, het uit die nerdy technische coding wereld gaat breken en, uh, dat mensen het bewust en onbewust, ik denk grotendeels onbewust, die kracht gaan terugkrijgen in hun dagelijkse ChatGPT.
[1:00:05] En hoe gaan we dat dan werk-merken aan het eind van het jaar? Nou, ik denk dat, uhm, het nu zo is dat, de, je moet nu echt naar Codex toe. Uh, ChatGPT en Codex zijn niet één app.
[1:00:17] Uh, Claude Code en Claude is niet één ding. En ik denk op een gegeven moment dat heel veel van de features- Dat gaat samen.
[1:00:22] Ja, en ik, ik denk wel dat, dat die nog even blijven bestaan, hoor, Codex en Co, maar dat er heel veel verhuisd gaat worden van de een naar de ander, waardoor het standaard platform voor 99% van de gebruikers of 95%, ineens gaat die service, zeg maar, ook allerlei agents dingen krijgen.
[1:00:36] Gewoon, maar het werkt gewoon. Waarin de gemiddelde consument gaat merken: uh, oh, zal ik even een reminder voor je zetten? Zal ik dit trouwens even iedere nacht gaan doen? Uhm. Dat hij dat gaat voorstellen bedoel je?
[1:00:48] Ja, want nu, uh, ik had het net nog dat ik een vraag stelde over bepaalde facturen vergelijken en dingen. Dat ik dacht: ik wil hier eigenlijk even een scheduled job van maken.
[1:00:55] Dacht: oh nee, dit is in Cloud, ik zit niet in COWORK. Oh, dan moet ik mijn laptop thuis openzetten. En, en toen, toen dacht ik, want zo, zo zie ik het dan, dat ik denk: even wachten nog. Ja, dit gaat gefixt worden.
[1:01:05] Ik ga dit niet nu allemaal regelen, want het is over een tijdje zit dit er gewoon in.
[1:01:08] Ja, en ik denk dat dat idee, dat, uh, kijk, in de algemeen, in de algemeenheid, uh, is het nu nog zo, uh, ik, ik heb, laatst had ik weer iemand die ging iets vertellen aan zijn iPhone, die zei: "dit is AI toch?"
[1:01:21] En dan ging hij een soort grap naar mij maken met Siri, weet je wel, die een verkeerde wekker ging zetten of zo. En ik zei: ja, uh, nee, als ik heel eerlijk ben, wat jij nu demonstreert is echt heel oud.
[1:01:30] Uh, ja, maar waarom werkt het niet dan? Daar kan ik uren over praten, over hoe verandermanagement werkt binnen grote corporates. Maar dit heeft gewoon tijd nodig.
[1:01:38] Ik denk dat we nu de komende zes, twaalf maanden gaan merken dat veel van die gimmicks en, en krachtige dingen die wij uit die doek weten te wringen met z'n tweeën, uh, bijna tran-, naadloos transparant terecht gaan komen in de ChatGPT app in Copilot, waardoor, ik denk dat wij vaker, uh, om ons heen gaan horen, uh, dat mensen dingen beschrijven waar wij van denken: ja, dat zijn gewoon scheduled agents, toch?
[1:02:00] Ja, ja, ja, ja, ja. Maar dat, dat zijn we gewoon door die. Omdat er een soort pop-up verschijnt in ChatGPT en zegt: zal ik gewoon dit voortaan zelf doen, elke keer als Piet je mailt?
[1:02:09] Ja, je vraagt het nu voor de derde keer. Ten eerste, ten eerste zullen we er een skill van maken. En ten tweede, die skill ga ik iedere nacht doen. En misschien niet eens met al deze terminologie.
[1:02:17] Want als er iets is wat wij natuurlijk hebben meegemaakt in andere domeinen in technologie, is dat al deze nerd speak uiteindelijk gewoon verdwijnt. Ja.
[1:02:25] Uh, dus ik denk het soort van, dat de rest van de AI gebruikers die net ingestapt zijn, een jaar geleden of, uh, uh, korter, veel meer van die vruchten gaan plukken van deze nu nog vrij nerdy tools.
[1:02:37] Ja, en nu bijvoorbeeld in Codex zit een soort van trucje, waar er, als je alle, op allebei de, de Apple knopjes op je toetsenbord drukt, dan kun je een screenshot sturen van de app waarmee je mee bezig bent en waar je met Codex over wil praten.
[1:02:49] Dus als ik software aan het bouwen ben en er gaat iets niet goed, dan druk ik op die twee knoppies en dan zie je zo'n screenshot zo van woesj, verschuiven naar, uh, Codex en dan kun je praten over hetgeen je ziet.
[1:03:00] Dus eigenlijk zeg je daarmee tegen je AI: kijk even mee, want op mijn scherm staat iets, dat klopt niet. En dan kan je letterlijk tegen het ding zeggen: stuk, enter. En \[lacht\] dan gaat ie het, dan gaat ie het fixen.
[1:03:11] Dat is natuurlijk, je hoeft niet heel, zeg maar, je hoeft niet veel ruimte tussen je oogharen te, z-, te hebben om te kunnen zien waar dit naartoe gaat.
[1:03:19] Namelijk dat ie zelf de hele tijd aan het meekijken is op je scherm om suggesties te doen. En dat als er een error komt, dat het ding dan zelf bedenkt: het werkt niet zoals het hoort te werken. Zal ik dit fixen?
[1:03:31] Ik heb het allemaal al klaarstaan. Het is supervoorspelbaar hoe dit zal gaan, maar het vereist dat je je scherm deelt met die AI tools, zeg maar. Ik heb er geen twijfel over dat dit gaat gebeuren.
[1:03:42] Ik weet niet of het eind van het jaar er is, maar ik heb er geen twijfel over dat wij, dat Codex, zeg maar, gaat meekijken naar jouw scherm, hoe jij jouw e-mailtjes zit te doen, om daar een mening over te vormen.
[1:03:52] Dat ding gaat gewoon de hele tijd meningen vormen over hoe jij je werk aan het doen bent.
[1:03:56] En ik denk dat als dat er is, gewoon streaming van jouw scherm naar zo'n AI model, die de hele tijd zichzelf vraagt: kan ik dit zelf?
[1:04:05] Dat, en dan vervolgens dat aan gebruikers suggereert, dat dat heeeel veel gaat doen voor hoe mensen, uhm, AI systemen gebruiken.
[1:04:13] Want dan is het gewoon het automatisch activeren, waarbij gewone gebruikers niet de fantasie hebben om dat, uhm, zelf te bedenken. Ja, en ik denk nu dat het, het, het aantal dingen, hè.
[1:04:23] Ik kan me sowieso voorstellen dat ook wanneer jij gaat zeggen: je krijgt korting of, uh, je krijgt een plus abonnement als je je scherm streamt, want die data is gewoon heel veel waard.
[1:04:31] Ja, mensen gaan dit gewoon willen, want ze gaan van een ander horen: oh, doe je dat nog zelf? En dan gaan ze opeens dat vinkje aanzetten, hoor. Daar hoef jij geen korting voor.
[1:04:38] Sterker nog, daar heb je voor bijbetalen, denk ik, weet je. Nee, en ik denk dat, ik, ik heb hier wel, uhm, ik merkte de laatste tijd, ik, ik krijg veel de vraag: wat moet ik dan nu gaan leren?
[1:04:49] Ik, ik geloof dat dat AI ding, uh, uh, een belangrijk, uh, invloedrijke technologie is. Wat moet ik dan nu gaan installeren of oefenen of leren?
[1:04:57] En, hè, dan, dan, uh, met ontwikkelaars was het: ja, ik moet, je moet prompt engineering doen. En toen: nee, je moet context engineering doen. Nee, je moet harness insteneer-engineering doen.
[1:05:07] Nee, je moet loop engineering doen. Dat is een beetje het grapje van de laatste twee jaar. Iedere keer schuift het weer een abstractieniveau op.
[1:05:14] Je kunt ook denken dat, heel veel van die technologie is gewoon nog superrauw en supermatig en supernerdy geïntegreerd met keyboard shortcuts en model pickers en allerlei onzin eigenlijk, uh, voor de eind-eindgebruiker.
[1:05:28] Want kijk, uhm, de meesten van ons, inclusief ikzelf, uh, op dagen dat ik een beetje moe ben. Ik, kijk, of ik heb pijn die moet weg of ik heb een droom, die wil ik waarmaken.
[1:05:40] En dat is pretty much wat ik aan het doen ben met technologie. Hè, ik sta ergens in, uh, Amsterdam. Ik wil naar Rotterdam. Breng me erheen, regel het.
[1:05:48] En ik denk dat, uh, waar, uh, dat, wat door veel mensen nog wel een beetje onderschat wordt, is dat deze technologie, zo breed, die zich kan uiten als iemand in Teams, die kan bellen met je, die podcast kan maken voor je, uh, die je bestu-, computer kan besturen, die je auto kan besturen.
[1:06:06] Nou, alles wat ik nu zeg klinkt bizar, maar is al zo, zeg maar. \[lacht\] En voor ons, uh, we hebben het getest en het, uh, werkt best wel goed.
[1:06:13] Dat, dat die technologie ervoor gaat zorgen dat je van die, weet een beetje, ja, frictieloze, uh, interfaceloze, er zijn geen knopjes, geen appjes, dingen meer, technologie gaat krijgen.
[1:06:23] En ik denk dat jij die al door je, door je haren heen, uh, uh, ziet, maar dat het, uh, nog wel even duurt voordat we in zo'n naadloze integratie zijn.
[1:06:31] En, ja, ik kan het natuurlijk niet laten, het liefst op een manier \[lacht\] dat het grotendeels ook lokaal kan gebeuren. Ja, maar dit is toch heel logisch toch, dat dit lokaal gaat gebeuren?
[1:06:40] Zeker dat scherm in de gaten houden, want dat, dat, die visuele modellen zijn er eigenlijk al. Je ziet nu ook.
[1:06:45] En wat is daar dan precies mis mee eigenlijk, denk ik, uh, vanuit privacy perspectief of vanuit soevereiniteitsperspectief?
[1:06:51] Nou, dat is het interessante bij het woord lokaal, hè, want dat is nog wel iets wat, wat ik bij mezelf gemerkt dat ik een soort, uh,
[1:06:57] aan de ene kant van mijn gedachten zat: uh, Anthropic datacenter in Amerika, gesloten model en aan de andere kant van mijn gedachten zat: Wytse's laptop met daarop een open model, uh, en de wifi staat uit.
[1:07:10] Daartussen zit natuurlijk een open model, draaiend op een datacenter ergens in Amsterdam. Bij KPN. Ja, en ik denk dat we, dat het heel erg gaat helpen om die tussenoplossing, uh, midden veel meer aandacht te geven. Ja.
[1:07:22] Dat woord lokaal is veels te zwaar. M-hm. Misschien moet je het gewoon zien als in Nederland. Ja.
[1:07:27] Want dat geeft ook, want i-ik merk gewoon, uh, weet je, in dat midden zijn ook gewoon modellen te draaien die echt gewoon heel krachtig zijn, terwijl dat laptopje misschien niet, uh, a-alles kan.
[1:07:38] Dus, uh, misschien om je aan te vullen.
[1:07:40] Technisch gezien hebben we echt wel een aantal hele mooie kaarten liggen om het zo te configureren dat wat dicht bij jouw, uh, privacy komt lokaal gebeurt en wat schoongeveegd van, of niet zo belangrijk is, wat verder weg van je computer gebeurt.
[1:07:56] Ik denk dat als jij een half jaar geleden voorspellingen had gedaan over waar we nu zouden zijn, dan zou ik denk ik ge-gedacht hebben dat jij zou voorspeld hebben: OpenClaw, want dat was al een ding, gaat
[1:08:11] enorme problemen veroorzaken. Gaat computers hacken, gaat, uh, er gaat data op straat liggen. Gaat, uh, dat gaat één grote shitzooi worden. Ja, ik maakte me wel zorgen, ja. Dat is niet gebeurd, Wytse.
[1:08:21] Ik ben je nu aan het, aan het vastpinnen op een voorspelling die je helemaal niet hebt gedaan, maar die wel in de vibe zat die jij op dat moment aanhield. Ja, dat kon natuurlijk door mijn waarschuwing.
[1:08:30] \[lacht\] Omdat mensen geen OpenClaw gebruiken. Juist, ja. Uhm, nou, je moet, ik bedoel, het, dat is niet door mij. Laten we eerst terugkijken waarom dit niet gebeurd is en dan vervolgens, gaat het dan nu wel gebeuren?
[1:08:42] Ja, want ik bedoel, dat kun je ook. Je kunt natuurlijk zeggen: je zit er, je zit ernaast met je, in dit geval pseudovoorspelling, uh, het is nooit gebeurd. Of je was te vroeg. Zeg het eens.
[1:08:52] Nou, ik denk wel dat, uhm, we nog wel wat incidenten gaan krijgen, uh, en ook breed in de media uitgemeten incidenten. Groot incident om het, om het journaal op te openen.
[1:09:04] En dan, ik hoop dan eigenlijk, om eerlijk te zijn, want het woord incident klinkt meteen negatief, hè, van: daar is iemand overleden of dat gaat heel erg pijn doen. Terwijl, het kan natuurlijk veel grappiger zijn.
[1:09:12] Namelijk: alle ramen van de Universiteit Utrecht staan de hele dag te klapperen, want iemand heeft, uh, geprobeerd zijn Domotica-botje te installeren en die heeft hij op werk aan laten staan.
[1:09:20] Die is het hele network gaan afzoeken en heeft inmiddels alle Raspberry Pi's gevonden. Ja, maar in ieder geval een nieuwswaardig incident.
[1:09:25] Ja, dus, en ik denk dus wat nodig is daar voor dat incident is iets fysieks, hè, want jij zei net al: ik zie mijn ramen opengaan. Dat doet toch iets.
[1:09:33] Terwijl ik tegen jou zou kunnen zeggen: ja, technisch is er geen verschil, maar ja, het doet, het doet gewoon iets. Nou, misschien dat het iets gaat doen in de mate waarin mensen erom gaan geven.
[1:09:41] Dus wij zitten de hele tijd soort van: ja, AI kan software maken, maar god, de wereld, uh, gaat zo veranderen en je ziet gewoon de mensen op straat denken: hmm, I don't give a fuck.
[1:09:49] \[lacht\] Het hele AI kan me gestolen worden, maar als dan blijkt dat, uh, ramen in heel Nederland niet meer open gaan, dan is dat toch wel een ding.
[1:09:56] En, en jij zegt eigenlijk: die fysieke verschijning maakt dat we erom gaan geven. Ja, dus er zit, zeg maar, daar moet dan een fysiek component in zitten. Ja, voordat het nieuwswaardig wordt.
[1:10:04] Ja, want gebeld worden door je AI is ook wel spannend, maar echt gewoon een klop op je deur met een pizza voelt al heel anders, zeg maar. M-hm.
[1:10:10] Ik kan me voorstellen dat het iets fysieks is, uhm, ja, en dat het, dat het gewoon echt wel ook iemand is die gewoon iets aan het proberen was.
[1:10:18] Dat iemand aan het knutselen is met Codex of zo en dat dat ineens, uh, een soort uit de hand loopt. En als het dan leuk uit de hand loopt, heb je ook een leuk nieuwsitem daarover.
[1:10:27] Maar wat zit hier nou voor voorspelling onder?
[1:10:29] Want, i-, zeg je nou eigenlijk- Nu zijn het, ik denk dat het gewoon nog heel veel, uh, dat het gewoon kleine groepen zijn die nu een beetje met Codex en Cloud Code spelen, die zelf al best wel nerdy zijn ook.
[1:10:39] Ja, en eigenlijk te veel permissies openzetten voor wat ze eigenlijk zelf begrijpen. Ik ben natuurlijk zo iemand, die zet overal permissies gewoon op. Let's go, motherfucker, maak het voor me. Ja.
[1:10:49] En het zijn mensen zoals ik en dit is wat die systemen ook een beetje aan het pushen zijn. Soort van, de, ze maken het steeds makkelijker om steeds meer, uh, en, dat een AI steeds meer autonoom op je computer kan doen.
[1:11:01] Dus daarmee wordt ook het risico groter, hoor ik jou zeggen. Hoe meer mensen dat soort dingen gaan gebruiken, gaan proeven van die vruchten, hoe groter de, ja, hoe groter de kans is dat er hier mis, dingen misgaan.
[1:11:12] De, de, de tools. En dat gaat een fysieke verschijning hebben, want dat is tegelijkertijd een andere trend die je ziet.
[1:11:17] AI en de fysieke wereld gaan mengen met elkaar en de combinatie van deze twee trends gaat maken dat het de opening van het NOS Journaal is voor het eind van het jaar. Dat is wat ik jou hoor zeggen.
[1:11:27] De, die kans daarop is wel een stuk groter aan het worden. Ik zit je nu vast te pinnen natuurlijk, maar.
[1:11:31] Nee, maar ik denk, kijk, uiteindelijk is het zo dat de tools die wij nu allemaal nog Codex en Cloud Code noemen, gaan steeds meer, we hebben het, uh, wat we net allemaal bespreken, transparanter worden, a-als in verdwijnen naar de achtergrond en gebruiksvriendelijker worden.
[1:11:44] En al die power tools die wij nu hebben gaan, uh, ook in de handen komen van veel meer mensen.
[1:11:48] Tegelijkertijd proberen die makers van die tools ook die tools beter in te, uhm, ja, hoe zeg je dat, in te pakken, daar allerlei, uh, bumpertjes bij de bowling omheen te zetten.
[1:11:58] En, dus de tools worden krachtiger, de tools worden makkelijker, de tools worden meer ingepakt met allerlei, uh, vangrails, worden breder verspreid en op een gegeven moment, het is gewoon een statistieken spel, i-, ontstaat er gewoon een steeds grotere kans dat er ergens iemand ineens doorkrijgt: wow, oké, wacht even, uh, dit is, dit is wel ineens in het netwerk ingegaan.
[1:12:19] Ja. En ik denk dat tot nu toe best wel veel syste-- sysadmins, uh, uh, het OpenClaw-domein hebben geblokkeerd, uh, weet ik uit eerste hand. Per bedrijf, ja.
[1:12:28] Ja, uh, die, die gewoon wel echt reageren en zeggen van: uh, dag, jij mag niks, uh, aan Codex installeren. Maar goed, uiteindelijk gaan er wel privélaptops mee naar werk. Willen mensen toch experimenteren.
[1:12:38] Ja, plus, ik, ik hoor ook de hele tijd, ik vind dat zo fascinerend aan deze tijd, dat, uh, de, aan de ene kant heb je dus, uhm, de, de mensen die de beslissingen nemen over onze, over onze AI en die, uh, eigenlijk de vertellers zijn over onze AI, mogen zelf helemaal niet AI gebruiken.
[1:12:59] Dus bij de grootste mediabedrijven van Nederland zitten er zware restricties op hoeveel AI je überhaupt mag gebruiken. Wordt erop neergekeken, wordt er, nou ja, wordt het in ieder geval zeer geproblematiseerd.
[1:13:13] De overheid heeft hele strenge regels over hoe je binnen lokale en landelijke overheid AI kan gebruiken. Oftewel die mensen proeven helemaal niet aan de, soort van wat er technisch kan.
[1:13:24] Dus dan heb je de beslissingsnemers en de mensen door, die soort van de \[gniffelt\] verspreider zijn van de boodschap aan het volk, die zelf niet weten wat er aan de hand is. Ik denk dat je het zo kan, kan samenvatten.
[1:13:35] Tegelijkertijd heb je, uh, mensen die thuis dan wel allerlei dingen gaan proberen. Dus er gaat druk ontstaan om, op mensen bij de overheid en mensen in de journalistieke wereld om dat toch te gaan doen.
[1:13:48] Dat is een frictie die je gaat krijgen tussen die twee dingen. En ik denk bij gewone bedrijven, i-is die frictie er ook.
[1:13:56] Namelijk systeembeheerders zijn risicomijdend, worden helemaal niet beloond voor systemen openzetten. Hun hele incentive scheme is gebouwd op risico's mijden, dus die willen alles uit.
[1:14:05] Dan heb je gewone werknemers die thuis gebruiken en heel enthousiast zijn. Je hebt managers die zeggen: ja, maar ik wil dat mijn mensen dit kunnen gebruiken. Flikker op met al je strenge regeltjes.
[1:14:13] Dit zijn een soort van belangen die met elkaar aan het botsen zijn. Dat is al een bots op dit moment. Uhm, op sommige plekken botst dat heel hard.
[1:14:20] Op sommige plekken, zoals de overheid, niet zo hard, want daar zijn ze gewoon risicomijdend door de hele organisatie heen.
[1:14:26] En ik ben, uhm, ja, ik ben \[gniffelt\] benieuwd wat dat, waar, waar dat ons, uh, zet over een jaar. Want Nederlanders zijn somm-- we, we zijn de enthousiaste, enthousiastste AI gebruikers van Europa, nummer twee.
[1:14:40] Ik ben heel, ik ben heel benieuwd wat de overtuigingskracht gaat zijn, uh, aan de toppen van die bedrijven om risico's hiermee te, mee te nemen, waar we staan aan het einde van dit jaar.
[1:14:52] Ja, en dan nog het, uh, zeg maar, het, uit-uiteindelijk het meta risico, namelijk het risico van risico's vermijden, is dat, uhm, kijk nu, uh, z-z-misschien goed om even te zeggen dat
[1:15:05] de stand van zaken zoals een soort van state of AI, hè, voordat we de zomer ingaan.
[1:15:10] Jij en ik zitten hier, gebruiken deze systemen vaak, lezen er veel over, uh, maken veel mee, spreken veel mensen, en, dus dat geeft ons een soort van: wat kan AI nu? Mhmm.
[1:15:21] En dat, dan zeggen wij: nou, ik denk dat niet genoeg mensen doorhebben wat AI nu kan. Dan doen we daarbij ook nog, uh, scenario's maken en met z'n tweeën de toekomst inkijken.
[1:15:31] En dan denken we: nou, gezien de trends die nu lopen, al halveert de snelheid, dat geeft ons nog zes maanden extra. Maar nog steeds heb je met iets te maken dat zichzelf gaat verbeteren.
[1:15:40] Dus het is een combinatie van een soort realitycheck op het nu, gecombineerd met scenario's voor de toekomst.
[1:15:45] En die twee samen maken een soort cocktail in ons hoofd, waardoor we nu door die microfoon zitten te blaten, weken achter elkaar met: volgens mij hebben niet genoeg mensen en ook niet de mensen die het er in onze ogen over zouden moeten hebben, hebben het hierover.
[1:15:58] Mhmm. Oké. Uhm, aan de andere kant is het zo dat er
[1:16:02] veel mensen terecht en onterecht in mijn ogen zeggen: ja, t, t, wat Alexander en Wytse dan allemaal zien en geloven en wat, wie ze allemaal spreken en wat hun allemaal aangepraat wordt.
[1:16:11] Ja, dat vinden die labs ook helemaal te gek in die grote bedrijven. Dat iedereen denkt dat zij een soort van so-, toverstaffen gaan verkopen.
[1:16:17] Want ja, dat is uiteindelijk het kapitalistisch doel van die grote big tech bedrijven.
[1:16:21] Hè, dus dat, dat creëert een enorm cynisme rondom dit onderwerp, waardoor veel wat wij zeggen ook met heel veel korrel zout genomen wordt.
[1:16:28] En op zich kritiek, prima, maar als je te veel zout gaat toevoegen, dan ga je op een gegeven moment een beetje blind worden voor wat er daadwerkelijk gebeurt. Wil ik toch even gezegd hebben.
[1:16:36] Uhm, uiteindelijk, uh, denk ik dat, ik, ik, ik probeer mezelf zo om de zoveel dagen weer even in de spiegel te kijken. Dat ik denk: ben je niet gewoon nu de jus d'orange aan het drinken van die bedrijven de hele tijd?
[1:16:49] Ben je niet gewoon zo hiermee bezig dat je niet meer ziet dat het allemaal meevalt. You're drinking the Kool-Aid. Ja, drinking the Kool-Aid. Mhmm.
[1:16:56] En, uh, want op een gegeven moment besef je je, dat, dat kan gebeuren, ieder mens, ik ben ook maar een mens, uh, dat je zo, zo lang met allemaal mensen in een echokamer hebt gezeten die alleen maar zeggen dat de wereld anders wordt en zo weinig nog met mensen gesproken hebt buiten die kamer, dat je echt denkt dat alles anders wordt.
[1:17:11] Nou, dan ga ik weer de systemen zelf testen. Dan ga ik weer dingetjes zelf proberen en dan ga ik, ga ik weer onderzoek doen. En ik denk: nee, ik zie nog steeds geen afremming. Ik zie nog steeds best wel veel groei.
[1:17:19] Ik zie nog steeds heel veel, uh, puzzelstukjes liggen die als je ze aan elkaar bindt- Ja, grote effecten hebben. Grote effecten hebben. Dus ik word dan, ik krijg mezelf dan op dat moment niet per se, uh, gerustgesteld.
[1:17:30] Maar ik wilde natuurlijk ook wel begrijpen: waarom is het nou zo'n moeilijk debat? En waarom wringt het nou zo? En waarom willen sommige mensen niet echt, uh, naar ons luisteren?
[1:17:37] Of die zeggen van: nou, die jongens die, die zien alleen maar het, uh, uh, plaatje op die manier. Mhmm.
[1:17:42] Ik denk wel dat, uh, ik hoop eigenlijk een beetje, het is een beetje mijn u-uitnodiging voor de kritische luisteraar, als we die nog hebben aan het einde van de aflevering. Maar goed, uh,
[1:17:53] ga er zelf echt, duik er nou eens in, ook al heb je er echt allergie voor. Ga nou alsjeblieft testen. De, de zwaarste modellen, wel Fable, wel Sol als die straks uitkomt. Verzin de meest bizarre test die je kan bedenken.
[1:18:05] Echt waar. En, e-e-en lach erom als het niet werkt. Ik vind het prima. Bewijs alsjeblieft aan jezelf en aan ons allemaal dat het allemaal wel meevalt.
[1:18:13] Want ik denk, ik zag gisteren nog een interview waarin iemand zei: nou, ik kan nog niet eens drie letters van het woord strawberry. Dat ik denk: nu nog in juni 2026. In de krant?
[1:18:22] Nee, was in, in gewoon een gesproken interview. Ik dacht: dat kan toch niet? Dit kan gewoon niet dat je dat nu zegt, uh, want dat is echt, dat is ver achter ons.
[1:18:30] Weet je, het is gewoon gevaarlijk een beetje als je dat zo zegt. En ik bedoel, misschien is dat mijn punt. Uh, er zijn twee kanten van, van dit spectrum.
[1:18:38] Jij en ik, Alexander Klöpping, Wytse Haager, kunnen gevaarlijke dingen zeggen omdat we net even twee stapjes te ver nemen, hè, in onze fantasie.
[1:18:45] En dat we net eventjes te veel met mensen praten die zeggen dat alles gaat veranderen. Dat is ook gevaarlijk, want als het wel meevalt, zijn we mensen een beetje bang aan het maken voor niks.
[1:18:53] Maar aan de andere kant zeggen: het is een papegaai die een beetje nakletst. Het is allemaal snake oil, het is allemaal niet waar. Ja, ik, sorry, ik vind hem even gevaarlijk. En daar zit een soort midden tussen.
[1:19:03] Die zoeken wij ook. Wij zitten wat meer aan die andere kant van: het is allemaal heel in-in-interessant en, en spannend.
[1:19:09] Maar ja, i-i-ik hoop toch ook mensen die het niet mogen gebruiken op hun werk, maar er wel over moeten schrijven, uh, dat dan zeggen: oké, maar da, uh, uh, ga dan wel dat abonnement afsluiten.
[1:19:19] Uh, ga lekker deze hele zomer nadenken over de meest bizar gave benchmark die jij zelf kan bedenken. Ik bedoel gewoon wat jij denkt dat AI niet kan, uh, en test het.
[1:19:28] En test het met het zwaarste model, want, en test het in Codex en vraag het in Claude Code, niet in de chat interface. En laat hem je computer een keer overnemen.
[1:19:37] En ga gewoon eens kijken als die muiscursor beweegt en op een stukje software begint te besturen.
[1:19:41] Dat doet iets en ik denk dat, uh, dat mijn, uh, \[gniffelt\] opdracht, dit is de summer school voor de mensen die wat, wat, wat sceptischer zijn en wat cynischer zijn, wat heel gezond is.
[1:19:52] Want jongens, laten we wel kijken dat we over hetzelfde praten. Dank, Wietse, voor deze soort of, uh, state of affairs en, uh, bijbehorende contemplatie en zelftwijfel. Drinking the Kool-Aid.
[1:20:06] Zoals we je kennen, zoals we je kennen. Niet alleen jij bedankt, ook bedankt aan onze sponsor Samsung en wij danken Sam Hingenveld voor de edit, Pankra voor de vormgeving. Als je nou nog steeds denkt:
[1:20:17] die Wietse, daar wil ik wel een lezing van. Nou, dat kan. Mail Jan dus op lezing@aireport.email. Of van mij, kan ook.
[1:20:25] Als je op de hoogte wil blijven van het laatste AI-nieuws en drie keer per week tips en tools wil ontvangen, dan kun je je abonneren op onze nieuwsbrief via AIReport.nl. Wij zijn er dus lange tijd niet.
[1:20:35] 21 augustus zijn we weer terug, maar wees gerust, als shit echt in de ventilator vliegt, of Wietse gewoon met zijn Shure-microfoon in zijn rugzak vanuit een of ander land. Tot jullie. Beloofd. Fijne zomer. Doeg.
[1:20:52] \[muziek\].

Shows are listed from Apple Podcasts' charts and directory, and Podcast Index where it is used. Every show and episode belongs to its publisher and plays from the publisher's own feed; this site hosts none of them.