Agent-memory maakt van één bericht meerdere kopieën, en ‘Chat verwijderen’ raakt daarvan vaak alleen de chat. Een klein lab laat zien waar een diagnose het verwijderen overleeft en welk verwijderpad haar wel weghaalt.
Een grader is zelf een systeem dat getest moet worden. Ik heb in correcte release notes bewust fouten laten aanbrengen en er elf graders op losgelaten. Uiteindelijk bleek ook het label fout.
Drie avonden, drie tools, en dan? Hoe negen kleine apps voor de vereniging er één werden, waarom een groene health check niets merkte en wat ik doe als ik op vakantie ben.
Een LLM-feature hangt af van vijf dingen: output-schema, prompt, model, tools en eval-set. Wie alleen de prompt versioneert, weet niet wat hij heeft gedeployd.
Het Agent Contract is de norm, de audit-proof log het bewijs van wat er echt gebeurde. Zonder het tweede is het eerste alleen een bewering. Wat DORA, GoBD en de komende MaRisk nu eisen.
Een eval-score die alleen kwaliteit meet, beloont brute force: meer sampling, een groter model, meer retries. Waarom de juiste beslisbasis een cost-quality-latency-frontier is, een curve in plaats van een punt, en hoe je het operating point kiest in dollars in plaats van in procenten.
Zodra een agent iets doet met gevolgen, is chat zelden de beste interface. Een blik op editor, diff, approval-panel en timeline - en wanneer een tekstveld toch het juiste gereedschap is.
Permissies, tenant-isolatie, te brede tools, slordige toegang tot context: waarom het bereik van een agent bepaalt hoe groot de schade is - en hoe je dat bereik inperkt.
Autonomie is een schuifregelaar, geen aan-uitknop. Waarom de meeste AI-systemen in productie beter worden als het model alleen op duidelijk afgebakende beslispunten zit, in plaats van een open agent-loop te besturen.
Eval groen in de PR, twee weken later rode cijfers in productie, zonder nieuwe deploy. Waarom AI-features tussen merge en 100% traffic eigen gates nodig hebben.
Zonder traces, model- en promptversies, tool-spans en kostenmetrics blijft elk incident speculatie. Een handleiding voor teams die AI-features in productie draaien.
Vrijwilligersorganisaties hebben eigen software nodig, maar konden die nooit betalen. Hoe AI dat nu verandert, en waarom deployment-kennis belangrijker is dan kunnen programmeren.
Human in the loop is geen zwakte, maar beveiligingsarchitectuur. Waarom pause/resume bij kritieke agent-acties misschien wel de belangrijkste feature is.
Hoe mijn blog dezelfde AI-principes toepast die ik in mijn laatste drie posts heb beschreven - met automatische podcastgeneratie en eindredactie met AI-ondersteuning.
Een tool call kan geld verplaatsen en accounts wijzigen. Waarom idempotentie, auth en audit in agent-architecturen geen extraatje zijn, maar een harde eis.