In de wandelgangen van OpenAI en Anthropic is het al maanden een publiek geheim: AI-systemen die meebouwen aan hun eigen opvolger. Maar vorige week legde een van de invloedrijkste AI-onderzoekers ter wereld het voor iedereen zichtbaar op tafel. Het resultaat: 700 experimenten in twee dagen, waarbij nul mensen betrokken waren. 

Andrej Karpathy, een van de invloedrijkste AI-onderzoekers ter wereld, deed een experiment dat viral ging. Karpathy was een van de eerste medewerkers van OpenAI, leidde daarna de AI-afdeling bij Tesla. Je kent hem misschien ook wel als de persoon die de term vibecoding heeft gemunt (software bouwen door in gewone taal aan een AI te vertellen wat je wilt, zonder zelf code te schrijven). Nu bouwde hij iets dat hij auto-research noemt: een AI-systeem dat zelfstandig onderzoek doet naar hoe je andere AI beter kunt maken.

Hij liet het twee dagen draaien. Het resultaat: 700 experimenten, twintig concrete verbeteringen, en een aantoonbaar sneller trainingsproces. Tobias Lütke, de topman van webwinkelbouwer Shopify, probeerde het dezelfde week nog uit. Na één nacht: 37 experimenten en 19 procent betere prestaties.

Wat Karpathy's experiment voor veel mensen zo verontrustend én fascinerend maakt, is dat het raakt aan een idee dat tot voor kort in het domein van sciencefiction thuishoorde: AI die zichzelf verbetert. In de AI-wereld heet dit recursive self-improvement: een systeem dat zijn eigen code en training optimaliseert in een doorlopende cyclus. Het doemscenario waar sommige onderzoekers al jaren voor waarschuwen, is dat zo'n cyclus op hol slaat, een zogeheten intelligence explosion, waarbij AI razendsnel slimmer wordt dan de mens en buiten onze controle raakt.

Dit was niet wat Karpathy's experiment inhield. Zijn AI verbetert niet letterlijk zichzelf, maar een ánder, kleiner model. Maar het principe, een machine die zonder menselijke hulp uitzoekt hoe je AI beter maakt, is hetzelfde. “Alle grote AI-labs gaan dit doen. Dit is de eindbaas,” schreef Karpathy op X.

En dat is geen loze voorspelling. OpenAI's hoofdonderzoeker Jakub Pachocki bevestigde deze week in MIT Technology Review dat het bedrijf vol inzet op het bouwen van een volledig geautomatiseerde AI-onderzoeker. Het plan: in september een AI-onderzoeksstagiair die zelfstandig taken van enkele dagen aankan. Tegen 2028: een compleet autonoom onderzoeksteam.

“Ik denk dat we dicht bij een punt komen waarop modellen net als mensen voor onbepaalde tijd coherent kunnen doorwerken,” aldus Pachocki. “Je wilt nog steeds dat mensen de doelen bepalen. Maar we komen op een punt waarop je een compleet onderzoekslab in een datacenter hebt.”

Op het eigen onderzoeksblog schreef OpenAI in december al dat ze werken aan 'AI die in staat is tot recursive self-improvement'. En bij de grote concurrent Anthropic (het bedrijf achter AI-assistent Claude) gebruiken ze Claude nu al om de volgende versie van zichzelf te bouwen. Volgens Fortune schrijft AI inmiddels 70 tot 90 procent van alle code binnen het bedrijf. Het team dat Cowork bouwde deed dat in anderhalve week, grotendeels mét Claude Code. Intern spreken medewerkers al openlijk over recursive self-improvement, meldde TIME. 

Dario Amodei, de topman van Anthropic, heeft het vaak over een land vol genieën in een datacenter. Al die synthetische onderzoekers moeten ergens ‘wonen’. Uit recente cijfers van het Amerikaanse Census Bureau blijkt dat de bouwuitgaven aan datacenters in de VS voor het eerst hoger liggen dan die van kantoorgebouwen: 3,57 miljard dollar tegenover 3,49 miljard, alleen al in december. 

De lijnen op de grafiek kruisen elkaar als een schaar: kantoren voor mensen krimpen, 'kantoren' voor AI groeien. Dat is best een zin die je even tot je moet laten doordringen.

Belangrijke nuance hier is natuurlijk dat uitgaven aan kantoren sinds corona al gestaag dalen.

Dit is het grote plaatje: AI-systemen die zichzelf verbeteren, zijn de motor achter alles wat je de komende jaren gaat merken. Snellere chatbots, slimmere assistenten, tools die taken aankunnen waar ze vorige maand nog op vastliepen. Niet omdat er ergens een geniaal team zit dat dit handmatig verbetert, maar omdat de machines zelf meezoeken naar betere oplossingen.

Karpathy's volgende stap: niet één synthetische onderzoeker, maar een heel team. “Het doel is niet om één promovendus na te bootsen,” schreef hij, “maar een hele onderzoeksgemeenschap.” Of zoals OpenAI's hoofdonderzoeker Pachocki het verwoordt: “Stel je voor dat je een datacenter hebt dat al het werk kan doen van OpenAI of Google. Taken waarvoor je vroeger grote organisaties nodig had, kunnen nu worden uitgevoerd door een handvol mensen.'

Een leger aan AI-agents die dag en nacht voor je werken: voor een bepaald type topman in Silicon Valley is dat geen toekomstmuziek, maar een obsessie die nu al tot slaaptekort leidt.

Mark Zuckerberg, de topman van Meta (het moederbedrijf van Facebook, Instagram en WhatsApp), bouwt aan een persoonlijke AI-agent die hem helpt bij het runnen van zijn bedrijf. De zogeheten CEO-agent is nog in ontwikkeling, maar wordt al ingezet om Zuckerberg sneller aan informatie te helpen waarvoor hij normaal via meerdere lagen medewerkers zou moeten gaan.

Het past in een bredere omslag binnen het 78.000 man sterke bedrijf. Zuckerberg zei eerder dit jaar: “We investeren in AI-tools om de efficiëntie van individuele medewerkers te verhogen en de teamstructuren te vereenvoudigen.” AI-gebruik telt inmiddels mee in de prestatiebeoordeling van medewerkers. Volgens de Wall Street Journal staat het interne prikbord van Meta vol met berichten van medewerkers die nieuwe AI-toepassingen en zelfgebouwde tools delen. Sommigen doet de sfeer denken aan de vroege Facebook-jaren, toen het onofficiële motto nog luidde move fast and break things.

Het gaat verder dan Zuckerberg alleen. Medewerkers gebruiken intern al persoonlijke AI-agents als My Claw, die toegang hebben tot hun chatgeschiedenis en werkbestanden, en namens hen met collega's communiceren, of zelfs met de AI-agents van die collega's. Een andere tool, Second Brain, door een Meta-medewerker gebouwd bovenop Claude, fungeert als een soort AI-stafchef die documenten indexeert en projectvragen beantwoordt. Er is zelfs een interne groep waar de persoonlijke AI-agents van medewerkers met elkaar praten.

Zuckerberg is niet de enige topman die in de ban is van AI-agents. Garry Tan, de CEO van Y Combinator (de invloedrijkste investeerder in start-ups ter wereld), vertelde tijdens techfestival SXSW dat hij nog maar vier uur per nacht slaapt. “Ik lijd aan cyberpsychose, maar ik denk dat een derde van de CEO's die ik ken het ook heeft,” grapte hij.

Tan deelde zijn complete AI-werkopstelling op GitHub onder de naam 'gstack': een pakket met vijftien op maat gemaakte skills voor Claude Code (de programmeertool van Anthropic). Het idee: je bouwt een virtueel team van AI-rollen, een CEO die meedenkt over strategie, een engineer die code schrijft, een reviewer die op fouten controleert, een designer, een documentatieschrijver. Je beschrijft wat je wilt in gewone taal, en je AI-team bouwt, test en verbetert het.

“Het voelt alsof ik mijn start-up opnieuw kan opbouwen, waarvoor ik ooit tien miljoen dollar aan durfkapitaal en tien mensen nodig had,” aldus Tan. Zijn gstack werd in een paar dagen bijna 20.000 keer opgeslagen op GitHub, al was de kritiek niet mals: ontwikkelaars wezen erop dat het in de kern gewoon een stel prompts is in een tekstbestand. Maar zelfs ChatGPT, Gemini én Claude waren positief toen TechCrunch ze om een oordeel vroeg. De kern: het werkt het beste als je AI laat samenwerken als een gestructureerd team, niet als je vraagt “bouw deze functie”.

Je hoeft geen techbedrijf te runnen om de trend te herkennen. De droom van de AI-gedreven topman, een klein team van AI-agents dat dag en nacht doorwerkt, sijpelt door naar de rest van de werkende wereld. Waar jij om zes uur je laptop dichtklapt, werken je AI-agents gewoon door. Of dat een zegen is of een recept om altijd beschikbaar te moeten zijn, is een vraag die we ons de komende tijd vaker mogen stellen.

Benieuwd naar Garry Tans AI-setup? Zijn 'gstack' is gratis beschikbaar op GitHub.

Elon Musk wil zijn eigen chips gaan maken voor AI, robots én datacenters in de ruimte, en noemt het 'de meest epische chipfabriek ooit'. Elon Musk onthulde vorige week Terafab: een chipfabriek in Austin, Texas, gerund door Tesla en SpaceX, die een terawatt aan AI-rekenkracht per jaar moet produceren. Dat is ruwweg vijftig keer wat er nu in de hele wereld wordt gemaakt. De fabriek moet twee soorten chips produceren: één voor Tesla's zelfrijdende auto's en Optimus-robots, en één voor AI-datacenters in de ruimte die op zonne-energie draaien en via SpaceX's Starship gelanceerd worden. “Niemand wil een AI-datacenter in zijn achtertuin,” aldus Musk, die verwacht dat rekenkracht vanuit de ruimte binnen twee tot drie jaar goedkoper wordt dan op aarde. Het past in zijn breedste visie tot nu toe: Terafab als eerste stap richting een 'galactische beschaving' met overvloed voor iedereen. De kanttekening: Musk heeft geen ervaring met chipproductie, en een trackrecord van beloftes die groter zijn dan de tijdlijnen toelaten.

De bedenker van het Signal-protocol gaat nu AI-chats versleutelen voor Meta. Moxie Marlinspike, de cryptograaf die tien jaar geleden end-to-endencryptie in WhatsApp bouwde voor miljarden gebruikers, doet het kunstje opnieuw. Zijn bedrijf Confer, dat AI-chats volledig versleutelt zodat niemand (ook Confer zelf niet) kan meelezen, gaat samenwerken met Meta. Het doel: dezelfde privacytechnologie inbouwen in Meta AI, zodat gesprekken met AI-assistenten net zo privé worden als een WhatsApp-berichtje. Confer blijft daarnaast als onafhankelijk bedrijf bestaan. In een tijd waarin AI-chatbots uitgroeien tot de grootste gecentraliseerde databronnen ooit, met daarin onze onzekerheden, medische gegevens en onafgemaakte gedachten, is dit een welkome ontwikkeling.

Wat willen 80.000 mensen wereldwijd van AI? Anthropic vroeg het ze, mét AI. Anthropic (het bedrijf achter Claude) publiceerde het grootste kwalitatieve onderzoek ooit: 80.508 Claude-gebruikers uit 159 landen werden geïnterviewd in 70 talen, door een speciaal getrainde AI-interviewer. De onderzoeksmethode alleen al is vernieuwend: kwalitatief onderzoek op een schaal die met menselijke interviewers ondenkbaar zou zijn. De bevindingen zijn fascinerend: de meestgenoemde wens is niet sneller werken, maar meer tijd voor het leven daarbuiten. En opmerkelijk: hoop en angst over AI zijn geen gescheiden kampen, maar vormen een innerlijke worsteling binnen dezelfde persoon. Het volledige stuk is de moeite waard om door te nemen.

Je hebt het vast al eens gehoord: Claude is beter dan ChatGPT, je moet overstappen. Het is bijna een meme geworden. Maar het handelingsperspectief ontbreekt. Mensen stappen over en verdwalen meteen. Wat kan Claude wel, wat niet? Waar zit het verschil? En wat doe je met Chat, Projects, Cowork, connectors en al die andere termen? Wietse neemt je bij de hand en laat zien wat Claude fundamenteel anders maakt, waar het krachtiger is, en hoe je er als overstapper direct mee aan de slag gaat.

Word vandaag nog betaald abonnee en wees erbij (je ontvangt een Zoom-link in je inbox).

AI Report groeit razendsnel en we zoeken een freelance redacteur die ons team komt versterken. Lijkt dit je wat? Bekijk dan de vacature hieronder:

De grootste AI-nieuwsbrief van Nederland zoekt een redacteur die complexe dingen helder kan uitleggen.

AI Report is de grootste AI-nieuwsbrief en -podcast van Nederland. Twee keer per week leggen we de belangrijkste AI-ontwikkelingen uit aan 50.000+ lezers – van ondernemer tot beleidsmaker. Onze wekelijkse podcast bereikt tienduizenden luisteraars. We werken samen met een reeks toonaangevende merken als sponsor.

Ons team is klein en slagvaardig: Alexander Klöpping (hoofdredacteur en presentator), Wietse Hage (co-host en redactioneel adviseur), Ernst-Jan Pfauth (uitgever), en Xiang Yu Yeung (redacteur betaalde content). We zoeken iemand die de gratis nieuwssectie en podcastscripts naar het volgende niveau tilt.

Je wordt verantwoordelijk voor twee dingen:

Elke editie begint met het belangrijkste AI-nieuws van de week, uitgelegd voor een breed publiek. Jij leest dagelijks mee met wat er in de AI-wereld gebeurt, selecteert wat relevant is, en schrijft het zo op dat iemand zonder technische achtergrond het snapt – zonder te simplificeren. Helder, toegankelijk, met context en duiding.

De podcast heeft een vast nieuwssegment en wisselende discussieonderwerpen. Jij schrijft de scripts: welke onderwerpen, in welke volgorde, met welke context en talking points. Dit is een ander vak dan schrijven voor lezers – het moet klinken als gesproken woord, met ritme en energie.

Concreet ziet een typische week er zo uit:

Totaal: circa 3,5 dag per week (28 uur). Je werkt remote, op eigen tijden, zolang de deadlines gehaald worden.

Essentieel:

Sterke plus:

Je hoeft geen journalist te zijn. We zoeken iemand die kan schrijven.

We selecteren op schrijfkwaliteit, niet op CV’s. Stuur je motivatie en twee schrijfvoorbeelden. Op basis daarvan maken we een selectie en vragen we je om een betaalde proefopdracht te maken: je krijgt een selectie artikelen en schrijft daar een nieuwsbriefsectie van. De uren die je aan de proefopdracht besteedt, vergoeden we.

Interesse? Stuur voor 6 april een korte motivatie en twee voorbeelden van je werk naar [email protected].

Vorige week bouwden we de eerste versie van je onderzoeksassistent: een bronnenverwerker die snel overzicht creëert in een stapel documenten. Je kunt nu in minuten een kenniskaart maken en die visualiseren als interactief diagram. Maar overzicht is slechts de helft van goed onderzoek.

De andere helft? Kritisch kijken naar wat je hebt verzameld. Want niet alle bronnen zijn even sterk. Sommige spreken elkaar tegen. Andere leunen op aannames die nooit worden getoetst. En weer andere trekken grote conclusies uit flinterdunne onderbouwing. Als jij dat niet ziet, ziet je manager (of je klant, of je criticus) het wel.

Vandaag breiden we je onderzoeksassistent uit met nieuwe vaardigheden. Je opent hetzelfde project als vorige week en voegt de Kritische Lezer toe: skills om de zwakke plekken, tegenstrijdigheden en verborgen aannames in je bronnen op te sporen.