Een vriend van Wietse zocht een familielid met wie hij het contact kwijt was. Hij zette er een agent op met één opdracht: blijf proberen tot je hem gevonden hebt. Die agent ging onder meer scholen mailen. Het is gelukt, en op een nette manier. Hij wist wat het ding deed en hij wilde het ook.

Maar Wietse trok er een andere conclusie uit: "Dat we niet meer gekke incidenten hebben, heeft niet te maken met wat het niet kan."

Dat is de sessie in één zin. Een agent is AI die op de achtergrond doorwerkt terwijl jij iets anders doet, en terugkomt met beter werk dan je uit een chat gewend bent. Wietse liet er een zes uur lopen en kreeg een complete game terug, met muziek en al. En dezelfde Wietse heeft al zijn mailkoppelingen op alleen-lezen staan. Beide helften krijg je hieronder, als stappen die je zelf kunt zetten.

Nieuw hier? Deze sessie staat op zichzelf. De geplande taken komen uit de sessie over je persoonlijke AI-assistent, skills uit de sessie over skills en sub-agents, en Codex zelf uit de sessie over Codex. Handig, niet nodig.

Vereist. Een betaald abonnement op ChatGPT (voor de Codex-app) of Claude (voor Cowork). Wietse deed alles in Codex, maar alles werkt ook in Cowork. Ongeveer de helft werkt in Mistral Vibe.

Aangeraden. Een Gmail- of Outlook-adres als je de mailtrigger wilt proberen, en een uitgavenlimiet op je account als je extra credits kunt bijkopen. Dat laatste is voor stap 3 eigenlijk verplicht.

Niet nodig. Programmeerervaring, een eigen server, of een laptop die open blijft staan. Alles draait in de cloud.

Uit de vragen vooraf bleek dat iedereen iets anders bedoelt met "agent". Wietse zette het speelveld uiteen als een ladder van vier treden, en die volgorde houden we hieronder aan.

Geplande taak. De dunste agent: iets wat op een vast moment voor je draait. Elke zondagavond, elke nacht.

Gebeurtenis. Niet de klok start de agent, maar iets wat gebeurt: een nieuwe mail, een ingevuld formulier.

Loop. De agent denkt na, gebruikt een tool, bekijkt het resultaat en beslist zelf: ben ik er al? Zo nee, nog een rondje.

Team van agents. Een harnas boven de harnassen, dat meerdere agents tegelijk aanstuurt als een projectmanager.

De horizon daarachter is de persoonlijke agent: Instinct, die als contact in je iMessage zit en als jou is ingelogd op het internet, of Muse van Meta. Alexander noemde het de droom. Wietse is eerlijk over waarom hij daar nog niet aan begint: je geeft carte blanche over je leven aan een bedrijf dat je nauwelijks kent. Tot en met je wachtwoordkluis.

Eerlijk is eerlijk: Wietse zelf leeft vooral op trede één. "Het meeste van wat ik doe is geplande taken." Gebeurtenissen vindt hij al spannend, loops doet hij alleen voor experimenten. Wat hij aan zijn eigen mail koppelt, loopt een half jaar tot een jaar achter op wat hij in demo's laat zien. Iemand appte hem: heb jij maar zeven skills? Ik heb er zevenhonderd. Onthoud dat als je hieronder ergens denkt dat je achterloopt.

Wietse noemt zichzelf paranoïde. We noemen het liever: de reden dat hij rustig slaapt. Doe deze vijf dingen eerst, dan kun je daarna vrijuit experimenteren.

⚠️ Een sandbox beschermt je computer, niet je koppelingen. Hangt je mail er met volledige rechten aan, dan kun je volgens Wietse gewoon wakker worden met: ik ben toch even wat mailtjes voor je gaan sturen, want jij was nog niet wakker. "Dat kan. Dat kan echt."

Doe je hier nog helemaal niks mee, begin dan hier. Het voorbeeld is bewust suf. De mensen aan wie Wietse het liet zien, zeiden alsnog: oh, kan dat ook?

Weet je niet wat je zou willen plannen? Vraag het aan je AI: "Als je kijkt naar wat ik je vaak vraag: welke taken kun je voortaan op een vast moment voor me doen, en wat moet ik daarvoor koppelen?" Wietse heeft zijn meeste taken zo bedacht, samen met Claude. Bij hem draaien er 's nachts een paar die zijn agenda nalopen op conflicten en hem pingen als een mail te lang blijft liggen: moet ik alvast een concept voor je maken?

Toen er alleen geplande taken waren, lieten mensen elk uur hun mail checken. Dan mis je de mail over een afspraak die over een half uur begint. Een trigger lost dat op: de mail zelf start de agent.

Dit is geen vlaggetje en geen filter. Een model leest de mail en beslist of jij gewaarschuwd moet worden. Wietse testte het de avond ervoor en heeft het laten aanstaan: "Waarom heb ik dit niet sowieso?"

⚠️ Dit werkt alleen bij de grote maildiensten (Gmail, Outlook, Hotmail), want die moeten bij elke nieuwe mail zelf een seintje naar OpenAI sturen. Bij kleinere providers zoals Proton kan alleen "elk uur". En vertrouw de bevestiging niet blind: bij Wietse's eigen provider zei Codex doodleuk dat het gelukt was, en er kwam nooit iets binnen. Vandaar die testmail.

Alexander stuurde Wietse een tijd terug een screenshot: Codex stopte na twaalf minuten, terwijl online mensen loops van dagen laten zien. Zijn frustratie is herkenbaar: "Ik ben heel vaak 'ga door' aan het zeggen tegen dat ding."

De modellen stoppen vroeg om jouw tokens te sparen. Wat die mensen online doen heet de Gauntlet Loop: een skill die naast de bouwer een criticus zet. Die criticus kent de specificatie en stuurt het werk steeds terug: sorry, we zijn er nog niet. Daarboven zit een examinator, en één hoofdagent houdt het hele team draaiend. Jij ziet daar weinig van, behalve icoontjes van sub-agents die opduiken.

De lat is de knop waar alles om draait. Niet kritisch genoeg en hij is na tien minuten klaar. Te kritisch en je denkt na acht uur: help, gaat dit nog een keer stoppen?

Het mooiste voorbeeld was Tradewinds, een handelsspel dat Wietse vroeger op zijn Palm speelde en dat voor nieuwe platforms niet meer bestaat. Zijn lat was één woord: de originele game. Een uur later had hij een remaster met nieuwe schepen, gevechten met piraten en zelfgeschreven muziek. Hij betrapte zichzelf erop dat hij al een kwartier zat te spelen. Zijn verklaring: deze vage, chaotische modellen worden goed als je ze tussen hekjes zet, zoals bij een bowlingbaan voor kinderen.

En dit is niet alleen voor games. Voor een presentatie over kernfusie in Europa kreeg Wietse pas iets bruikbaars toen de loop anderhalf uur rapporten had zitten lezen. Alles daarvoor was slop. Het werkt net zo goed op een complex dossier van je werk.

💡 Blijf zelf een criticus in de loop. De maker van een bekend voorbeeld (een agent die dagenlang Manhattan nabouwde als een soort GTA) vroeg om elk uur een screenshot, zodat hij kon meekijken. Zet dat er gewoon bij: "Stuur me elk uur een tussenstand."

💡 Lees achteraf terug wat hij gedaan heeft. Wietse vond onder de artifacts-tab ineens een dashboard dat de examinator voor zichzelf had gebouwd, met per onderdeel de laatste beoordeling. Niemand had daarom gevraagd. Dat is fascinerend, en het is ook precies waarom dit in een sandbox hoort.

Meerdere vragen in de chat gingen hierover, dus zonder omhaal: een zwaar model zes uur laten draaien kost minimaal 100 dollar. Wietse moest voor de schaakrun twee keer 50 dollar bijstorten. De abonnementen worden nu zwaar gesubsidieerd door de labs; wat je verbruikt is in werkelijkheid duurder dan wat je betaalt.

Twee kanttekeningen van Wietse. Langer is niet altijd beter: sommige dingen zijn in drie minuten klaar, en er zijn afnemende meeropbrengsten. Begrijpt het model het onderwerp niet, dan blijft het een slop-presentatie, hoe lang je ook loopt. En: had je drie jaar geleden een softwareontwikkelaar om die schaak-app gevraagd, dan was de offerte een stuk hoger geweest.

Buzz is een app voor Windows, Linux en Mac die eruitziet als Slack, maar dan met agents als collega's. Je opent hem en Viz heet je welkom, waarna twee andere agents reageren met: wij zijn er ook. Onder de motorkap bedient Buzz je bestaande Claude Code en Codex, via je abonnementen en niet via de API. Je ziet de sessies dan ook gewoon in die apps verschijnen.

De les die je ook zonder Buzz kunt gebruiken: laat de bouwer en de criticus verschillende modellen zijn. Codex bouwt, Claude beoordeelt. Wietse: het komt tot betere resultaten als hij niet zichzelf beoordeelt.

Wietse verwacht dat deze manier van werken in Slack en Microsoft Teams terechtkomt, met mensen en agents door elkaar. Maar let op wat hij na de demo deed: "Dit heb ik alweer allemaal verwijderd. Zo spannend vond ik het."

⚠️ Jij bent verantwoordelijk. "Je kunt wel zeggen: ja, mijn agent deed het. Dat is niet hoe we nu met elkaar werken." Blijf in de loop, dan kun je die verantwoordelijkheid ook dragen. Zeker op je werk.

⚠️ Een goedkoop model op je agenda is een risico. Zie de vraag over prompt injection hieronder. Waar vreemden tekst kunnen aanleveren, kiest Wietse juist een zwaarder model.

💡 Jij blijft de laatste criticus. Op smaak stuurt Wietse nog het vaakst bij, "want het is vaak gewoon echt heel lelijk". Voor zijn animaties maakte hij eerst met de hand één statisch voorbeeld: dit lettertype, deze kleuren, daar mag je niet buiten. Dat werd de lat.

💡 Geef bestanden via de cloud. De agent kan niet bij je laptop. Zet wat hij nodig heeft klaar in een Drive- of Dropbox-map waar hij wel bij mag. Wietse vindt die scheiding prettig: daar is mijn AI-ding, en mijn computer is mijn computer.

⚠️ Geen iPhone-apps testen in de cloud. De cloudcomputer is geen Mac en heeft geen iPhone-simulator. Websites en webapps gaan prima. Alles uit deze sessie kwam uit de cloud.

Prompt injection. Wietse's voorbeeld is ongemakkelijk simpel. Je laat elke nacht je agenda nalopen. Iemand stuurt je die nacht een uitnodiging met een verstopte instructie erin. Een ouder of kleiner model kan zich daardoor laten overnemen. Zoek de benchmarks voor prompt injection maar eens op, zegt hij, dan schrik je hoe stuurbaar veel modellen nog zijn. De recente modellen van Anthropic noemt hij redelijk solide. Daarom draait zijn agendataak op een zwaarder model, terwijl het een makkelijke klus is. Combineer dat met alleen-lezen: wie niks mag versturen, kan ook weinig aanrichten.

Grip houden terwijl je niet kijkt. Geen makkelijk antwoord, zegt Wietse zelf: hij kan niet zeggen "doe dit en dan is het veilig". Wat wel kan: lees de rapporten terug die de examinator schrijft, vraag om tussenstanden, en laat het ene model het werk van het andere controleren. Bouw je echte software, bijvoorbeeld voorraadbeheer voor de bakker op de hoek, laat dan bij elke nieuwe versie een model als security-expert meekijken. Bugs sluipen er later in, niet aan het begin. Er zijn inmiddels ook bedrijven die zo'n controleur als dienst aanbieden, om in je loop te hangen.

Skill of agent? Daar kun je filosofisch lang over praten. Een geavanceerde skill met eigen software erin past prima binnen de bandbreedte van agents. Vraag je Wietse wat hij zelf een echte agent vindt, dan wijst hij naar de uiteinden: Instinct en Muse aan de ene kant, de collega's met een naam in Buzz aan de andere.

De knoppen "doel" en "plan" in Codex en Claude. Die proberen hetzelfde. Wietse verwacht dat het doel-knopje binnen een paar maanden doet wat de Gauntlet Loop nu doet. Dat het er nog niet in zit, heeft een reden: bij zulke lange runs zouden de klachten binnenstromen van mensen wier tegoed een uur na het afsluiten van hun abonnement op is. De skill is een tussenfase.

n8n, Zapier en Make. Die houden bestaansrecht, vindt Wietse. OpenAI bouwde zelf een flowbouwer met blokjes en touwtjes, en dat werd geen succes: eindgebruikers willen gewoon dat het werkt. Maar zet je dit bedrijfsmatig in, dan moeten anderen kunnen zien bij welk blokje het misgaat en moet je het kunnen auditen. Daar worden die tools de keuze voor wie compliance nodig heeft.

Goede skills vinden. Geen bibliotheek. Wietse volgt mensen die bizarre dingen maken. Iemand vraagt eronder: hoe heb je dit gedaan? Met geluk volgt er een GitHub-link, die weer verwijst naar het idee waar het op gebaseerd is. En bij alles wat je zo vindt geldt de zin uit de veiligheidsgordel.

Als je net begint: zet Codex of Cowork op de cloud en maak één geplande taak, bijvoorbeeld de bonus-pdf op zondagavond. Vraag daarna aan je AI welke terugkerende klusjes hij nog meer van je kan overnemen. Koppel nog niks wat kan versturen.

Als je al met Claude of Codex werkt: zet je mailkoppeling op alleen-lezen en maak de pushmelding voor belangrijke mail. Test hem met een mail aan jezelf. Loop daarna je nachtelijke taken na: welke lezen tekst van vreemden, en draaien die op een model dat daartegen kan?

Als je klaar bent voor meer: stel een uitgavenlimiet in, laat de Gauntlet Loop-skill controleren en installeren, en begin met boter-kaas-en-eieren om je prijspeil te leren kennen. Loop eerst tot een 5. Laat de criticus een ander model zijn dan de bouwer.

Het hoeft niet allemaal tegelijk. Als je 30 procent meekrijgt en daarmee gaat experimenteren, ben je precies waar je moet zijn. En denk je bij sommige stukken: ik wacht wel tot dit in Copilot zit? Dat vindt Wietse een prima conclusie. "Want we hebben heel veel nog niet opgelost." Je weet nu in elk geval wat eraan komt, en waar de gordel zit.