Tot voor kort waren humanoïde robots vooral indrukwekkende demo's op beurzen en YouTube. Deze week veranderde dat. Twee van de bedrijven die we al langer volgen, Figure en 1X, maakten allebei de sprong naar serieuze productie. Het moment waarop een uitvinding de stap maakt van prototype naar fabriek is altijd een kantelpunt, en bij robots is dat niet anders.

Figure, het bedrijf waarvan de huishoudrobot Figure 03 eerder op de cover van Time stond, heeft in zijn fabriek BotQ de productie opgeschroefd van één robot per dag naar één per uur: een vervierentwintigvoudiging in minder dan 120 dagen. Er zijn inmiddels meer dan 350 robots geproduceerd. Elke robot ondergaat meer dan 80 functionele tests voordat hij de deur uitgaat, inclusief burn-in-sessies waarbij de robots duizenden squats, jogs en shoulder presses doen om vroegtijdige defecten uit te sluiten.

Het interessantste aan de schaalvergroting is niet de productie zelf, maar wat die mogelijk maakt. Meer robots betekent meer data, en meer data betekent slimmere AI. Figure meldt dat zijn robots nu voor het eerst zelfstandig trappen kunnen lopen en ongelijke ondergrond aankunnen, een doorbraak die mogelijk werd doordat honderden robots in de echte wereld informatie verzamelen.

Aan de andere kant van het spectrum opende 1X, het Noorse roboticabedrijf, een fabriek in het Californische Hayward voor zijn huishoudrobot Neo. De eerste productierun van meer dan 10.000 robots was binnen vijf dagen uitverkocht. De fabriek kan nu 10.000 robots per jaar produceren en wil dat opschalen naar 100.000 in 2027.

Neo is een heel ander ding dan de fabrieksrobot van Figure. Het is een huishoudrobot van 1 meter 68 en 30 kilo, ontworpen om deuren open te doen, spullen te halen en het licht uit te doen. Prijs: 20.000 dollar, of 499 dollar per maand als abonnement. Trouwe lezers herinneren zich misschien dat Neo vorig jaar voor ophef zorgde toen bleek dat de robot op afstand werd bestuurd door menselijke tele-operators. Sindsdien zegt 1X dat Neo steeds autonomer wordt, maar hoeveel er nog op afstand wordt aangestuurd en hoeveel de robot zelf doet, blijft een beetje vaag.

De stap van demo naar productie is waar de meeste robotbedrijven stranden. Eén werkend prototype bouwen is iets heel anders dan er duizenden per jaar van maken die betrouwbaar genoeg zijn om bij klanten neer te zetten. Dat zowel Figure als 1X die stap nu tegelijk maken, is een signaal dat humanoïde robots niet langer sciencefiction zijn.

Tegelijkertijd past een dosis nuchterheid. Neo kan voorlopig deuren opendoen en spullen pakken, geen was opvouwen of koken. En Figures robots werken in gecontroleerde fabrieksomgevingen, niet in de chaos van een gemiddeld huishouden. De robots komen, dat is nu wel duidelijk. Maar de robot die écht je huishouden runt, is er nog niet.

Als je trouw AI Report leest, klinkt de term recursive self-improvement je inmiddels vast bekend in de oren. We schreven er eerder over bij het auto-research-experiment van Karpathy en bij de lancering van GPT-5.5, waar OpenAI expliciet rapporteerde dat het model deze drempel nog niet haalt. Nu heeft een van de meest invloedrijke stemmen in de AI-wereld een essay gepubliceerd dat op X meer dan een miljoen keer is bekeken, met een ongemakkelijke boodschap: het gaat wél gebeuren, en sneller dan de meeste mensen denken.

Waarom dit zo gevoelig ligt: recursive self-improvement raakt aan een idee dat tot voor kort in het domein van sciencefiction thuishoorde. 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.

Jack Clark is medeoprichter van Anthropic (het bedrijf achter Claude) en het hoofd maatschappelijk belang van het bedrijf, over wie we onlangs nog schreven bij de lancering van het Anthropic Institute. Hij is niet iemand die lichtzinnig met voorspellingen strooit. Des te opvallender is zijn conclusie: hij schat de kans op meer dan 60 procent dat AI vóór eind 2028 volledig zelfstandig zijn eigen opvolger kan bouwen, zonder menselijke tussenkomst.

Clark bouwt zijn betoog op met publiek beschikbare data. De kern: alle afzonderlijke vaardigheden die nodig zijn om AI-onderzoek te automatiseren, worden in razend tempo beheerst door AI-systemen zelf.

Neem programmeren. Op SWE-Bench, een veelgebruikte programmeertest met echte softwareproblemen, scoorde het beste AI-model in 2023 nog 2 procent. Claude Mythos scoort nu 93,9 procent, het plafond van de test. Of neem de meting van hoe lang AI zelfstandig kan doorwerken: in 2022 kon GPT-3.5 taken aan van dertig seconden. In 2026 kan Claude Opus 4.6 zelfstandig twaalf uur doorwerken. AI-voorspeller Ajeya Cotra van onderzoeksinstituut METR acht het niet onrealistisch dat AI eind dit jaar taken van honderd uur aankan.

Clark combineert dit met vorderingen op het gebied van wetenschappelijk onderzoek reproduceren, AI-systemen optimaliseren en zelfs AI-veiligheidsonderzoek automatiseren. Op elk van deze terreinen laat hij zien dat de trend dezelfde kant op wijst: AI wordt niet alleen slimmer, maar ook steeds beter in het werk dat nodig is om AI slimmer te maken.

Het scenario waar Clark op wijst, is een wereld waarin AI-systemen niet langer worden verbeterd door menselijke onderzoekers, maar door andere AI-systemen. Dat is het punt waarop voorspellingen over de toekomst van AI fundamenteel onzeker worden, wat Clark 'een Rubicon' noemt: een grens die je onherroepelijk oversteekt.

Zoals we eerder beschreven bij Karpathy's auto-research: OpenAI-hoofdonderzoeker Jakub Pachocki mikt op een 'AI-onderzoeksstagiair' in september en een volledig autonoom onderzoeksteam tegen 2028. Bij Anthropic zelf schrijft AI inmiddels 70 tot 90 procent van alle code en wordt Claude ingezet om de volgende versie van zichzelf te bouwen.

Clark voelt zich ongemakkelijk bij zijn eigen conclusie. Hij noemt het een reluctant view, een conclusie waar hij niet om heeft gevraagd maar die hij op basis van de data niet kan ontkennen. Ook benadrukt hij dat een proof-of-concept bij kleine modellen iets heel anders is dan het volledig automatiseren van de ontwikkeling van topmodellen, die het werk zijn van honderden briljante onderzoekers.

En er is een fundamentelere onzekerheid. De huidige AI-systemen zijn sterk in taken met duidelijk meetbare uitkomsten: code die wel of niet werkt, experimenten die wel of niet slagen. Maar de echte doorbraken in AI-onderzoek komen vaak voort uit creatieve sprongen, het soort onverwachte ideeën dat juist niet voortkomt uit het systematisch afwerken van experimenten. Of AI ook dát kan, is nog verre van bewezen.

Dit essay doet zoveel stof opwaaien omdat het niet van een blogger of journalist komt, maar van iemand die de technologie zelf bouwt. Als de medeoprichter van een van de drie grootste AI-bedrijven ter wereld zegt dat hij een kans van ruim 60 procent ziet op volledig geautomatiseerd AI-onderzoek binnen drie jaar, dan is dat een signaal dat je serieus moet nemen, ook als je er ongemakkelijk van wordt.

Het Witte Huis overweegt om alle nieuwe AI-modellen te laten keuren vóór ze uitkomen. Een opvallende draai voor de Trump-regering, die AI tot voor kort vooral de vrije hand gaf. 'We moeten dat baby'tje laten groeien,' zei Trump eerder. Maar na de ophef rond Anthropics Mythos, het model dat volgens het bedrijf zelf te krachtig was om zomaar los te laten op het publiek, overwegen functionarissen nu een formeel goedkeuringsproces, vergelijkbaar met het Britse systeem dat AI-modellen op veiligheid toetst. Vorige week werden OpenAI, Google en Anthropic al ingelicht over de plannen. De verschuiving valt samen met het vertrek van AI-tsaar David Sacks en de groeiende steun in beide partijen voor meer toezicht op AI.

Zo ziet een AI-sociaal netwerk eruit: twee Yale-studenten haalden 5 miljoen dollar op voor 'het anti-Facebook'. Series werkt volledig via iMessage en draait het model van Instagram en LinkedIn om: geen likes, geen volgersaantallen, geen vanity metrics. In plaats daarvan heb je een 'AI-vriend' die je via berichtjes leert kennen en vervolgens introducties regelt met mensen die daadwerkelijk iets voor je kunnen betekenen, alleen als beide kanten dat willen. Het platform heeft inmiddels meer dan 300.000 profielen, voornamelijk van studenten. Of het werkt buiten de campuswereld, moet nog blijken, maar het is een fascinerend voorbeeld van hoe AI sociale netwerken fundamenteel anders zou kunnen vormgeven.

De ChatGPT waar de meeste mensen mee praten, is stilletjes een stuk slimmer geworden. OpenAI heeft GPT-5.5 Instant uitgerold als nieuw standaardmodel voor alle ChatGPT-gebruikers, ook gratis accounts. Geen spectaculaire lancering, maar wel relevant: het model hallucineert 52,5 procent minder dan zijn voorganger bij medische, juridische en financiële vragen. Verder zijn de antwoorden korter, nuchterder en bevatten ze minder emoji's. Voor wie vorige week ons stuk over GPT-5.5 las en dacht dat het alleen voor betalende gebruikers was: dit is de versie die honderden miljoenen mensen dagelijks gebruiken, en die is nu ook een stuk beter geworden.

Het is donderdagmiddag, je zit midden in een rapport, en daar verschijnt hij weer: de melding dat je je limiet hebt bereikt en pas over een paar uur weer verder kunt. Misschien herken je het. Anthropic, het bedrijf achter Claude, rekent pittige gebruikslimieten af op zijn abonnementen, en als je veel met de AI werkt, loop je daar vroeg of laat tegenaan. Niet zo gek: Claude is een van de duurste modellen om te draaien, en niet voor niets ook een van de slimste. Elk gesprek kost rekenkracht, en die rekenkracht is niet onuitputtelijk.

Het goede nieuws: met een handvol slimme gewoontes haal je twee keer zoveel uit hetzelfde abonnement. Onze Xiang past ze sinds een paar weken toe en loopt nu zelden nog tegen de limiet aan. Net zo fijn: de meeste van deze gewoontes werken precies hetzelfde voor ChatGPT, Gemini en andere AI’s. Dit zijn geen Claude-specifieke trucjes, maar algemene werkprincipes voor wie het maximale uit AI wil halen zonder steeds tegen muren aan te lopen.