Scott Wu van Cognition zegt dat AI-programmeurs mensen niet zouden moeten vervangen ↗
Scott Wu van Cognition verzette zich tegen het idee dat Devin is ontworpen om programmeurs volledig te vervangen. Een ietwat vreemde stelling, aangezien het bedrijf ook aangeeft dat Devin een groot deel van zijn eigen code schrijft.
Zijn benadering is meer "AI-programmeermaatje" dan "je baan is opgeslokt door een laptopmonster". Toch is de spanning voelbaar: betere agenten, minder excuses voor opgeblazen engineeringteams... althans, zo luidt het argument.
Deze AI-startup maakt je huis gratis schoon om toekomstige robots te trainen ↗
Shift biedt gratis schoonmaakdiensten aan huis, met een handige maar ook ietwat verontrustende kanttekening: de schoonmakers dragen een 'magische hoed' met een camera, zodat het bedrijf trainingsgegevens voor de robots kan verzamelen.
Het concept is simpel: jij krijgt een schoon appartement, zij krijgen video-opnames van huishoudelijke klusjes. Een prima deal, misschien.
Shift beweert dat gevoelige details vervaagd worden en beelden geanonimiseerd, maar de grotere vraag blijft onbeantwoord: hoeveel privacy in huis zijn mensen bereid op te geven voor gemak?
Anthropic brengt Claude Opus 4.8 uit ↗
Anthropic heeft Claude Opus 4.8 uitgebracht met verbeteringen op het gebied van codering, agentische workflows, redenering en professioneel werk. De belangrijkste troef is de betrouwbaarheid: minder ongefundeerde beweringen, beter gebruik van tools en meer zelfcontrole.
Claude Code biedt ook dynamische workflows, waardoor het model kan plannen, parallelle subagents kan opstarten, outputs kan verifiëren en kan rapporteren. Dat klinkt misschien saai, totdat je beseft dat het in feite projectmanagement in een trenchcoat is.
De prijsstelling blijft verdeeld tussen de standaard- en de snelle modus, waarbij Anthropic meer de nadruk legt op inspanningsopties, zodat gebruikers een afweging kunnen maken tussen snelheid, kwaliteit en tokenverbruik.
Foxconn heeft enorm veel vertrouwen in de groeimomentum dankzij AI, aldus de voorzitter ↗
De voorzitter van Foxconn zei dat de vraag naar AI het gebruikelijke seizoensritme van het bedrijf verstoort. De oude dip in de toeleveringsketens halverwege het jaar? Die lijkt niet meer zo normaal te zijn.
De reden hiervoor is de gigantische investering van cloudgiganten in AI, die Foxconn ziet als een eigen marktkans. Dat is de hardwarekant van de AI-boom, minder gelikt dan chatbots, maar wel degelijk waar het geld binnenstroomt.
Foxconn is al een belangrijke leverancier van Nvidia-servers, dus hun optimisme is in feite een graadmeter voor de stand van zaken in de AI-infrastructuurrace.
Een gezamenlijk stappenplan voor betrouwbare externe evaluaties ↗
OpenAI publiceerde richtlijnen voor AI-evaluaties door derden, waarin werd gesteld dat tests duidelijker moeten aangeven wat er is geëvalueerd, hoe er is getest en wat de resultaten kunnen bewijzen.
De kern van de zaak is verrassend praktisch: evaluaties van geavanceerde AI kunnen niet zomaar gebaseerd zijn op giswerk in de vorm van scoreborden. Evaluatoren moeten het geteste systeem, de prompts, de beveiligingsmaatregelen, de validiteitscontroles en de grenzen van de beweringen toelichten.
Dat is belangrijk, want naarmate modellen meer handelingsvermogen krijgen, kunnen oppervlakkige tests systemen veiliger of sterker doen lijken dan ze in werkelijkheid zijn. Weinig administratieve rompslomp, grote gevolgen.
Veelgestelde vragen
Zijn AI-codeerprogramma's zoals Devin bedoeld om programmeurs te vervangen?
Scott Wu beschrijft AI-programmeurs als programmeerpartners in plaats van volledige vervangingen voor menselijke programmeurs. Het artikel wijst echter op een spanningsveld: Devin wordt ook beschreven als iemand die een groot deel van de code van Cognition zelf bijdraagt. In de praktijk komt het erop neer dat deze tools een deel van het routinematige engineeringwerk kunnen verminderen, terwijl ze nog steeds afhankelijk zijn van mensen voor oordeel, sturing en verantwoording.
Waarom biedt Shift gratis huishoudelijke schoonmaak aan in ruil voor data die gebruikt worden voor AI-training?
Shift biedt gratis schoonmaakdiensten aan omdat het bedrijf fysieke videobeelden van huishoudelijke klusjes wil verzamelen om toekomstige robots te trainen. Schoonmakers dragen tijdens hun werk een 'magische hoed' met een camera, waarmee ze beelden maken die AI-systemen kunnen helpen huishoudelijke taken te begrijpen. De ruil is duidelijk: klanten krijgen een schoon huis, terwijl het bedrijf data uit privéwoningen verzamelt.
Hoe gaat Shift om met privacy bij het verzamelen van beelden van schoonmaakwerkzaamheden in huis?
Het artikel stelt dat Shift beweert gevoelige details te vervagen en beelden te anonimiseren. Dat vermindert mogelijk een deel van de privacyrisico's, maar het neemt de bredere zorg over het opnemen in iemands huis niet weg. Voor gebruikers is de belangrijkste vraag of het gemak van gratis schoonmaakdiensten opweegt tegen die mate van gegevensverzameling.
Wat is er nieuw in Claude Opus 4.8?
Claude Opus 4.8 wordt beschreven als een verbetering van de codering, agentische workflows, redenering en professionele werkwijze. De update richt zich op betrouwbaarheid, met onder andere minder ongefundeerde beweringen, een beter gebruik van tools en meer zelfcontrole. Claude Code krijgt ook dynamische workflows, waarbij het model kan plannen, parallelle subagenten kan uitvoeren, outputs kan verifiëren en resultaten kan rapporteren.
Waarom is het optimisme van Foxconn over de AI-boom belangrijk?
Het vertrouwen van Foxconn is belangrijk omdat het de hardwarekant van de AI-boom weerspiegelt. De voorzitter van het bedrijf zei dat de vraag naar AI afwijkt van het gebruikelijke seizoenspatroon, en dat de investeringen van cloudgiganten in infrastructuur een grote marktkans creëren. Aangezien Foxconn al een belangrijke leverancier van Nvidia-servers is, vormen de opmerkingen van het bedrijf een sterk signaal voor de vraag naar AI-infrastructuur.
Wat maakt volgens OpenAI AI-evaluaties door derden betrouwbaar?
OpenAI stelt dat AI-evaluaties duidelijkere uitleg nodig hebben over welk systeem is getest, hoe het is getest en wat de resultaten werkelijk aantonen. Dat omvat details over aanwijzingen, waarborgen, validiteitscontroles en de beperkingen van eventuele beweringen. Dit punt is vooral belangrijk voor meer agentische modellen, waarbij oppervlakkige tests systemen veiliger of capabeler kunnen laten lijken dan ze in werkelijkheid zijn.