Vandaag vallen vooral drie dingen op: AI-coding wordt normaal werkproces, open modellen worden praktischer inzetbaar, en systeemontwerp blijft de echte bottleneck.
The Decoder
Google zegt dat 75% van nieuwe code inmiddels door AI wordt geschreven en daarna door engineers wordt gereviewd. Dit maakt AI in softwareteams minder een copilottest en meer een vraagstuk van workflow, review en verantwoordelijkheid. Voor Bart is dit een sterk haakje over hoe teams hun deliveryproces opnieuw moeten ontwerpen zodra AI structureel meedraait.
Simon Willison
Qwen3.6-27B claimt flagship-level coding-prestaties in een veel compacter open model. Dat is relevant omdat het de build-vs-buy rekensom verandert: bruikbare coding-capaciteit komt dichter bij lokaal draaien, lagere kosten en meer controle. Voor Bart is dit interessant als signaal dat praktische inzetbaarheid belangrijker wordt dan alleen modelgrootte.
MIT Technology Review
MIT Technology Review zet de spotlight op iets minder sexy maar veel belangrijkers: zonder sterke data fabric komt AI niet verder dan losse experimenten. Dat sluit precies aan op Bart’s positionering, omdat de echte waarde in implementatie meestal stukloopt op context, integratie en systeemontwerp, niet op het model zelf.
OpenAI
OpenAI maakt ChatGPT for Clinicians gratis voor geverifieerde zorgprofessionals in de VS. Het interessante signaal hier is niet alleen de productupdate, maar dat AI steeds vaker verticaal verpakt wordt rond één rol, één workflow en één compliance-context. Voor Bart is dit bruikbaar als voorbeeld van waar systems of action concreter en verdedigbaarder worden.
Interconnects
Interconnects fileert de open-versus-closed discussie en laat zien hoe misleidend één benchmarkscore kan zijn. Dat is waardevol voor Bart omdat het helpt om het gesprek weg te trekken van leaderboard-hype en terug te brengen naar capability, use case en architectuurkeuze.
Hugging Face
Hugging Face en NVIDIA tonen een Gemma 4 VLA-demo op Jetson Orin Nano Super. Dat is een ecosysteemsignaal dat multimodale AI ook dichter op devices en embedded workflows terechtkomt. Voor Bart is dit vooral interessant als bewijs dat de volgende golf niet alleen uit centrale API’s komt, maar ook uit kleinere builder-stacks die dichter op het werk zitten.