Vandaag draait het om agents als ontworpen workflows, betere evaluatie van agentgedrag, de toolinglaag rond coding agents en modelarchitectuur als kosten- en controlekeuze.
The Decoder
For $1.3 million a month, OpenClaw founder Peter Steinberger runs 100 AI agents that code, review PRs, and find bugs. Dit is relevant omdat agentwaarde steeds meer in workflowontwerp en taakafbakening zit, niet alleen in een slimmer model.
arXiv reasoning / agents / evals
APWA: A Distributed Architecture for Parallelizable Agentic Workflows. Dit is relevant omdat serieuze AI-implementatie valt of staat met evaluatie, betrouwbaarheid en begrip van nieuwe failure modes.
The Decoder
New benchmark shows Claude Mythos and GPT-5.5 can develop real browser exploits autonomously. Dit is relevant omdat agentwaarde steeds meer in workflowontwerp en taakafbakening zit, niet alleen in een slimmer model.
arXiv reasoning / agents / evals
Is Grep All You Need? How Agent Harnesses Reshape Agentic Search. Dit is relevant omdat serieuze AI-implementatie valt of staat met evaluatie, betrouwbaarheid en begrip van nieuwe failure modes.
arXiv reasoning / agents / evals
MemEye: A Visual-Centric Evaluation Framework for Multimodal Agent Memory. Dit is relevant omdat serieuze AI-implementatie valt of staat met evaluatie, betrouwbaarheid en begrip van nieuwe failure modes.
Simon Willison
Warelay -> OpenClaw. Dit is relevant omdat de builderlaag rond AI concreter wordt: tools, runtimes en ontwikkelworkflows bepalen steeds vaker de echte hefboom.
Interconnects
Latest open artifacts (#21): Open model bonanza! Gemma 4, DeepSeek V4, Kimi K2.6, MiMo 2.5, GLM-5.1 & others. On CAISI's V4 assessment. Dit is relevant omdat serieuze AI-implementatie valt of staat met evaluatie, betrouwbaarheid en begrip van nieuwe failure modes.
MIT Technology Review AI
Musk v. Altman week 3: Elon Musk and Sam Altman traded blows over each other’s credibility. Now the jury will pick a side. Dit is relevant omdat het laat zien waar duurzame waarde in de AI-stack kan blijven hangen na de hype.
Google News AI Lab Watch
OpenAI Lets Developers Control Codex Coding Agent from ChatGPT Mobile App - Technobezz. Dit is relevant omdat de builderlaag rond AI concreter wordt: tools, runtimes en ontwikkelworkflows bepalen steeds vaker de echte hefboom.
The Decoder
Researchers train AI model that hits near-full performance with just 12.5 percent of its experts. Dit is relevant omdat modelkeuze steeds meer een architectuurvraag wordt rond kosten, context, latency en controle.