Acht geselecteerde signalen over agentische workflows, sandboxing, AI-PCs, evals, Codex-runtime en agent-builder consolidatie.
The Decoder
Salesforce claims AI agents cut a 231-day migration to 13 days with fewer incidents. Dit is relevant omdat agentwaarde steeds meer in workflowontwerp en taakafbakening zit, niet alleen in een slimmer model.
The Decoder
Microsoft and Nvidia reportedly team up on AI PCs that run actual agents instead of Copilot. Dit is relevant omdat agentwaarde steeds meer in workflowontwerp en taakafbakening zit, niet alleen in een slimmer model.
Simon Willison
How we contain Claude across products. Dit is relevant omdat het laat zien waar duurzame waarde in de AI-stack kan blijven hangen na de hype.
arXiv reasoning / agents / evals
SoundnessBench: Can Your AI Scientist Really Tell Good Research Ideas from Bad Ones?. Dit is relevant omdat serieuze AI-implementatie valt of staat met evaluatie, betrouwbaarheid en begrip van nieuwe failure modes.
The Decoder
OpenAI's Codex can now operate your Windows PC autonomously, hunting bugs and testing apps on its own. Dit is relevant omdat de builderlaag rond AI concreter wordt: tools, runtimes en ontwikkelworkflows bepalen steeds vaker de echte hefboom.
TechCrunch AI
Asana acquires no-code agent-builder StackAI. Dit is relevant omdat agentwaarde steeds meer in workflowontwerp en taakafbakening zit, niet alleen in een slimmer model.
arXiv reasoning / agents / evals
LLMSurgeon: Diagnosing Data Mixture of Large Language Models. Dit is relevant omdat serieuze AI-implementatie valt of staat met evaluatie, betrouwbaarheid en begrip van nieuwe failure modes.
arXiv reasoning / agents / evals
Unlocking the Working Memory of Large Language Models for Latent Reasoning. Dit is relevant omdat serieuze AI-implementatie valt of staat met evaluatie, betrouwbaarheid en begrip van nieuwe failure modes.