I run four AI terminals in parallel: Claude Opus, Sonnet, and Codex CLI, coordinated by an orchestrator that none of them can see. Here's how the system works, and why the agents don't need to know about each other.
Een AI-model dat slimmer is dan GPT-5-Nano, op je eigen computer draait, en je klantdata nooit je gebouw laat verlaten. Qwen3.5 maakt lokale AI eindelijk praktisch voor het MKB.
Ik testte 6 gratis AI-modellen op 10 echte marketingtaken in het Nederlands. De resultaten: sommige zijn sneller én beter dan ChatGPT. Zonder abonnement, zonder dat je data naar Amerika gaat.
Most multi-agent systems burn tokens deciding what context to give agents. VNX uses FTS5 search and heuristic scoring instead: zero LLM calls, sub-100ms, fully deterministic. Here's how it works.
One hallucinated import. Three agents. Five wrong commits in 34 minutes. Here's the full anatomy of the 2am cascade that made governance non-negotiable.
Your AI coding agent doesn't crash when the context window fills up. It just gets quietly dumber. I built automatic context rotation to fix it.
After running 4 AI agent terminals daily for 6 months, I learned orchestration isn't the hard problem, governance is. Here's the audit architecture I built.
Een MCP-server koppelt een AI-assistent aan je klantdata. De AVG-vraag zit niet in het transport, maar in wat er in het gesprek belandt en waar dat heen gaat. Vijf vragen, getoetst aan echte code.
MCP groeide van 40 servers naar 20.000+ in één jaar. Dit zijn de 10 MCP-protocollen die ik dagelijks gebruik in productie, van Context7 tot Playwright. Geüpdatet voor maart 2026.