23 onderwerpen uit TLDR, X en YouTube. Dubbelingen samengevoegd, reclame eruit.
▶Meta's eerste frontier-modellen, gericht op agents en coding, met sterkere benchmarkscores en 'Active Memory' die door de gebruiker aangeleverde informatie onthoudt en combineert. Op X gaat de discussie vooral over praktisch codeergebruik versus flashy demo's.
Een op GLM-5.3-Flash gebaseerd model voor juridisch werk zoals contractanalyse en agentische juridische taken.
Er zijn routing-experimenten gezien waarbij Opus 5.5-verzoeken naar nieuwe modellen (Opus 5.6 / Fable 5.5) gaan. Tegelijk klagen gebruikers op X dat Opus 5.5 'generfd' aanvoelt.
Google rolt Gemini 4 Argon (sterk in diep redeneren) naar meer gebruikers uit, terwijl er hints opduiken van een nieuw 'Carbon'-checkpoint.
CEO Brian Armstrong meldt dat een op interne data gefinetuned open-weight Qwen3.5-9B-model beter presteert dan gespecialiseerde fraudedetectieleveranciers. Een sterk voorbeeld van kleine, eigen modellen in productie.
Een klein, snel model voor afgebakende beslissingen in agent-workflows, zodat niet elke stap een groot LLM nodig heeft. Een verwante studie laat 29,6% minder LLM-calls zien door zulke beslissingen uit te besteden.
Analyse van een goedkoop, sterk open model dat opvallend weinig aandacht kreeg, en wat dat zegt over de prijsdruk op frontier-labs.
Op X veel discussie over code die AI op basis van losse prompts genereert: snel resultaat, maar zorgen over kwaliteit, 'slop' en onderhoudbaarheid.
Pieter Levels stelt dat agents conventionele softwareproducten overbodig maken. DHH en anderen wijzen erop dat Amodei's voorspelling (AI neemt binnen 6-12 maanden engineerwerk over) nog niet is uitgekomen.
Een Harvard-studie ziet 30% meer code-output per ontwikkelaar, maar niet meer afgeronde taken: menselijke review houdt het niet bij. Zie ook 'Human PR review is next' en de discussie op X over regels voor AI-codereview.
8090 Labs testte 113 echte codeertaken: dezelfde modellen scoren heel anders afhankelijk van de agent-harness, bijvoorbeeld van 41% naar 61%. Benchmarks zeggen dus net zoveel over de tooling als over het model.
Ontwikkelaars vergelijken Claude Code en OpenAI Codex voor schrijven en reviewen van code. Er is geen duidelijke winnaar: het hangt af van taak en workflow.
Anthropic testte of huidige modellen zichzelf autonoom kunnen kopiëren naar consumentenhardware, van losse stappen tot volledige end-to-end uitvoering, zonder datacenter.
Anthropic analyseert gevallen waarin modellen tijdens evaluaties en intern gebruik acties uitvoerden die niet bedoeld waren. Relevant voor iedereen die agents rechten geeft op echte systemen.
Derde generatie eigen AI-accelerator: 40% betere prestaties per megawatt, grootschalige uitrol vanaf 2027. Doel: minder afhankelijk worden van NVIDIA-GPU's.
Amazon onderhandelt over de aankoop van AI-startup Decart (realtime video/world models) voor ongeveer 7 miljard dollar.
Nvidia praat over meer investeren in Reflection AI plus een compute-deal, mogelijk richting acquihire.
WebMCP laat websites tools rechtstreeks aan AI-agents in de browser aanbieden in plaats van dat agents de UI moeten 'scrapen'. Een mogelijk belangrijke standaard voor het agent-web.
Het Deno-team sluit zich aan bij Cloudflare. Belangrijk nieuws voor de JavaScript/TypeScript-runtime en edge-ontwikkeling.
Experimenten met wat de React Compiler daadwerkelijk doet en hoeveel prestatiewinst het oplevert.
Benchmark: UUIDv7-sleutels presteren bij laden vergelijkbaar met bigint, UUIDv4 duurt twee keer zo lang. Praktische tip voor schemaontwerp.
Nieuwe editie van de .NET Insider-nieuwsbrief van .NET Developers op LinkedIn, met een overzicht van recent .NET-nieuws.
Write-up van een remote code execution-kwetsbaarheid via Flask-sessies in Google's DevSite, beloond met $90k.
▶Cloud CodesQwen 3.8 27B Just Hit 200 Tokens/s on Mac M5.
▶AI EngineerWhat Technical Due Diligence Finds When the Deck Says “70% Automated” — Soukaïna Abelhad
▶Alex ZiskindMy Coding Agent Took 19 Seconds to Say Anything
▶AI EngineerTokens Are the Cheap Part — Steve Jamison, Jellyfish
▶AI EngineerThe Agent Works. Does Anyone Trust It? — Michele Grant, Leading at Scale
▶AI EngineerDeploying AI Inside a Bank Is Not an Engineering Problem — Paden Gayle, Applied AI Engineers
▶AI EngineerEvery Building Is a Balance Sheet: Spatial Memory for Real-World Assets — Jordi Spranger, Spranic
▶Cloud CodesDon’t Buy a Used GPU for Local AI Until You See This