Begrippen

Elke term die het programma gebruikt, in gewone taal.

Nieuw hier? Lees de eerste les. Geen account nodig.

AI-concepten

Agent: Een AI-systeem dat zelf meerdere stappen zet richting een doel: het kiest tools en stuurt onderweg bij.
Agentisch zoeken: Een agent die zelf vindt wat hij nodig heeft terwijl hij werkt, met zoektools, bestandspaden en links, in plaats van passages die vooraf worden geladen. Wat hij leest, is actueel, maar het is trager dan retrieval en hij kan zonder sturing afdwalen.
AGI: Artificial general intelligence: een hypothetische AI die in bijna alle taken even goed is als een mens. Er wordt veel over gediscussieerd en hij is er nog niet.
Augmented LLM: Een modelaanroep met retrieval, tools en memory erbij. Anthropic gebruikt het als bouwsteen van elk workflowpatroon en van agents.
Beeldmodellen: Modellen die beelden maken op basis van een tekstbeschrijving, zoals DALL-E, Midjourney of Stable Diffusion.
Beslismodel: Een model dat een vraag beantwoordt door een van de opties te kiezen die jij vastlegt, met een kans voor elke optie, in plaats van tekst te schrijven. Jev en Laya zijn voorbeelden.
Broncorpus: Waar de waarheid staat in een RAG-opzet: de pagina's, documenten, contracten of oude tickets waaruit je ophaalt.
Closed model: Een model van één aanbieder, dat je alleen via zijn API of app kunt gebruiken.
Coding agent: Een AI-assistent met handen. Hij leest bestanden, past ze aan en voert commando's uit, en kijkt onderweg naar het resultaat.
Compaction: Het eerdere deel van een gesprek samenvatten om ruimte vrij te maken in het context window.
Completion / response: Wat het model terugstuurt na jouw prompt.
Context: Alles wat het model op dit moment kan zien: je prompt, het gesprek, bijlagen en alles wat er verder is ingeschoven.
Context rot: Een faalpatroon in de loop: de geschiedenis groeit tot het signaal erin verdrinkt. Vat oude beurten samen en zet het doel er opnieuw bij.
Context window: Het maximale aantal tokens dat een model in één keer kan vasthouden: je prompt plus alles wat het al gelezen heeft.
Embedding: Een weergave van tekst in getallen, waarmee een systeem op betekenis kan zoeken in plaats van op exacte woorden.
Embedding models: Modellen die tekst omzetten in getallen, zodat tools erop kunnen zoeken op betekenis. Ze draaien onder de motorkap van assistenten die aan je documenten hangen.
Fine-tuning: Extra, gespecialiseerde training bovenop een basismodel, om het af te stemmen op één specifiek gebruik.
Frontier model: Het grootste, nieuwste en sterkste model dat een aanbieder heeft.
Gekalibreerde kans: Een kans die klopt met hoe vaak antwoorden goed blijken: van alle antwoorden met een kans van ongeveer 0,8 is ongeveer 80% juist. Zo'n kans zegt iets over groepen antwoorden, nooit over één antwoord, en je kunt er pas op vertrouwen als je dat op je eigen gelabelde werk hebt gecontroleerd.
Generation: De laatste stap van RAG: de gevonden stukken in de prompt zetten en de AI daarmee laten antwoorden.
Gradient descent: Het trainingsproces waarin een model miljarden interne parameters stukje bij stukje bijstelt tot het het volgende woord goed voorspelt.
Inference: Elke keer dat je het model echt gebruikt. Je stuurt een prompt, die loopt door de vastgezette parameters en er komt output uit.
LLM: Large language model: de techniek achter chatassistenten als ChatGPT, Gemini en Claude.
Long context: Hoeveel een assistent in één gesprek kan vasthouden. Bij een long context past er in één keer zoiets als een kleine bibliotheek in.
MCP (Model Context Protocol): Een standaard manier om AI-apps te koppelen aan tools, data en diensten buiten de app. Zie het als USB voor AI.
Memory: Een functie die bepaalde feiten over jou opslaat en ze aan het begin van volgende gesprekken weer in de context zet.
Multimodal: Modellen die meer aankunnen dan tekst, zoals beeld en soms audio of video.
Onbewaakte agent: Een agent die een taak van begin tot eind uitvoert zonder dat iemand meekijkt of onderweg vragen beantwoordt. Mensen zien alleen het resultaat, dus de controles en de omgeving moeten het toezicht doen.
Open weights: Een model waarvan je de parameters kunt downloaden en zelf kunt draaien.
RAG (Retrieval-Augmented Generation): Het systeem zoekt eerst in je documenten of op het web, en het model antwoordt daarna op basis van wat het gevonden heeft.
Session: Eén aaneengesloten uitwisseling met een assistent, van je eerste prompt tot je laatste. Een nieuwe chat begint met lege context.
Spraakmodellen: Modellen die spraak omzetten naar tekst en terug, zoals Whisper voor transcriptie en ElevenLabs voor stemsynthese.
Subagent: Een aparte agent met een eigen context window die een bijtaak overneemt, zoals een zoekopdracht of een review, en alleen een samenvatting teruggeeft. Hij ziet het hoofdgesprek niet, dus zijn briefing moet elke regel herhalen die je alleen in dat gesprek hebt gegeven.
System prompt: Instructies die aan het begin van een gesprek de rol en de regels van de AI vastleggen.
Token: De kleine stukjes tekst die een assistent leest en schrijft, elk ongeveer driekwart woord. Lengte en kosten worden in tokens geteld.
Tool: Een koppeling waarmee AI meer kan dan tekst schrijven: zoeken, rekenen of een ander systeem aanspreken.
Training: Het dure, eenmalige proces waarin een model patronen leert uit enorme hoeveelheden tekst. Dat doen de aanbieders, jij niet.
Training cutoff: De datum waarna het model niets meer uit training weet. Alles van daarna mist het, tenzij je die informatie zelf meegeeft.
Voorspellen van het volgende woord: Hoe een LLM in de kern werkt: steeds opnieuw het waarschijnlijkste volgende woord voorspellen, tot er een bruikbaar antwoord staat.

Prompten en technieken

AI-stap: Een processtap die oordeel vraagt en per input anders uitpakt. Hier zet je je AI-budget in.
Always-on-laag: Het kleine setje dat elke beurt wordt meegelezen: harde eisen, huisregels en de taak van nu.
Chain (prompt chaining): Een reeks prompts waarbij elke output de volgende input wordt. Jij houdt de chain in de hand; de AI doet per stap zijn werk.
Chain of thought: Het model vragen om stap voor stap te redeneren voordat het antwoordt. Dat maakt het nauwkeuriger bij problemen met meerdere stappen.
Chunking: Een corpus in hapklare stukken knippen (256 tot 512 tokens, met 10 tot 20% overlap) zodat ze op te halen zijn.
Context engineering: Alles kiezen wat de context van een model bereikt terwijl het werkt, niet alleen de prompt: instructies, bestanden, beschrijvingen van tools, toolresultaten en geschiedenis. Het doel is de kleinste set nuttige informatie die tot de juiste actie leidt.
Determinisme versus oordeel: Determinisme betekent dat een stap altijd hetzelfde teruggeeft. Oordeel betekent dat een stap terecht kan variëren. Zet er per stap een label bij.
Deterministische stap: Een processtap die vaste logica afhandelt: een formule, een veld uit een database of een script.
Eerst plannen, dan uitvoeren: Het model eerst een plan laten maken en gaten laten benoemen, en pas daarna het stuk laten opleveren. Zo vult het de gaten niet met gokwerk.
Evaluator-optimizer: Een workflowpatroon waarbij één modelaanroep schrijft en een andere het resultaat beoordeelt aan de hand van duidelijke criteria, en in een loop feedback terugstuurt tot het slaagt of een limiet is bereikt.
Few-shot: Het model een paar voorbeelden geven van het patroon van input naar output dat je wilt. Dat maakt het merkbaar betrouwbaarder.
Gestructureerd notities maken: Een agent tijdens het werk notities laten schrijven in een bestand buiten zijn context window, zoals een takenlijst of een bestand met bevindingen, en ze later teruglezen. De notities overleven compaction, omdat ze nooit in het window stonden.
Gouden regel: Geef de AI altijd zoveel context als je kunt. Betere input levert betrouwbaar betere output.
Instructiehoogte: Het detailniveau waarop aanwijzingen zijn geschreven. Te laag is een broze lijst als-dan-regels; te hoog is een vage wens. Op de juiste hoogte noem je het doel, de afwegingen en de harde grenzen, met de reden achter elk ervan.
Itereren en bijschaven: AI als een gesprek behandelen en de output in een paar rondes beter maken, in plaats van te verwachten dat de eerste versie meteen klopt.
Meta-prompting: De AI vragen om je prompt kritisch door te nemen en te herschrijven, zodat hij betrouwbaardere output oplevert.
Negatieve beperkingen: De AI vertellen wat hij niet moet doen. Dat duwt tegen zijn standaardgedrag in en is vaak makkelijker dan beschrijven wat je wel wilt.
On-demand laden: Schema's, specs, runbooks of documentatie pas inladen als een taak ze nodig heeft, opgevraagd op naam.
Orchestrator-workers: Een workflowpatroon waarbij een centrale modelaanroep een taak tijdens het werk opdeelt in deeltaken, die aan uitvoerende aanroepen geeft en hun resultaten samenvoegt. Gebruik het als je de deeltaken niet vooraf kunt opsommen.
Outputopmaak: Tussenresultaten machineleesbaar houden: tabellen, JSON, vaste velden. Vrije lopende tekst breekt chains.
Overdracht (de naad): Het moment waarop de output van de ene stap de input van de volgende wordt. Hier begeven chains het, dus zet je controle op de naad.
Parallellisatie: Een workflowpatroon dat modelaanroepen tegelijk laat draaien: onafhankelijke delen van een taak naast elkaar (sectioning), of dezelfde taak een paar keer om de antwoorden te vergelijken (voting).
Persona: Het model een rol geven om de lat hoger te leggen. Het verandert de manier waarop het model antwoordt; of het antwoord klopt, blijft hetzelfde.
Persona prompts: Geef elke stap een rol: een juridisch medewerker, een compliance officer. De persona verschuift woordkeuze, diepgang en toon.
Proces opdelen: Een proces dat over meerdere teams loopt in stappen knippen, en per stap bepalen of hij AI is, deterministisch, of een mens nodig heeft.
Progressive disclosure: Altijd een klein beetje inladen en de rest alleen als het relevant is. Houd de always-on-laag klein.
Prompt: Wat je een assistent intypt. Prompten is het vak van goed vragen.
Prompten in meerdere stappen: Werk opsplitsen in stappen in plaats van één grote prompt. Elke stap levert een schone output met een naam, die de volgende gebruikt.
Promptlogboek: Een verzameling prompts die werkten, die je in de loop van de tijd opbouwt tot herbruikbare templates voor je eigen werk.
Retrieval: De juiste stukken bij een opdracht ophalen. Hybride retrieval (op betekenis plus op trefwoord) met een reranker is de standaard in productie.
Rollen stapelen: De AI iets laten bekijken vanuit meerdere expertblikken op rij, en er daarna één advies van laten maken.
Routing: Een workflowpatroon waarbij één stap een input in een categorie indeelt en doorstuurt naar een stap die voor dat soort input is gebouwd, zoals mails over facturen, techniek of accounts.
Structured outputs: Om een vast schema vragen, zoals JSON of een tabel, zodat de output helder is en andere tools er direct mee verder kunnen.
Vier-elementenframework: De betrouwbare promptstructuur: rol, context, taak, format (ook wel CRAFT of RCTF).
Voorinvullen van het antwoord: Het antwoord van de AI voor hem beginnen. Dat zet format en toon vast en beperkt het afdwalen.
Zero-shot: Het model een taak laten doen zonder voorbeelden. Prima voor eenvoudige, bekende klussen.

Bouwen en live zetten

Acceptatiecriteria: De voorwaarden waaraan werk moet voldoen om als klaar te gelden, opgeschreven voordat het werk begint. Voor een agent werkt elke voorwaarde het best als een controle die hij kan uitvoeren: een test, een commando of een resultaat dat iedereen kan zien, waarbij je van de controles voor het nieuwe gedrag eerst bevestigt dat ze falen.
Achtergehouden scenario: Een end-to-end user story, bewaard buiten de codebase, die software controleert op wat een gebruiker kan waarnemen. Agents zien die nooit, dus ze kunnen haar niet herschrijven of code schrijven die er alleen voor slaagt.
Agent loop: De cyclus tijdens het draaien: context lezen, besluiten, een tool aanroepen, het resultaat lezen, opnieuw besluiten, tot de taak klaar is.
Agentic engineering: Software ontwikkelen met coding agents terwijl een engineer verantwoordelijk blijft voor het resultaat: die bepaalt het doel, controleert de code en het bewijs, en beslist wat er live gaat. Simon Willison gebruikt de term voor het tegendeel van vibe coding, waarbij niemand naar de code kijkt.
Agentic loop: Een taak die zo is opgezet dat een coding agent een doel kan bereiken met vallen en opstaan: een duidelijk doel, een controle die zegt of iets slaagt of faalt, de commando's om wijzigingen uit te proberen, en een veilige plek om met goedkeuringen uit te draaien. Elke agent draait een loop; een agentische loop is er een die jij ontwerpt.
Agentisch handmatig testen: Een coding agent zijn eigen wijziging laten gebruiken zoals een mens dat zou doen: een functie aanroepen vanaf de command line, een API met curl of een pagina in een echte browser, en van elk commando en de output een verslag bijhouden. Zo vind je wat slagende tests missen.
AGENTS.md: Het instructiebestand dat over tools heen werkt. Zet je afspraken hier, als enige bron van waarheid.
Anatomie van een briefing: Wat er in een goede agentbriefing hoort: rol, trigger, inputs, stappen, outputformat en guardrails.
Backpressure: Automatische controles die slechte output van een agent afwijzen, zoals tests, typecheckers en securityscanners, zodat hij zijn wijziging moet repareren voordat hij verder kan. Houd ze snel, want de agent wacht erop.
Beoordelaar: Wat bepaalt of een poging is geslaagd: code voor wat precies te controleren is, een model dat een beoordelingsmodel volgt voor afwegingen, of een mens. Toets een model als beoordelaar aan mensen voordat je erop vertrouwt.
Beperking van het model: Een fout waarbij de AI de taak simpelweg niet betrouwbaar genoeg doet. De oplossing is een deterministische controle of een strakkere HITL gate.
Beslisdossier voor architectuur (ADR): Een kort bestand in de repository dat één belangrijke beslissing vastlegt: de context, het besluit, de status en de gevolgen. Het vertelt mensen en coding agents waarom de code is zoals hij is, zodat geen van beide hem blind accepteert of verandert.
Betrouwbaarheidstabel: Een tabel die de antwoorden van een model op kans in groepen verdeelt en laat zien hoe vaak elke groep goed was. Zo zie je of 0,8 op jouw data echt ongeveer 80% betekent.
Boilerplate: Code die geschreven moet worden maar geen nieuw idee bevat, zoals setup, koppelwerk of weer dezelfde testvorm. Hij is makkelijk te beschrijven en makkelijk te controleren, en daardoor goed werk om aan een coding agent over te dragen.
Branch: Een parallel spoor van werk in dezelfde repo. Je experimenteert op een branch zonder de main-branch te verstoren.
Breaking change: Een wijziging in een nieuwe versie van een library of service waardoor code die voor de oude versie is geschreven, faalt of zich anders gedraagt. Sommige breken luid, zoals een verwijderde functie. Andere zijn stil, zoals een gewijzigde standaardwaarde, en die vangen alleen tests die het gedrag vastleggen.
Bruikbaar versus correct: Bruikbaar betekent dat volgende stappen de output kunnen lezen. Correct betekent dat de inhoud klopt. Je hebt beide nodig.
Budgetplafond: Een stopvoorwaarde die een harde bovengrens zet op beurten, tokens of tool-aanroepen.
Call site: Een plek in de code waar een bepaalde functie wordt aangeroepen. Als je vóór een upgrade of een hernoeming elke call site oplijst, tests en scripts inbegrepen, zie je hoe groot de wijziging is en wat er gecontroleerd moet worden.
Capability-eval: Een eval met taken waar een agent nog moeite mee heeft. Hij begint met een laag slagingspercentage en laat zien of wijzigingen aan de harness helpen.
Cascade: Eerst een goedkoop, snel model laten draaien en alleen de gevallen waarover het twijfelt doorsturen naar een sterker model of een mens. Het bespaart kosten, maar maakt het resultaat alleen nauwkeuriger als de tweede stap andere fouten maakt.
Changelog: Een kort lopend lijstje onderaan een briefing waarin per versie staat wat er veranderd is, zodat anderen zien hoe hij gegroeid is.
Checkout: Je werkmap omzetten naar een bepaalde branch of commit. Zelfde repo, ander beeld.
CLAUDE.md: Het instructiebestand van Claude Code, in de projectmap of in ~/.claude voor globaal. Vaak niet meer dan een verwijzing naar AGENTS.md.
Cloudomgeving: De voorbereide setup waarmee de runs van een cloudagent beginnen: de code uitgecheckt, dependencies geïnstalleerd, netwerkregels en geheimen. Elke run werkt in een eigen kopie, dus elke run begint op dezelfde manier.
Code owners (CODEOWNERS): Een bestand dat vastlegt wie welke paden in een repository beheert. Staat de bijbehorende regel aan, dan kan een wijziging aan een bestand met een eigenaar niet worden gemerged zonder goedkeuring van een van de eigenaars.
Commit: Eén opgeslagen wijziging, met een notitie over wat en waarom. De geschiedenis van een repo is een keten van commits.
Compound engineering: Een manier van werken, beschreven door het bedrijf Every, waarin elke wijziging de volgende makkelijker moet maken. Na plannen, uitvoeren en reviewen komt een vierde stap: maak van wat je hebt geleerd een doc, een voorbeeld, een test of een controle, en vraag je af of het systeem het probleem nu vanzelf zou opvangen.
Computationele controle: Een guide of sensor die door gewone software wordt uitgevoerd, zoals een test, een linter of een script. Snel en goedkoop, en elke keer met hetzelfde resultaat.
Context budget: Het context window behandelen als een budget dat je bewust verdeelt, met het grootste deel voor wat het antwoord echt verandert.
Continue integratie (CI): De automatische build en tests die op elke voorgestelde wijziging draaien voordat die wordt gemerged. In een softwarefabriek is het de eerste controle waar de wijziging van een agent doorheen moet, en een groene run is maar zo betrouwbaar als de tests erachter.
De 50-inputsregel: Test een agent op 50 verschillende echte inputs voordat je hem onbewaakt laat draaien. Zet elke fout in een categorie.
De bouwregel: Merk je dat je hetzelfde werk voor de tweede keer doet, bouw het dan als agent, zodat het de derde keer zichzelf draait.
Deferred tools: Tools alleen op naam noemen en het model de volledige definitie laten opvragen als het die nodig heeft. Zo blijft de context slank.
Definition of Done: Een korte lijst uitspraken over afgerond werk, opgeschreven voordat het werk begint, die iedereen kan nagaan. Elke regel is waar of onwaar voor het resultaat, dus "klaar" betekent gecontroleerd, niet alleen dat het er klaar uitziet.
Definition of Ready: De lijst die een team afspreekt van wat een werkitem moet bevatten voordat iemand eraan begint. In een fabriek bepaalt die welke items de wachtrij voor agents in mogen; de rest gaat terug naar de indiener, met het ontbrekende stuk benoemd.
Dekking: Een van de krachten in harnessontwerp: het model genoeg geven om goed te handelen. Te weinig, en het gaat gokken of verzint een API.
Dependency-update: Een wijziging die een van de dependencies van een project naar een nieuwere versie brengt. Een update die alleen een versienummer verandert, past bij een eenvoudig script; een update met breaking changes heeft ook codewijzigingen nodig, en een controle dat het project nog steeds bouwt en door zijn tests komt.
Diff: De lijst, regel voor regel, van wat er in je bestanden is veranderd: de regels die zijn verwijderd en de regels die erbij zijn gekomen. Door na elke stap de diff te lezen, zie je precies wat een agent heeft gedaan.
Doc-gardening: Een terugkerende run, vaak door een agent, die de docs van een repository vergelijkt met de code en een pull request opent voor elke pagina die verouderd is. Zo blijven de docs waar agents op leunen kloppen.
Doeltest: Een stopvoorwaarde die de agent echt uitvoert in plaats van beweert: de build slaagt, of het endpoint geeft 200 terug.
DORA metrics: Vijf maten voor softwarelevering van DORA, een onderzoeksprogramma van Google Cloud. Doorlooptijd van wijzigingen, deploymentfrequentie en hersteltijd na een mislukte deployment laten de doorvoer zien; faalpercentage van wijzigingen en herstelwerkpercentage van deployments laten de instabiliteit zien.
Drempelzones: Twee grenzen die de antwoorden van een beslismodel in drie uitkomsten verdelen: zelf handelen, laten bevestigen door een mens of escaleren naar een mens. Je bepaalt ze aan de hand van je eigen gelabelde items en van wat elke fout kost.
Edge cases: Inputs die geldig zijn maar ongebruikelijk. In een briefing hoort te staan wat er moet gebeuren bij ontbrekende velden, tegenstrijdigheden en gevoelige data.
Evaluatieset: Een set taken die je opnieuw kunt draaien, elk met een slaagregel, zodat je een agent en zijn harness kunt scoren voor en na een wijziging. Laat hem groeien uit echte mislukkingen, en neem gevallen op waarin iets niet mag gebeuren.
Fan-out: Eén repetitieve wijziging opsplitsen in één agentrun per item, zoals een bestand, gestart vanuit een script met dezelfde prompt. Elke run begint met een frisse context. Probeer eerst een paar items, verbeter de prompt, en draai dan de rest met een controle op elk item.
Forking: De gedeelde agent of assistent van iemand anders kopiëren en aanpassen. Je erft de lessen die de oorspronkelijke bouwer al geleerd heeft.
Format drift: De AI geeft output terug in een iets andere vorm dan afgesproken, waardoor alles verderop dat het exacte format verwachtte breekt.
Frontmatter: Een klein YAML-blok helemaal bovenaan een bestand, met gegevens over het bestand zelf.
Gestapelde pull requests: Een reeks kleine pull requests waarin elke pull request voortbouwt op de vorige, zodat een groot stuk werk telkens als één op zichzelf staande wijziging wordt gereviewd. Elke pull request moet het systeem werkend achterlaten als hij wordt gemerged.
Geverifieerde uitkomst: Een wijziging die is gemerged, gedeployd en geen rollback, hotfix of vervolgfix nodig had. Door die te tellen, in plaats van geopende pull requests of gegenereerde regels, zie je wat werk met coding agents echt heeft opgeleverd.
Git bisect: Het git-commando dat de commit vindt waarin een bug voor het eerst opdook. Je markeert een goede en een slechte commit en geeft het een test mee, en het doorzoekt de geschiedenis door die steeds te halveren. Coding agents zijn er goed in om het voor je te draaien.
Gold set: Echte items uit je werk, elk gelabeld met het juiste antwoord door mensen die het werk kennen. Daar toets je een beslismodel aan voordat je het vertrouwt.
Gouden principe: Een uitgesproken, mechanische regel over hoe de code er altijd uit moet zien, vastgelegd in de repository, zodat een geplande agent afwijkingen kan vinden en kleine pull requests kan openen om ze te herstellen.
Guide (feedforward-controle): Een controle in de harness die de agent stuurt voordat hij iets doet, zoals instructies, een stijlgids of een sjabloon. Hij maakt een goede eerste poging waarschijnlijker.
Harness: Alles wat je om een model heen bouwt: de context die het model krijgt, de tools die het kan aanroepen en de loop waarin het draait.
Harness engineering: Alles om het model van een agent heen ontwerpen en verbeteren: zijn instructies, tools, controles en grenzen. In de zin van Mitchell Hashimoto: de gewoonte om de harness aan te passen telkens als de agent een fout maakt, zodat hij die fout niet nog eens maakt.
Harness snoeien: Onderdelen één voor één uit een harness halen en na elk ervan dezelfde evals opnieuw draaien, om alleen te houden wat de resultaten nog beter maakt. Elke regel of controle is een aanname over het model, en modellen veranderen.
Headless run: Een run van een coding agent vanuit een script, zonder iemand aan het toetsenbord, zoals claude -p of codex exec. De toegestane tools, de sandbox en de limieten op beurten en kosten moeten allemaal vastliggen voordat hij begint.
Idempotency: Een agent is idempotent als je hem veilig twee keer op dezelfde input kunt laten lopen. Hij geeft hetzelfde resultaat of slaat het over.
Inferentiële controle: Een guide of sensor die op het oordeel van een model leunt, zoals geschreven instructies of een AI-review. Hij kan betekenis beoordelen, maar is trager, duurder en kan van run tot run verschillen.
Infrastructuur (versus een tool): Iets waar veel mensen op leunen. Op die schaal heeft het een eigenaar met naam nodig, gedocumenteerd gedrag, HITL gates en een onderhoudsplan.
Instructiebestand: Een bestand met staande regels dat een agent leest voordat hij begint. AGENTS.md is de gangbare naam.
Intakeformulier: Het formulier of sjabloon dat mensen invullen om een werkitem in te dienen, met één veld voor elke regel van de Definition of Ready en de belangrijke velden verplicht. Het maakt velden moeilijk over te slaan, niet onmogelijk, dus de triage controleert elk item opnieuw. Op GitHub is het een issueformulier.
Klaar voor productie: Een workflow die op echte inputs getest is, met faalpatronen en HITL gates in de briefing, gedocumenteerd, met een eigenaar, en met logging om drift te zien.
Kosten: Wat elk token kost: in geld, in wachttijd en in verwaterde aandacht.
Kosten per bruikbare output: Totale kosten gedeeld door de outputs die niet over hoefden. Dit is het getal om in je hoofd te hebben.
Lockfile: Een bestand dat de exacte versie vastlegt van elk pakket dat een project installeert, inclusief de pakketten die de dependencies meebrengen. De wijzigingen erin in een diff laten alles zien wat een nieuw pakket toevoegt.
Maximum aantal pogingen: Een limiet op hoe vaak een agent het opnieuw mag proberen nadat een controle faalt, zoals twee CI-runs. Is die bereikt, dan stopt de run en gaat de branch met de falende output naar een mens.
Merge: De wijzigingen van een branch samenvoegen met de main-branch zodra ze klaar zijn.
Merge queue: Een wachtrij die elke pull request samen met de nieuwste main-branch en de pull requests die ervoor staan test voordat hij merget, zodat wijzigingen die elk afzonderlijk slagen de branch niet samen kunnen breken.
Mergeconflict: Wat er gebeurt als twee branches dezelfde regels van hetzelfde bestand wijzigen. Git kan ze niet zelf samenvoegen, dus een mens of een agent moet kiezen. Parallel werk opdelen per gebied houdt conflicten zeldzaam.
Naad: Het punt waar informatie van de ene persoon, het ene team of het ene systeem naar het volgende gaat. Bij naden lekken tijd en kwaliteit weg.
Naadkaart: Een kaart van de overdrachten in een proces: wie geeft over, wie pakt op, wat gaat verloren, wat kost het aan tijd, en waar zou AI passen.
Onderhoudsplan: Een kort document met de eigenaar, een achtervang, hoe vaak je het nakijkt, de bekende faalpatronen en hoe je wijzigingen test.
Ontwerpfout: Een fout die in de architectuur van de workflow zit. De oplossing is opnieuw indelen of herontwerpen.
OpenTelemetry (OTel): Een open standaard om metrieken, logs en traces van een programma naar een collector naar keuze te sturen. Agenttools gebruiken hem om van elke run de tokens, kosten en toolaanroepen te rapporteren.
Optimistische concurrency: Een manier waarop veel agents toestand delen zonder locks: iedereen kan hem lezen, maar een schrijfactie faalt als de toestand is veranderd sinds hij werd gelezen, en de schrijver leest opnieuw en probeert het nog eens.
Output schema: Een precieze beschrijving van de velden en types van een output, opgeschreven voordat je de prompt schrijft.
Outputdominantie: Outputtokens kosten meestal 3 tot 5 keer zoveel als inputtokens, dus een breedsprakige standaard laat de kosten snel oplopen.
Padspecifieke instructies: Instructiebestanden die alleen gelden als een agent aan bestanden werkt die erop passen, zoals een .instructions.md-bestand van GitHub Copilot met een applyTo-patroon, of een Cursor-regel met globs.
pass@k (minstens één keer): Het aandeel taken dat een agent in k pogingen minstens één keer haalt. Het laat zien of de agent een taak kan doen, niet of hij dat elke keer doet.
pass^k (elke keer): Het aandeel taken dat een agent bij elk van k pogingen haalt. Het daalt naarmate k groeit, en het telt het zwaarst waar mensen elke keer hetzelfde resultaat verwachten.
Poging: Eén poging bij één taak in een eval. Agents verschillen van run tot run, dus elke taak krijgt een paar pogingen, elk vanaf een schone start.
Pull request: Een bundel commits die je ter beoordeling aanbiedt voordat hij gemerged wordt.
Ralph loop: Een manier om één coding agent onbewaakt te laten draaien: een script stuurt hem steeds opnieuw dezelfde prompt, hetzelfde planbestand en dezelfde specs. Elke ronde begint met een frisse context, doet één item, draait de controles en commit.
Rebase: De commits van een branch opnieuw afspelen bovenop de nieuwste main-branch. Wie vlak voor de laatste controles rebaset, zorgt dat de controles de code testen die echt wordt gemerged.
Recall: Hoe betrouwbaar het model een bepaalde regel echt oppakt. Regels die middenin een long context staan, worden gemist.
Red/green TDD: Test-first ontwikkelen: schrijf een test, draai hem en zie hem falen (rood), en pas dan de code aan tot hij slaagt (groen). Door hem eerst te zien falen weet je dat de test de wijziging controleert, en niet iets wat al werkte. Bij een coding agent is vragen om red/green TDD meestal genoeg.
Referentiebestanden: Stabiele documenten (regelgeving, stijlgidsen, begrippenlijsten) die je aan een eigen assistent hangt, zodat hij er consequent mee redeneert.
Regressie-eval: Een eval met taken die een agent al aankan en die bijna elke keer zouden moeten slagen. Een daling betekent dat er iets kapot is, vaak na een wijziging aan het model, de instructies of de tools.
Replayset: Een vaste lijst eerdere werkitems, elk met zijn startcommit en het resultaat dat als geslaagd telt. Voordat je een wijziging live zet, draai je het huidige en het gewijzigde systeem erop en vergelijk je item voor item.
Repository (repo): Een projectmap met een geheugen. Hij houdt bestanden, tests en een logboek van elke wijziging bij, dus niets is ooit echt weg.
Reproductietest: Een test die is geschreven om te falen door een gemelde bug, voordat iemand die fixt. Hij moet falen om dezelfde reden waarom gebruikers de bug zien, niet door een typfout of een ontbrekende setup, zodat hij later met zijn slagen laat zien dat de fix werkt.
Revert-controle: De fix eruit halen, de nieuwe test draaien om hem weer te zien falen om dezelfde reden als vóór de fix, en de fix dan terugzetten. Een test die zonder de fix nog steeds slaagt, controleert de fix niet en vangt de bug niet als die terugkomt.
Review met frisse context: Een review door een model dat het afgeronde werk krijgt, met de Definition of Done en de bronnen, maar niet het gesprek of de redenering die het opleverde. Het mag bestanden openen en de controles uitvoeren.
Rijpheidsniveaus: Labels voor gedeelde workflows: op eigen risico, uitgelicht (nagekeken) en officieel (onderhouden, klaar voor productie).
Ruleset: Een benoemde set regels op de branches van een repository, zoals een pull request, geslaagde controles en een goedkeuring vereisen voordat er iets wordt gemerged. Wijzigingen van agents moeten er net zo aan voldoen als die van ieder ander.
Schaduwmodus: Een beslismodel op echt werk laten meedraaien terwijl het huidige proces de leiding houdt. Je legt beide antwoorden vast en vergelijkt ze later; op niets wat het model zegt, wordt gehandeld.
Scope judge: Een model dat alleen een werkitem leest en de diff die een agent ervoor maakte, en een veto uitspreekt over wijzigingen die verder gaan dan het item. Hij draait na de build- en testcontroles. Houd zijn vetopercentage bij en controleer met de hand een steekproef van zijn oordelen.
Sensor (feedbackcontrole): Een controle in de harness die het werk van de agent achteraf nakijkt, zoals een test, een linkchecker of een reviewermodel, zodat de agent zichzelf kan corrigeren.
Shift left: Een controle zo vroeg laten draaien als kan, zoals een lint bij elke push in plaats van in CI of review, zodat een fout opduikt waar hij het goedkoopst te herstellen is.
Skill: Een bundel instructies en referentiemateriaal die een assistent één klus goed leert doen, herbruikbaar in elk volgend gesprek.
SKILL.md: Het enige verplichte bestand van een skill: bovenaan YAML-frontmatter (naam en beschrijving), daaronder de procedure.
Softwarefabriek: Een systeem waarin veel AI-agents werkitems uit een wachtrij halen en er geverifieerde wijzigingen van maken, met mensen bij de controlepunten die jij kiest. De agent is één stap; de wachtrij, geïsoleerde omgevingen, controles en goedkeuringen maken zijn wijzigingen veilig om te mergen.
Spec-driven development: Eerst de bedoeling opschrijven, als spec, en een coding agent daarop laten bouwen. De niveaus verschillen in wat er daarna met de spec gebeurt: gebruikt voor één wijziging (spec-first), bewaard bij de feature (spec-anchored), of het enige bestand dat mensen bewerken (spec-as-source).
Stop hook: Een hook die draait telkens als de agent klaar is met antwoorden, en hem weer aan het werk kan zetten, bijvoorbeeld zolang een test nog faalt. Hij heeft een beveiliging nodig, zodat een controle die nooit kan slagen de run beëindigt in plaats van eindeloos te loopen.
Symlink: Een snelkoppeling die naar een ander bestand wijst, zodat één echte kopie op meerdere plekken kan staan.
System of record: De ene plek waar een feit officieel staat, en waar elke andere vermelding naar verwijst. In een codebase kunnen geversioneerde docs in de repository het system of record zijn voor architectuur, beslissingen en bedrijfsregels.
Taaklock: Een claim op een werkitem, zoals een klein bestand dat een agent in een gedeelde repository commit voordat hij begint, zodat andere agents iets anders kiezen. Locks die te lang worden vastgehouden of nooit worden vrijgegeven, vertragen iedereen.
Templates met variabelen: Briefings in productie zijn templates met benoemde variabelen. Daardoor kun je ze nakijken, versioneren en forken.
Terminal (shell): Het tekstvenster waarin je commando's typt in plaats van op knoppen te klikken. Hier wonen coding agents.
Test suite: De zelfcontroles van een project, die je met één commando draait en die slaagt of faalt.
Tevredenheid (scenario's): De score van StrongDM voor achtergehouden scenario's: van alle runs door alle scenario's het aandeel dat de gebruiker waarschijnlijk tevreden zou stellen. Hij vervangt een simpel geslaagd of gezakt als software met een model erin zich niet elke keer hetzelfde gedraagt.
Trace: Een vastlegging van één run als een boom van getimede stappen, spans genoemd: de run aan de wortel, en elke modelaanroep en toolaanroep daaronder. Hij laat zien waar de tijd en de tokens naartoe gingen, wat er faalde en waarom de run stopte.
Triggers: Hoe een agent begint: op een schema, op aanvraag, of op een gebeurtenis zoals een nieuwe rij in een database.
Tripwire: In een agent-SDK het signaal dat een guardrail geeft als zijn controle faalt. De run stopt, en jouw code beslist wat er daarna gebeurt, zoals de gebruiker vertellen dat het verzoek niet kan worden verwerkt.
Validatiestap: De eerste stap in de chain, die nakijkt of elk verplicht veld aanwezig en geldig is. Faalt een controle, dan stopt hij en haalt hij een mens erbij.
Verborgen context: System prompts, referentiebestanden, de gespreksgeschiedenis en opgehaalde stukken kosten allemaal tokens, bij elke run.
Verifier: Een controle die een agent kan uitvoeren maar niet in de hand heeft, zoals een build of een testrun, en die in een paar regels terugmeldt. In een fabriek draaien verifiers voordat er een pull request wordt geopend, en een falende verifier houdt die tegen.
Verplichte statuscheck: Een controle, zoals de test suite, die moet slagen voordat een pull request in een beschermde branch kan worden gemerged. Zo zijn tests geen advies meer, maar een voorwaarde.
Vertrouwde input: Input die stroomopwaarts al gecontroleerd is, zoals een rij in een database met een afgedwongen schema. Daar kun je op handelen.
Vibe coding: Iets bouwen door in gewone woorden te beschrijven wat je wilt en de AI de code te laten schrijven, terwijl je op gevoel bijstuurt.
Vlootbrede wijziging: Hetzelfde soort wijziging in veel repository's, zoals een dependency-update of een aanpassing van de configuratie, meestal als één kleine pull request per repository. De eigen controles en eigenaars van elke repository beslissen nog steeds of de wijziging wordt gemerged.
Voortgangsbestand: Een bestand dat een agent aan het begin van elke session leest en aan het eind bijwerkt: het doel, de regels en een logboek van wat er is gedaan en wat er nu komt. Met een itemlijst ernaast kan een nieuwe session lang werk oppakken zonder iets opnieuw te doen of over te slaan.
Wegwerpomgeving: Een werkplek die voor één taak vers wordt aangemaakt vanuit een standaardsetup en daarna wordt weggegooid, zoals een worktree, een container of een cloudsandbox. Niets wat je nodig hebt, bestaat alleen daarbinnen, dus elke run kan opnieuw worden gestart.
Werkitem: Eén stuk werk in een gedeelde wachtrij, zoals een issue in een tracker. Als een agent het oppakt, is het item zijn hele briefing: het beoogde resultaat, de controles die het bewijzen, wat buiten scope valt en wie hij kan vragen.
Workflow: Een systeem waarin een model en tools stappen volgen die je vooraf hebt vastgelegd. Eenvoudiger, goedkoper en makkelijker te testen dan een agent, dus gebruik er een zodra je de stappen kent.
Worktree: Een tweede werkkopie van dezelfde repo in zijn eigen map, met zijn eigen branch, zodat twee klussen elkaar nooit in de weg zitten.
YAML: Instellingen als regels met een label, zoals name: pdf-export. Lees het als een formulier in plaats van als code.

Risico en veiligheid

Adversarial testing: Een agent tijdens het testen bewust lastige, tegenstrijdige, incomplete of kwaadwillende input voeren, om te zien waar hij stukloopt.
Adversarial verification: Maken en beoordelen scheiden. De ene ronde maakt iets, de andere valt het aan met de opdracht om het onderuit te halen, en alleen wat overblijft gaat live.
Afgedwongen controle: Een grens die de tool toepast, wat het model ook besluit, zoals een permissieregel, een hook, een sandbox of een app die niet is gekoppeld. Anders dan een instructie kan het model hem niet overslaan.
Agentische luiheid: Een agent die halverwege een lange taak met veel onderdelen stopt en de hele klus als klaar meldt. Ga het tegen met een controle die de agent moet uitvoeren voordat hij stopt.
AI slop: Massaal geproduceerde AI-tekst of -beelden waar geen aandacht in zit. Precies wat goed prompten voorkomt.
Altijd-HITL-acties: Dingen waar altijd een mens voor moet aftekenen: geld, gezondheid, veiligheid, contracten, juridische voorwaarden, aangiftes bij de overheid, iemands rechtspositie.
Audit logs: Een vastlegging van elke MCP-tool-aanroep, met tijdstip, aanroeper, scope en resultaat. Hier kijk je om te zien wat de AI gedaan heeft.
Auto-pause: Een noodrem die een agent stilzet als de nauwkeurigheid in een steekproef onder een vastgestelde grens zakt, tot een mens hem weer aanzet.
Automation bias: De neiging om te vertrouwen, of te veel te vertrouwen, op wat een geautomatiseerd systeem oplevert. De EU AI Act noemt het bij naam, en een overrulepercentage van bijna nul is een van de waarschuwingssignalen.
Blast radius: Hoe ver een agent kan reiken als er iets misgaat. Een agent die aan systemen hangt heeft strakkere controlepunten nodig.
Confidence calibration: De AI zijn eigen zekerheid laten inschatten (hoog, midden, laag) met een reden erbij, zodat je weet welke output nagekeken moet worden.
Credential-proxy: Een dienst buiten de sandbox van een agent die een echte sleutel bewaart en die toevoegt aan uitgaande verzoeken voor toegestane domeinen. Code in de sandbox ziet alleen een placeholder, dus een gekaapte run heeft geen sleutel om te stelen.
Datahygiëne: Gewoontes voor hoe je met privégegevens omgaat bij AI. Laat gevoelige data staan waar ze staat, in plaats van ze in een tool te plakken die je niet in de hand hebt.
De harde regel: Zet nooit bankgegevens, inloggegevens, overheids-ID's of iets anders dat privé is en niet van jou, in een algemene AI-tool.
Deny rule: Een permissieregel die een tool, een commando of een pad blokkeert, wat het model ook besluit, zoals Read(./.env) in Claude Code. Deny rules worden als eerste gecontroleerd, dus een allow rule kan er geen uitzondering op maken.
Drift: Wanneer de output van een model langzaam slechter wordt omdat het patroon in de input verschoven is. Stil, en alleen te zien over veel outputs heen.
Drift (loop): Een faalpatroon in de loop: de agent vergeet het doel en optimaliseert een deeltaak. Zet het doel opnieuw neer, tegen het eind van de context.
Escalatiepad: De vastgelegde route voor een geval dat gemarkeerd is: wie krijgt bericht, hoe, en met welke context. Elke HITL gate heeft er een nodig.
Exfiltratie: Data naar buiten sturen naar iemand die die niet zou mogen hebben. Bij een agent kan elke manier om naar buiten te communiceren dat doen: een mail, een bericht, een webverzoek, zelfs een link of het adres van een afbeelding.
Geen voortgang: Een faalpatroon in de loop: de agent probeert dezelfde mislukte actie steeds opnieuw. Houd bij wat al geprobeerd is en zet een maximum op het aantal pogingen.
Goedkeuringsmoeheid: Wat er gebeurt als mensen zoveel vragen om goedkeuring zien dat ze ze niet meer lezen. Er wordt nog steeds goedgekeurd, maar het is geen controle meer. Vraag minder, laat precies zien wat er gaat gebeuren, en perk het routinewerk in.
Guardrails: Regels en controles die voorkomen dat AI riskante dingen doet.
Hallucination: Wanneer een assistent iets onwaars met volle overtuiging beweert. Altijd even natrekken.
HITL gate: Een controlepunt waar een mens meekijkt voordat de agent handelt. Verplicht bij onomkeerbare acties en bij acties met lage zekerheid.
Human-in-the-loop (HITL): Een mens kijkt de output van AI na of keurt hem goed voordat er iets gebeurt, vooral bij stappen die onder toezicht staan, onomkeerbaar zijn of veel impact hebben.
Indirecte prompt injection: Prompt injection die binnenkomt in inhoud die een agent leest, zoals een webpagina, een mail, een gedeeld bestand of een toolresultaat, in plaats van in wat de gebruiker typt.
Inperking: Beperken wat een agent kan bereiken, wat hij ook besluit: een sandbox, netwerktoegang uit of beperkt tot een lijst, en inloggegevens buiten zijn bereik. Het houdt stand als niemand meekijkt, en dat kunnen goedkeuringen niet.
Jailbreak: Een prompt die erop gemaakt is om de veiligheidsregels van een AI te omzeilen. Probeer het niet: die regels beschermen jou en anderen.
Least privilege: Een agent, een mens of een programma alleen de toegang geven die de taak nodig heeft, en niets wat langer blijft bestaan dan de taak. Voor een onbewaakte agent betekent dat één repository, een kleine set tools en credentials die met de run verlopen.
Lethal trifecta: De naam die Simon Willison geeft aan een agent die toegang heeft tot privégegevens, niet-vertrouwde inhoud ziet en data naar buiten kan sturen. Met alle drie kan een aanvaller hem zover krijgen dat hij de data lekt. Haal er minstens één weg.
Met volle overtuiging fout: Een antwoord dat gezaghebbend klinkt maar op een subtiel punt fout is, in precies dezelfde toon als de goede antwoorden.
Netwerk-allowlist: De lijst van hosts die de run van een agent mag bereiken, zoals je package registry. Al het andere wordt geblokkeerd, wat beperkt waar een verwarde of gemanipuleerde agent data naartoe kan sturen.
Overijverig gedrag: Een agent die een behulpzaam ogende stap zet die verder gaat dan je vroeg of zou goedkeuren, zoals inloggegevens gebruiken die hij vond. Beperk het met controles die de tool afdwingt.
Package hallucination: Een softwarepakket dat een model voorstelt maar dat niet bestaat. Iedereen kan de verzonnen naam registreren en met schadelijke code vullen, dus controleer elk nieuw pakket voordat je het houdt.
Prompt injection: Kwaadwillende instructies die verstopt zitten in content die de AI leest, met als doel te kapen wat hij doet.
Push protection: Een controle van GitHub die een push met een wachtwoord, key of token tegenhoudt voordat hij de repository bereikt, in plaats van je achteraf te waarschuwen.
Red-teaming: Adversarial testen met het doel van een aanvaller: je valt je eigen echte setup bewust aan, bijvoorbeeld door te proberen hem data te laten lekken, om te zien welke verdediging standhoudt. Bij een agent betekent dat vaak een onschuldige instructie verstoppen in iets wat hij leest.
Regel van twee voor agents: De ontwerpregel van Meta tegen prompt injection: binnen één session heeft een agent hooguit twee van deze drie: niet-vertrouwde input, toegang tot gevoelige systemen of privégegevens, en de macht om de toestand te wijzigen of naar buiten te communiceren. Met alle drie heeft hij een mens of een andere betrouwbare controle nodig.
Revocation: De scopes van een MCP-koppeling weghalen als een workflow uit dienst gaat, zodat er geen slapende koppelingen blijven liggen.
Reward hacking: Een controle halen zonder te doen wat de controle moest bewijzen, zoals een falende test verwijderen of code schrijven die alleen werkt voor de input van de test. Bescherm controles tegen wijzigingen, en houd er een paar waar de agent ze niet kan zien.
Risiconiveau van een actie: Een niveau laag, middel of hoog voor één actie die een agent kan uitvoeren, op basis van vier vragen: schrijft ze, is ze terug te draaien, wiens toegang gebruikt ze, en is er geld mee gemoeid. Elk niveau hoort bij allow, ask of deny.
Scopes: Rechten per actie die een MCP-server aanbiedt, bijvoorbeeld read_employees los van update_employee. Geef alleen het minimum.
Slopsquatting: Een pakketnaam registreren die AI-modellen vaak verzinnen, zodat code die de suggestie van een model volgt het pakket van de aanvaller installeert. De naam komt van typosquatting, waarbij aanvallers verkeerd gespelde pakketnamen registreren.
Steekproeven: Een deel van de output van een workflow pakken (zeg 10%) en dat zelf nakijken.
Toezicht: Een agent veilig houden doordat een mens elke actie goedkeurt voordat die wordt uitgevoerd. Dat werkt alleen zolang die persoon oplet en begrijpt wat hij goedkeurt, dus werk dat draait terwijl niemand meekijkt, heeft inperking nodig.
Verborgen Unicode-tekens: Tekens die geen zichtbare ruimte innemen, zoals zero-width joiners en markeringen voor tekstrichting. Ze kunnen in een bestand een instructie verbergen die een mens bij het lezen niet ziet, maar een model wel leest.
Verkeerd stoppen: Een faalpatroon in de loop: de agent stopt te vroeg of stopt nooit. Los het op met een expliciete stoptest.
Voorkeur voor eigen werk: De neiging van een agent om zijn eigen werk te mild te beoordelen als hij het moet controleren of een cijfer moet geven. Ga het tegen met een reviewer die het werk niet zelf heeft gedaan.
Wisseltest: Eén detail veranderen dat er niet toe zou moeten doen, zoals een naam of een plaats, en het item opnieuw laten beoordelen. Beweegt het antwoord meer dan de normale ruis, dan gebruikt de beslissing dat detail.
Workspace trust: De controle die een coding agent doet voordat hij de eigen instellingen van een map gebruikt, zoals hooks die in een repository zijn gecommit: hij vraagt of je de map vertrouwt. Runs vanuit een script kunnen die vraag overslaan en de map als vertrouwd behandelen.
Zekerheidsondergrens: Een grens waaronder de agent stopt en het aan een mens doorgeeft in plaats van zelf te handelen.
Zwitserse-kaasmodel: Een beeld uit de veiligheidskunde: elke laag controles heeft gaten, maar lagen met gaten op verschillende plekken laten weinig fouten door. Geen enkele controle vangt alles, dus stapel er een paar.

Tools en assistenten

Agent in je workspace: Een agent die in een tool als Notion woont en de pagina's en databases daarvan leest en schrijft.
AI agent: Een opgeslagen briefing die een terugkerende klus zelf uitvoert: op een schema, op aanvraag of op een gebeurtenis.
AI-assistent: Je losse chattool (ChatGPT, Gemini, Claude of Grok). Reactief: jij vraagt, hij antwoordt.
AI-code review: Een review van een pull request of een diff door een AI-model. De bevindingen zijn aanwijzingen om aan de code te toetsen, geen goedkeuringen, en ze vervangen geen tests of de review van een mens.
Approval policy: In Codex de instelling die bepaalt wanneer de agent stopt om te vragen voordat hij buiten zijn sandbox gaat, zoals on-request of never. De sandboxmodus bepaalt wat commando's technisch kunnen doen.
Artifacts: Een functie van Claude die code, documenten, slides en interactieve output maakt in een apart paneel dat je kunt aanpassen.
Automatiseringsplatform: Een no-codetool (Zapier, Make) die op een schema data tussen apps heen en weer zet.
ChatGPT: De assistent van OpenAI, gratis op chatgpt.com. Een betrouwbare allrounder met de grootste gebruikersgroep.
Checkpoint (momentopname van bestanden): Een momentopname die een codingtool van je bestanden maakt voordat de agent ze bewerkt, zodat je zijn laatste stappen kunt terugspoelen. Hij is bedoeld om snel te herstellen binnen één gesprek; sommige tools missen wijzigingen die shellcommando's maken, dus commit ook naar git.
Claude: De assistent van Anthropic, gratis op claude.ai. Sterk in langere teksten, zwaar documentwerk en moeilijk redeneren.
Claude Projects: Vaste workspaces in Claude met referentiedocumenten die Claude in elk gesprek erbij houdt.
Cloudagent: Een coding agent die op de machines van een leverancier draait in plaats van op die van jou. Je geeft hem een taak, hij werkt in zijn eigen voorbereide omgeving, en hij levert een branch of een pull request op die een mens reviewt.
Co-pilot: AI die naast je meewerkt in een tool en onderweg suggesties doet, terwijl jij aan het stuur blijft.
Connectors: Koppelingen waarmee Claude, met jouw toestemming, bij tools als Drive, Gmail, Slack, GitHub en Linear kan.
Custom GPTs: De opgeslagen, herbruikbare assistenten van ChatGPT: één keer instellen en daarna steeds opnieuw gebruiken.
Deep Research: Een modus die een uitgebreid onderzoek over meerdere bronnen doet en een geschreven rapport met bronvermelding teruggeeft.
Gemini: De assistent van Google, gratis op gemini.google.com. Het sterkst als de input groot, gemengd of visueel is, en hij draait binnen Google Workspace.
Gems: De opgeslagen, herbruikbare eigen assistenten van Gemini: één keer instellen en daarna steeds opnieuw gebruiken.
Grok: De assistent van xAI, gratis op grok.com. Hangt aan X en het live web, en is het sterkst op actualiteit.
Ingebouwde (in-app) assistent: AI die in een app zit die je al gebruikt, zoals Gmail, Notion of Word. Hij werkt op de pagina die open staat.
Opgeslagen (herbruikbare) assistent: Een eigen assistent die je één keer instelt en daarna hergebruikt, zoals een Custom GPT, een Gem of een Claude Project.
Permission mode: Een instelling van een coding agent die bepaalt welke acties draaien zonder dat hij het je eerst vraagt, van alleen lezen tot alles. Permissieregels liggen eroverheen, en een deny rule blokkeert in elke modus.
Plan mode: Een modus van een coding agent waarin de agent de code leest en een plan voorstelt, maar niets verandert tot jij het goedkeurt. Zo blijft uitzoeken wat er moet gebeuren gescheiden van het doen.
Plugin: Een pakket dat meerdere onderdelen van een agentsetup tegelijk installeert, zoals skills, hooks en serververbindingen. Een plugin kan code uitvoeren met je eigen rechten, dus lees wat erin zit voordat je hem installeert.
Projectinstructies: Vaste instructies die je één keer instelt in een project in ChatGPT of Claude. Elke chat in het project krijgt ze, samen met de bestanden van het project, maar het blijven verzoeken die het model kan overslaan.

Werken met AI

AI eerst als standaard: Bij elke nieuwe taak eerst 30 seconden nadenken over hoe AI kan helpen, voordat je het met de hand doet.
AI-pilled: Overtuigd geraakt door AI. Zodra het bij één taak klikt, ga je er overal naar grijpen. Meestal met een knipoog gezegd.
AI-vaardigheid: Met AI kunnen werken, erop kunnen voortbouwen en ermee kunnen denken. De vaardigheid met het hoogste rendement van dit decennium.
Begripsschuld: Het groeiende verschil tussen hoeveel code een team live heeft gezet en hoeveel daarvan iemand in het team begrijpt. Die schuld bouwt zich ongemerkt op terwijl de tests groen blijven, en wordt zichtbaar als er iets stukgaat. Ook wel cognitieve schuld genoemd.
De 100x-mindset: Het nieuwe tempo: maanden worden dagen, dagen worden uren. Zakken de kosten honderd keer, dan worden er dingen mogelijk die dat eerder niet waren.
De 80%-regel: Begin voor alles bij je AI-assistent. De tool in de app is een handige snelkoppeling die je kunt overslaan.
Donkere fabriek: Het hoogste van de vijf autonomieniveaus van Dan Shapiro: specs gaan erin, software komt eruit, en geen mens schrijft of reviewt de code. Het is genoemd naar fabrieken die volledig door robots draaien, waar geen mensen werken.
Dubbelchecken: Dezelfde belangrijke vraag door twee tools halen en de antwoorden vergelijken. Zijn ze het eens, dan groeit je vertrouwen; verschillen ze, dan weet je waar je moet kijken.
Iedereen kan nu bouwen: Wie met AI een workflow bouwt, is een bouwer, wat er ook op zijn visitekaartje staat.
Leesbaarheid voor agents: Of de kennis die een agent nodig heeft ergens staat waar hij die tijdens zijn werk kan openen. Een besluit dat alleen in een vergadering, een chatdraadje of iemands hoofd bestaat, is onleesbaar: voor de agent bestaat het niet.
Opnieuw leren leren: De metavaardigheid om te blijven leren terwijl oude expertise geautomatiseerd wordt. De nieuwe voorsprong.
Overdrachtsnotitie: Een korte notitie waarmee een nieuwe session een taak kan overnemen: het doel in de oorspronkelijke woorden, de regels die moeten gelden, wat er klaar is en hoe dat is gecontroleerd, wat er nu komt en wat niet werkte.
Referentievoorbeeld: Het ene stuk bestaande code dat je aanwijst als voorbeeld voor een patroon, zoals een nieuw endpoint of een test. Coding agents kopiëren wat ze vinden, dus door het beste voorbeeld te noemen, stuur je wat ze kopiëren.
Toezichtsparadox: Het probleem dat toezicht houden op een AI-agent precies de vaardigheden vraagt die verzwakken als je erop leunt. Het onderzoek van Anthropic onder zijn eigen engineers gebruikt de term voor programmeren: om de code van een agent te controleren heb je de programmeervaardigheden nodig die je minder oefent zodra hij de code schrijft.
Triage: Binnenkomend werk sorteren zodat elk item op de juiste plek terechtkomt. In een fabriek gaat elk item naar een agent, naar een mens of terug naar de indiener, en bij elke beslissing worden een reden en een zekerheid vastgelegd.
Vaardigheidsverlies: Een vaardigheid kwijtraken die je niet meer oefent omdat een tool het werk doet. Bij coding agents is debuggen de grootste zorg: in één proef liet het het grootste verschil zien, en het is de vaardigheid die je nodig hebt om te controleren wat een agent je teruggeeft.
Vijf autonomieniveaus: Het model van Dan Shapiro voor hoeveel van het programmeerwerk een team aan AI overlaat, van niveau 0, waar een mens elke regel schrijft, tot niveau 5, de donkere fabriek. Het is het model van één persoon, nuttig als gedeelde woordenschat, en één team kan tegelijk op meerdere niveaus zitten.
Werk moet verdwijnen: De houding dat AI hele categorieën werk moet wegvagen en taken helemaal moet laten verdwijnen.
Wet van Goodhart: De observatie dat een getal geen goede maat meer is zodra mensen ervoor worden beloond. Maak van geopende pull requests een doel, en je krijgt meer pull requests, of ze nu iets waard zijn of niet.
WIP-limiet: Een maximum voor hoeveel taken er zijn gestart en nog niet gemerged. Stel het bij parallelle coding agents in op hoeveel wijzigingen je kunt reviewen en mergen, niet op hoeveel agents je kunt starten, en review wat er wacht voordat je er meer start.