Maandagochtend opende ik mijn terminal en vroeg Claude me om een wijziging te bevestigen in een bestand dat het niet had gelezen. Niet een bestand dat het ooit had gelezen. Een bestand dat het helemaal niet had geopend. Het stond op het punt om te patroonherkennen op basis van de bestandsnaam, te gokken naar de imports, en een wijziging door te voeren in code die het nooit had gezien.
Ik annuleerde de actie. Staarde een seconde naar het scherm. Toen herinnerde ik me het AMD-rapport dat de week ervoor was verschenen — dat rapport waarin Stella Laurenzo’s team bij AMD 6.852 Claude Code-sessies analyseerde en ontdekte dat Claude’s “reads per edit” was ingestort van 6,6 naar 2,0. Een daling van 70% in de hoeveelheid context die Claude verzamelt voordat het je code begint te wijzigen.
Ik voelde het al weken aankomen. De data gaf het eindelijk een naam.
Dit was het verhaal dat deze week AI Twitter domineerde, maar het was niet het enige. Meta bracht Muse Spark uit — hun eerste model van het nieuwe Superintelligence Labs. Netflix bracht stilletjes een open-source videomodel uit dat fysica begrijpt. Anthropic tekende een compute-deal van 3,5 gigawatt met Google en Broadcom, die analisten nu schatten op $42 miljard voor alleen al 2027. Microsoft Word begon Claude te integreren in het documentvenster. En Andrej Karpathy dropte terloops een open-source oplossing voor Claude’s geheugenprobleem, waarbij Obsidian als opslaglaag wordt gebruikt.
Dertien aankondigingen. Eén week. Hier volgt mijn persoonlijke analyse van wat ik heb getest, wat me verraste, en wat er écht toe doet voor mensen die dingen bouwen.
Het Claude-prestatieverhaal waar iedereen over fluisterde
Laat ik beginnen met degene die het dichtst bij huis kwam.
Als je dagelijks Claude Code gebruikt, heb je waarschijnlijk gevoeld wat ik nu ga beschrijven. Edits die worden uitgevoerd voordat er gelezen wordt. Plannen die vroeger zes bestanden besloegen, nu beperkt tot twee. Het model dat de goedkoopste beschikbare actie kiest in plaats van de juiste. Ik gaf mijn prompts de schuld. Ik gaf mijn contextbestanden de schuld. Ik gaf mezelf de schuld.
Toen kwamen de bewijzen.
Stella Laurenzo, hoofd van AMD's AI-team, publiceerde een data-analyse van 6.852 Claude Code-sessies met daarin 234.760 tool-calls en 17.871 denkblokken. De cijfers zijn onverbiddelijk. Tussen 30 januari en 12 februari — de "goede" periode — las Claude 6,6 bestanden voor elk bestand dat het bewerkte. Tussen 8 maart en 23 maart kelderde dat aantal naar 2,0. De denkdiepte daalde in hetzelfde tijdsbestek met 67%.
Het gedragsprofiel dat Laurenzo beschrijft, komt exact overeen met mijn ervaring: Claude verschoof van "eerst onderzoeken" naar "eerst bewerken". Wanneer het denkproces oppervlakkig wordt, kiest het model standaard voor de goedkoopste actie. Het voert bewerkingen uit zonder te lezen. Het stopt zonder af te maken. Het kiest de eenvoudigste oplossing in plaats van de juiste. Het ontwijkt verantwoordelijkheid voor fouten die het zelf veroorzaakt heeft.
De reactie van Anthropic wees op twee bekende wijzigingen: Opus 4.6 schakelde op 9 februari standaard over naar adaptief denken, en op 3 maart werd de standaardinspanning verlaagd van hoog naar medium. Ze zeggen dat de redact-thinking-2026-02-12 header alleen een UI-wijziging is. Gebruikers nemen daar geen genoegen mee — Fortune schreef deze week over de ophef in een artikel rond Anthropics "gebrek aan transparantie" over stille modelupdates.
Dit is het deel dat telt voor bouwers: je kunt hier iets tegen doen.
Wat voor mij nu werkt:
- Stel expliciet
thinking_effort: highin bij elke Claude Code-sessie die productiecode raakt - Laad context handmatig vooraf — plak de relevante bestanden direct in het gesprek in plaats van te hopen dat Claude ze zelf vindt
- Gebruik strengere agent-definities. Algemene instructies als "lees de codebase" leveren oppervlakkige analyses op. Specifieke instructies als "lees deze vier bestanden en vergelijk ze met het gewenste gedrag" werken nog steeds
- Voor alles wat architectonisch is, schakel over naar Opus 4.6 met extended thinking en accepteer de extra tokenkosten
Ik behandel mijn volledige configuratie in een aparte post. Maar de korte versie: vertrouwen op stille standaardinstellingen is voorbij. Elke serieuze sessie vereist een expliciet denkbudget en expliciete context. Het tijdperk van "fire and forget" Claude Code-sessies is zojuist geëindigd.
Meta Muse Spark: Het Multi-Agent Model Dat Verstopt Zit in Je WhatsApp
Op 8 april lanceerde Meta Muse Spark — het eerste model van Alexandr Wang's Superintelligence Labs sinds Meta $14 miljard uitgaf om hem binnen te halen.
Ik testte het diezelfde avond.
De belangrijkste feature: Muse Spark kan meerdere gespecialiseerde subagents parallel opstarten om verschillende delen van één verzoek af te handelen. Vraag het om een reis te plannen, en het start gelijktijdig een vluchtagent, een hotelagent en een activiteitenagent, waarna het de resultaten samenvoegt. Het wordt ook geleverd met wat Meta een "visual chain of thought" noemt — stapsgewijze redenering over afbeeldingen, expliciet weergegeven in de output.
Op de Intelligence Index scoorde Muse Spark 52. Daarmee blijft het achter op Gemini 3.1 Pro en GPT-5.4 (beide 57) en net onder Claude Opus 4.6 (53). Geen koploper op het gebied van algemene redenering. Maar dat is ook niet waar Meta op mikt.
Waar Muse Spark echt uitblinkt, is bij multimodale en gezondheidsgerelateerde taken. Ik liet het een test medische beeldinterpretatie doen en een workflow voor voedingsplanning doorlopen. Op beide vlakken hield het zich prima staande tegenover Claude Opus 4.6 — en in één specifiek geval (het interpreteren van een foto van een bord eten en het opstellen van een macroverdeling) was het aantoonbaar beter. De visual chain of thought maakte de redenering inzichtelijk op een manier die je bij Claude’s beeldantwoorden meestal mist.
Het distributieverhaal is echter de echte troef. Muse Spark wordt uitgerold binnen WhatsApp, Instagram, Facebook, Messenger en Meta’s AI-bril. Dat is een bereik waar Claude, ChatGPT en Gemini samen niet aan kunnen tippen. Mijn moeder gebruikt WhatsApp. Ze heeft nog nooit Claude.me geopend. Over zes maanden heeft ze standaard een multi-agent AI in haar berichtenapp zitten.
Eén eerlijk punt: Muse Spark is proprietair. Meta zegt dat ze "hopen toekomstige versies open source te maken." Gezien het geschonden vertrouwen rond open source na de vertraagde release van Llama 4’s gewichten, geloof ik dat pas als de gewichten daadwerkelijk beschikbaar zijn.
Netflix VOID: Videobewerking die eindelijk de fysica respecteert
Deze verraste me oprecht.
Het AI-onderzoeksteam van Netflix — in samenwerking met INSAIT van de Universiteit van Sofia — heeft een model open source gemaakt genaamd VOID (Video Object and Interaction Deletion). Op papier is het een tool voor het verwijderen van objecten uit video’s. In de praktijk is het het eerste model dat ik heb getest dat daadwerkelijk begrijpt wat er met een scène gebeurt als een object verdwijnt.
Verwijder een persoon die een gitaar vasthoudt uit een video, en de meeste tools laten de gitaar zweven in de lucht of hallucineren een vage waas waar de persoon stond. VOID verwijdert de persoon en de fysieke invloed die hij op de gitaar had — de gitaar valt. Een hand die op een kussen drukt wordt verwijderd, en het kussen veert terug naar zijn oorspronkelijke vorm. Een tol die draait wordt gewist, en het stof eromheen daalt correct neer.
De technische aanpak is slim. VOID is gebouwd op CogVideoX en gebruikt een 4-waarde quadmasker (0, 63, 127, 255) dat niet alleen aangeeft wat er verwijderd moet worden, maar ook welke omliggende delen van de scène fysiek beïnvloed worden. Het model draait inferentie in twee passes: pass 1 verzorgt de hoofdverwijdering, pass 2 corrigeert de object-morfing artefacten waar elk videodiffusiemodel dat ik heb geprobeerd last van heeft. De trainingsdata kwamen uit Blender-fysicasimulaties en Google's Kubric-framework — synthetische gepaarde data met ground-truth fysica.
Het verslaat ProPainter, DiffuEraser, Runway, MiniMax-Remover en Gen-Omnimatte op zowel echte als synthetische benchmarks. En — dit is het deel dat ik nog steeds nauwelijks kan geloven — het staat op Hugging Face en GitHub onder Apache 2.0.
Netflix heeft zojuist de tool weggegeven waarmee kleine studio’s postproductiebewerkingen kunnen doen die voorheen reshoots vereisten. Als je iets bouwt in videoproductie, creatortools of synthetische datapijplijnen, is dit dé release van het kwartaal.
Claude in Microsoft Word: De bèta die juridisch werk verandert
Er rolt een bèta uit waar ik niet om gaf — tot ik hem op een echt contract probeerde.
Microsoft heeft Claude geïntegreerd in Word. Open een document, roep Claude op in het zijpaneel, en hij kan het document samenvatten, analyseren en bewerken met wijzigingen bijhouden. Maar de specifieke functie die ertoe doet: hij markeert automatisch de kritieke wijzigingen en onderhandelbare punten in juridische en contractdocumenten.
Ik voerde een concept-dienstverleningsovereenkomst in waar ik al te lang tegenaan hikte. Binnen een minuut had Claude drie clausules gemarkeerd die afweken van de standaard, uitgelegd waarom ze ongebruikelijk waren, en alternatieve formuleringen voorgesteld met wijzigingen bijhouden die ik kon accepteren of weigeren. Het was alsof een junior jurist de eerste ronde deed — maar dan eentje die echt elk woord leest.
Word heeft 1,2 miljard maandelijkse gebruikers. Claude woont nu binnen Word. Dit is geen AI-featurelancering. Dit is een distributieverschuiving.
Voor iedereen die met contracten, voorstellen of lange documenten in Word werkt — dit is het wachten op de bèta waard.
Google's Stillere Lanceringen: Notebooks, Managed Agents, Simulaties, AI Shopping
Google heeft deze week vier dingen gelanceerd. Geen ervan haalde de voorpagina. Samen vormen ze een patroon.
Notebooks binnen de Gemini-app laten je chats organiseren per project, met bijgevoegde bronbestanden. Denk aan NotebookLM, maar dan geïntegreerd met je reguliere Gemini-gesprekken. Ik heb mijn content research workflow overgezet en het heeft de wrijving van "waar had ik dat onderzoeksgesprek opgeslagen" vrijwel tot nul gereduceerd.
Managed Agents is Google's antwoord op Claude's agent SDK — door Gemini aangedreven autonome agents die achtergrondtaken uitvoeren. Als je mijn walkthrough van Anthropic's Managed Agents hebt gezien, dan is dit het parallelle aanbod. Het is nog vroeg, maar de integratie met Google Workspace betekent dat deze agents native toegang hebben tot Gmail, Calendar en Drive. Dat is een bereik waar Claude vandaag niet aan kan tippen.
Interactieve Simulaties is de stille kracht. Gemini Pro kan nu live, werkende natuurkundige simulaties genereren — ik heb het getest met het klassieke dubbel-slinger voorbeeld en het bouwde een werkende simulatie die ik realtime kon parametriseren. Dit gaat binnen 12 maanden een flink deel van de educatieve contentmarkt opslokken.
AI Shopping voor India introduceerde natuurlijke-taal productvergelijkingen met Gemini + Lens. Regionale primeurs worden een patroon voor Google — ze testen complexe shoppingworkflows in markten waar Amazon minder dominant is, voordat ze deze naar het Westen brengen.
Geen van deze lanceringen is op zichzelf "het verhaal van de week". Maar samen heeft Google in zeven dagen vier nieuwe distributiekanalen voor Gemini toegevoegd.
Het Ghost Murmur-verhaal: Waar Ik Moest Stoppen en Controleren
Ik wil deze casus uitlichten omdat het zo’n verhaal is dat klinkt als AI-hype, totdat je dieper graaft — en dan klinkt het als iets heel anders.
Op 3 april werd een Amerikaanse piloot gered in Iran. Er verschenen berichten dat zijn locatie was vastgesteld met een geclassificeerd AI-instrument genaamd "Ghost Murmur" — omschreven als in staat om individuele elektromagnetische hartslagsignaturen op kilometers afstand te detecteren. De piloot zou zijn gelokaliseerd zonder traditionele surveillance-middelen.
Fysici die ik vertrouw, reageerden fel. Het elektromagnetisch veld dat door een menselijke hartslag wordt opgewekt, is in een laboratorium meetbaar met een SQUID-magnetometer op centimeters afstand. Het op kilometers afstand detecteren, door gebouwen en elektromagnetische ruis heen, zou verschillende bekende natuurwetten breken. Een waarschijnlijkere verklaring is geclassificeerde sensortechnologie die niet overeenkomt met de beschrijving uit het lek, of een dekmantel voor een menselijke inlichtingenbron.
Ik ga de natuurkunde niet in een blogpost beslechten. Wat ik wel wil zeggen: wanneer onbevestigde AI-capaciteiten worden gekoppeld aan geheime operaties, neem zulke claims dan met een flinke korrel zout. We zitten in een tijdperk waarin "AI deed het" de standaardverklaring is geworden voor uitkomsten die niemand wil uitleggen, in plaats van "een bron deed het". Pas hetzelfde scepticisme toe als bij elk ander inlichtingenlek.
De Enige Oplossing Die Ik Echt Gebruik: Karpathy’s Persoonlijke Wikipedia
Als je deze week maar één ding probeert uit het nieuws, laat het dan dit zijn.
Andrej Karpathy heeft deze week stilletjes een open-source geheugenfix voor Claude uitgebracht die Obsidian als opslaglaag gebruikt. Ik gebruik het nu vier dagen en het heeft al drie tools in mijn workflow vervangen.
De setup is eenvoudig:
- Installeer Obsidian en de Web Clipper-extensie
- Verbind Obsidian met Claude Desktop via filesystem MCP
- Laad het meegeleverde wiki-schema (onderwerpen, bronnen, verbindingen)
- Begin met het toevoegen van onderzoeksdocumenten, clips en notities aan je vault
- Claude leest de hele vault, synthetiseert verbonden kennisgrafen over onderwerpen heen, en schrijft nieuwe synthese-pagina’s terug terwijl je meer materiaal toevoegt
Ik heb het getest met drie totaal verschillende papers die ik had opgeslagen: één over degradatie van LLM-capaciteiten, één over adoptie van enterprise-automatisering, en één over de arbeidseconomie van software engineering. Ik vroeg Claude om de verbanden te vinden. Binnen een minuut had het een synthesenotitie geschreven waarin werd betoogd dat stille degradatie van AI-modellen (paper één), snelle enterprise-automatisering (paper twee) en herstructurering van softwareteams (paper drie) de drie zijden zijn van een onderliggende verschuiving — compute-gedreven kostenoptimalisatie wordt dieper in de stack geduwd, en het tweede-orde effect is stille capaciteitsafname in tools waar kenniswerkers op vertrouwen.
Dat is een post die ik zou kunnen schrijven. Claude schreef de outline voor me, met verwijzingen naar mijn eigen bronnotities.
Als je mijn eerdere stuk over Obsidian als Claude’s tweede brein hebt gelezen, dit is dezelfde architectuur, nu geformaliseerd in een schema en workflow die iedereen kan repliceren. Het is het dichtstbijzijnde wat er nu bestaat bij duurzame Claude-geheugen die echt werkt.
Het infrastructuurverhaal dat alles prijst
Achter elke model-lancering deze week schuilt één getal: Anthropic heeft zojuist een deal gesloten voor 3,5 gigawatt aan Google TPU-capaciteit via Broadcom, met ingang van 2027.
Ter context: de oorspronkelijke Google Cloud-overeenkomst uit oktober bracht in 2026 één gigawatt online. Deze nieuwe deal verviervoudigt dat bijna. Analisten van Mizuho schatten dat Broadcom in 2026 $21 miljard aan AI-omzet uit Anthropic haalt en in 2027 $42 miljard.
De jaarlijkse omzetrunrate van Anthropic is de grens van $30 miljard gepasseerd — een stijging vanaf ongeveer $9 miljard eind 2025. Dat is een groei van 3,3x in minder dan een jaar, op een basis die al de snelstgroeiende in de geschiedenis van enterprise software was.
Twee dingen volgen hieruit.
Ten eerste: compute is nu de moat. Niet de modelarchitectuur, niet de trainingsdata — pure gigawatts aan energiezuinige inference. Wie de TPU-pijplijn bezit, bezit de standaard-API voor de komende drie jaar. Google heeft zichzelf zojuist in de infrastructuurlaag van elk grensverleggend model geschreven dat niet van henzelf is.
Ten tweede: het Claude-prestatieverhaal waarmee ik begon, moet tegen deze achtergrond worden gelezen. Anthropic loopt tegen echte compute-beperkingen aan terwijl het sneller schaalt dan welk SaaS-bedrijf ooit. De stille defaults die van hoge naar middelmatige inspanning zakken zijn geen verraad — het zijn rantsoeneringssystemen. De 3,5-gigawattdeal is de langetermijnoplossing. Expliciete denkbudgetten zijn de tijdelijke workaround.
De Kleinere Releases Die Één Regeltje Verdienen
Een paar dingen zijn uitgebracht die geen eigen sectie nodig hebben, maar toch niet onvermeld mogen blijven:
- OpenClaw Native Video Generation verenigde videogen van negen AI-modellen (OpenAI, Google, Alibaba, anderen) in één interface. De moeite waard om te installeren als je regelmatig video’s genereert.
- Cursor Remote Laptop Control via Phone — start AI-coderingstaken op je laptop vanaf je telefoon. Niche, maar als je vaak van je machine weg moet schakelen, lost dit een echt probleem op.
- Offline Gemini 4 via OpenClaw — Google publiceerde een stappenplan in drie delen om Gemini 4 volledig offline te draaien. Geen cloud. Geen abonnement. Het feit dat Google gebruikers actief leert hun eigen model los te koppelen, zegt veel over waar de rekeneconomie naartoe beweegt.
Wat Deze Week Echt Betekent
Zoom uit op de dertien aankondigingen en drie patronen vallen direct op.
Patroon één: stille degradatie is nu een categorie. Het Claude-verhaal is het eerste goed gedocumenteerde geval, maar zeker niet het laatste. Elk groot lab heeft te maken met beperkte rekenkracht. Elk groot lab heeft stille knoppen om de belasting te sturen. Gebruikers moeten ervan uitgaan dat de standaardinstellingen van zes maanden geleden niet meer de standaard van vandaag zijn. Expliciete configuratie is overleven.
Patroon twee: distributie verslindt intelligentie. Muse Spark is niet het slimste model. Het is wel het model dat de meeste mensen daadwerkelijk gaan gebruiken, omdat het in WhatsApp zit. Claude in Word is niet de meest geavanceerde integratie. Het is wel de integratie die 1,2 miljard mensen zullen aanraken. Voor makers wordt de vraag "van wie gebruik ik de API?" snel minder belangrijk dan "waar zit mijn gebruiker nu al?"
Patroon drie: de open-source laag schuift omhoog in de stack. Netflix heeft een fysica-bewust videomodel open-source gemaakt. Karpathy heeft een kennismanagementlaag open-source gemaakt. MiniMax bracht vorige week een zelfverbeterend LLM uit als open source. Dingen die achttien maanden geleden nog een beschermde voorsprong waren, zijn nu publieke gewichten. Als je een dunne SaaS-laag bouwt rond een gesloten API, verdampt je voorsprong. Bouw je workflows, pipelines en integraties, dan bouw je precies waar de waarde zich ophoopt.
Voor ik afsluit — één actiepunt. Kies het ene ding uit deze lijst dat je dinsdagochtend zou veranderen als je het probeerde, en blokkeer morgen 30 minuten om het te testen. Voor mij was dat Karpathy’s Obsidian-fix. Voor jou misschien de Word-bèta, of expliciete denkbudgetten in Claude Code, of VOID downloaden en draaien op een videofragment dat je al een jaar irriteert.
Het verschil tussen mensen die het nieuws lezen en mensen die het nieuws testen, groeit elke week. Over een jaar zijn de makers die drie dingen per week probeerden onaantastbaar. De mensen die alleen bleven lezen, zullen nog steeds lezen.
Het is dinsdag. Kies er één.
Veelgestelde Vragen
Wordt Claude Code daadwerkelijk slechter, of ligt het aan mijn prompts?
Beide kunnen waar zijn, maar de AMD-data maakt de regressie aan de modelzijde onmiskenbaar. Stella Laurenzo’s analyse van 6.852 sessies liet zien dat het aantal "reads per edit" daalde van 6,6 naar 2,0 en de denkdiepte met 67% afnam tussen februari en maart 2026. Anthropic bevestigde dat de standaard denkinspanning op 3 maart werd verlaagd van hoog naar medium. Stel thinking_effort: high expliciet in en geef context handmatig vooraf mee.
Wat is Meta Muse Spark en moet ik overstappen?
Muse Spark is het eerste model van Meta’s Superintelligence Labs, gelanceerd op 8 april 2026. Het behaalde een score van 52 op de Intelligence Index, achter GPT-5.4 en Gemini 3.1 Pro. Stap niet over voor je hoofdworkflow, maar het model is wel sterk op multimodale gezondheidstaken en is geïntegreerd in WhatsApp, Instagram en Messenger — wat betekent dat het voor consumentenbereik belangrijker is dan voor ontwikkelaarstools.
Is Netflix VOID echt open source?
Ja. VOID is beschikbaar op Hugging Face en GitHub onder de Apache 2.0-licentie. Je hebt een GPU met voldoende VRAM nodig om CogVideoX-inferentie te draaien, maar het model, de gewichten en de trainingsmethodologie zijn allemaal openbaar. Daarmee is dit het krachtigste open video-objectverwijderingshulpmiddel dat beschikbaar is in april 2026.
Wat hield de compute-deal van Anthropic met Google en Broadcom in?
Anthropic tekende een overeenkomst voor ongeveer 3,5 gigawatt aan next-gen Google TPU-capaciteit via Broadcom, met ingang van 2027. Analisten van Mizuho schatten dat Broadcom in 2026 $21 miljard en in 2027 $42 miljard zal genereren uit alleen Anthropic. Dit komt bovenop de 1 gigawatt die in 2026 al online komt onder de oorspronkelijke Google Cloud-overeenkomst.
Hoe stel ik het Karpathy Obsidian + Claude-geheugensysteem in?
Installeer Obsidian en de Web Clipper-extensie, verbind vervolgens Obsidian met Claude Desktop via een filesystem MCP. Laad het publieke wiki-schema dat Karpathy deelde, en voeg je onderzoeksdocumenten en webclips toe aan de vault. Claude leest op verzoek de hele vault en synthetiseert verbonden kennis over notities heen. Voor de volledige handleiding, zie mijn post over Obsidian als het tweede brein van Claude.
Laten We Samenwerken
Wil je AI-systemen bouwen, workflows automatiseren of je technische infrastructuur opschalen? Ik help je graag.
- Fiverr (maatwerk & integraties): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (enterprise-oplossingen): ramlit.com
- ColorPark (design & branding): colorpark.io
- xCyberSecurity (beveiligingsdiensten): xcybersecurity.io
