Hoe AI-agents CLI-tools gebruiken om taken uit te voeren

Agents zijn taalmodellen met toegang tot gereedschap, en het meest gebruikte gereedschap is de command-line interface. Ben's Bites legt helder uit hoe dat in de praktijk werkt: een agent kan 400 productfoto's hernoemen, verkleinen naar 1200x1200 pixels en sorteren op categorie, puur via tekstcommando's als ls, mkdir en mv. Dit is geen toekomstmuziek: het is hoe tools als Claude Code en Cursor nu al werken. Voor mensen die agents willen inzetten in werkprocessen is het nuttig om te begrijpen welke commando's en tools een agent achter de schermen gebruikt, zodat je beter kunt beoordelen wat veilig is om te automatiseren. Begin met een afgebakende, omkeerbare taak in een testomgeving om te zien hoe een agent stap voor stap redeneert.

bensbites

ARC-AGI-3: mensen lossen alles op, AI scoort onder 1%

De ARC Prize Foundation heeft ARC-AGI-3 uitgebracht, een interactieve benchmark waarbij agents in onbekende, spelachtige omgevingen worden geplaatst zonder instructies. Ze moeten zelf regels, doelen en acties ontdekken via trial and error. Mensen lossen alle taken direct op; de beste AI-systemen scoren minder dan 1%. Dat gat laat zien dat huidige modellen sterk zijn in geheugen en patroonherkenning, maar zwak in echte redeneerflexibiliteit. Voor organisaties die inzetten op autonome agents is dit een nuttige ijkpunt: de kloof tussen menselijk probleemoplossen en AI-gedrag is groter dan marketingberichten doen vermoeden. Wil je weten hoe goed jouw favoriete model écht generaliseert, kijk dan of het al getest is op ARC-AGI-3 via de officiële site.

arcprize

Google's TurboQuant: 6x minder geheugen, 8x snellere berekeningen

Google heeft TurboQuant gepresenteerd, een compressie-algoritme dat de cache-geheugengebruik van grote taalmodellen met een factor 6 vermindert en berekeningen tot 8 keer versnelt, zonder verlies aan nauwkeurigheid. Dit staat los van het eerder aangekondigde TurboQuant-nieuws in de vorige nieuwsbrief: dit is een update met meer technische details vanuit het Google Research-blog. Als de techniek op schaal werkt, dalen de kosten voor het draaien van LLMs aanzienlijk, wat vooral relevant is voor organisaties die modellen zelf hosten of via API op grote schaal gebruiken. De kanttekening: schaalbaarheid is nog niet bewezen buiten labomstandigheden.

Cursor laat agents draaien binnen je eigen infrastructuur

Cursor voegt self-hosted agents toe die volledig binnen je eigen netwerk opereren, zonder dat data je infrastructuur verlaat. Voor bedrijven in sectoren met strenge data-eisen, zoals zorg, financiën of overheid, is dit een relevante stap: code-assistentie zonder dat broncode naar externe servers gaat. Tot nu toe was dat een van de grootste drempels voor adoptie van AI-codeertools in gereguleerde omgevingen. Hoe goed de self-hosted variant presteert ten opzichte van de cloud-versie is nog niet onafhankelijk getoetst. Actietip: inventariseer deze week welke databeperkingen in jouw organisatie gelden en of self-hosted agents een reële optie zijn voor je ontwikkelteams.

cursor

Google lanceert Lyria 3 Pro voor muziekgeneratie tot 3 minuten

Google heeft Lyria 3 Pro uitgebracht, een update van zijn muziekgeneratietool waarmee je aangepaste tracks tot 3 minuten lang kunt maken. De tool is beschikbaar in Gemini, AI Studio, Vids en andere Google-producten. Voor content- en marketingteams die regelmatig audiovisueel materiaal produceren, is dit een praktische uitbreiding: muziek op maat zonder licentiekosten of externe leverancier. De vraag is wel in hoeverre de auteursrechtelijke status van AI-gegenereerde muziek in jouw regio al is uitgekristalliseerd, iets om te checken voordat je het commercieel inzet.