SpudCell: synthetische cel doorloopt volledige levenscyclus in lab Onderzoekers aan de University of Minnesota hebben SpudCell ontwikkeld, een synthetische cel opgebouwd uit levenloze laboratoriumchemicaliën die een volledige levenscyclus doorloopt. De cel voedt zichzelf, repliceert haar genoom, deelt zich en geeft genetisch materiaal door aan volgende generaties. De cel is niet 'levend' volgens de biologische definitie, maar eerder een minimale blauwdruk voor leven. Onderzoekers zien het als een stap richting volledig zelfstandige synthetische organismen, met toepassingen in medicijnontwikkeling en materiaalkunde. Voor AI-professionals vraagt dit geen directe actie, maar het raakt aan een breder patroon: simulatie van complexe biologische processen wordt steeds vaker gecombineerd met AI-modellen voor moleculaire voorspelling. De vraag is wanneer beide lijnen samenkomen in productieomgevingen voor farma en biotech. nytimes

CVS Health gebruikt AI in bijna elke functie, maar bewaakt één grens CVS Health, dat jaarlijks zo'n 185 miljoen consumenten bereikt via 9.000 apotheken, verzekeraar Aetna en farmaceutisch bemiddelaar Caremark, heeft AI uitgerold over bijna alle bedrijfsfuncties. De aanpak van CEO David Joyner richt zich op datafragmentatie: patiëntgegevens zijn versnipperd over apotheken, verzekeraars en zorgverleners, en voorheen werd de patiënt zelf geacht die stukjes bij elkaar te houden. Voor organisaties in zwaar gereguleerde sectoren biedt het CVS-model een interessant referentiepunt: breed AI-gebruik combineren met heldere grenzen rondom beslissingen die klanten direct raken, zoals claimbeoordeling. De kanttekening is duidelijk. In oktober 2025 heeft een Senaatssubcommissie CVS een brief gestuurd met de vraag of AI een rol speelt bij het afwijzen van Medicare Advantage-claims. Die vraag alleen al illustreert het reputatierisico wanneer governance achterloopt op adoptie. Zet je AI in binnen zorg, HR of juridische processen, breng dan nu in kaart voor welke besluiten AI adviseert en voor welke het beslist. Dat onderscheid willen toezichthouders als eerste zien.

AI-agents die hun eigen scaffolding herschrijven presteren 60% beter Nieuw onderzoek laat zien dat AI-agents hun eigen 'harness', de omringende software die een taalmodel verbindt met tools, geheugen en regels, kunnen analyseren en herschrijven op basis van eigen crashlogs. Waar een ingenieur voorheen handmatig moest ingrijpen bij elke randcase, optimaliseert het systeem nu zichzelf. De praktische winst is concreet: kleinere, goedkopere modellen kunnen via zelfverbeterende harnesses presteren op het niveau van veel zwaardere systemen, wat direct API-kosten bespaart. Voor ontwikkelteams die worstelen met kwetsbare agent-architecturen biedt dit een alternatief voor doorlopende finetuning, die meer compute en data vereist dan de meeste teams beschikbaar hebben. Dit onderzoek biedt nog geen kant-en-klare productieoplossing. Zelfmodificerende systemen introduceren nieuwe debugging-uitdagingen: als het systeem zijn eigen regels aanpast, wordt het moeilijker te herleiden waarom het gedrag veranderde. Wil je dit verkennen? Kijk naar de open-source projecten die in het AlphaSignal-artikel worden genoemd en test op een afgebakende use case met een goedkoop model voordat je het op een kritisch systeem loslaat.