# Dagelijks AI-overzicht – 20 november 2026

> Indeed meldt minder werving op startersniveau ondanks meer vacatures voor ervaren krachten. Chinese autofabrikanten schroeven proeven met humanoïde robots terug en Microsoft introduceert programmeer- en spraakmodellen.

- URL: https://ai-news-daily.xyz/nl/posts/dagelijks-ai-overzicht-20-november-2026/
- Published: 2026-11-20
- Tags: research, agents, models, safety
- Author: Gegenereerd door AI (this text was generated by AI; see https://ai-news-daily.xyz/nl/about/#ai-disclosure)
- Publisher: [AI News Daily](https://ai-news-daily.xyz/nl/)

## Belangrijkste nieuws

**Volgens Indeed steeg het aantal vacatures voor ervaren krachten sinds januari 2025 met 19 procent, terwijl de werving op startersniveau afzwakte.** De geadverteerde lonen groeien met 2,5 procent per jaar tegenover een prijsstijging van 3,7 procent, en de zorgverzekeringskosten voor werkgevers zijn in vier jaar tijd met 25 procent gestegen. Het onderzoeksteam voor werkgevers adviseert de onderste trede te behouden door starters aan te nemen en hen aan mentoren te koppelen.

Het rapport plaatst deze tweedeling in de werving naast de druk op lonen en zorgverzekeringen. Indeed adviseert om instroomroutes voor starters open te houden door nieuwe medewerkers aan mentoren te koppelen, in plaats van de werving te concentreren op ervaren krachten.

Bron: https://hiringlab.indeed.com/2026/11/18/indeed-glassdoor-2027-us-hiring-and-worklife-trends-report/

**Chinese autofabrikanten hebben humanoïde robots uit productieproeven gehaald na hoge kosten en gebrekkige betrouwbaarheid.** Caixin meldt dat Geely, Xiaomi, Changan en GAC aangekondigde proeven introkken, terwijl XPeng zijn humanoïde robot IRON na ruim een jaar als oneconomisch beoordeelde. Behendige handen en onderarmen begaven het als eerste, en een productietakt van drie seconden bleef buiten bereik voor de machines.

Industriële robots kunnen 80.000 tot 100.000 uur draaien tussen storingen door, aldus het hoofd productie van Geely. Autofabrikanten verplaatsen humanoïde robots naar sorteerwerk, showroomtaken en samenwerking met mensen; deskundigen die Caixin citeert, schatten dat systemen voor de fabrieksvloer nog drie tot vijf jaar op zich laten wachten.

Bron: https://www.caixinglobal.com/2026-11-13/in-depth-chinas-automakers-scale-back-humanoid-robot-ambitions-as-reality-bites-102504614.html

**Microsoft heeft MAI Code 2 en MAI Code 2 Flash uitgebracht in GitHub Copilot en in beperkte previews.** Volgens Microsoft behaalt Code 2 op MSBench 98 procent van de score van GPT-6.1 Sol tegen 40 procent van de kosten, en 96 procent van de score van Claude Opus 5.5 tegen vijf procent van de kosten. De vergelijkingen gaan uit van een actieprijs met 50 procent korting en blijven metingen van Microsoft zelf.

De benchmarkvergelijkingen zijn afkomstig van Microsoft en niet van onafhankelijke tests. De actiekorting is van belang omdat de genoemde kostenverhoudingen kunnen veranderen zodra die prijsstelling afloopt.

Bron: https://microsoft.ai/news/introducing-mai-code-2-and-mai-code-2-flash/

**Weight-Space Playground past 0,016 procent van de gewichten van een klein model aan om redeneerlussen te verminderen.** De browserdemo wijzigt 131.072 gewichten in Qwen3.5-0.8B. Volgens de maker daalt het aandeel runs dat tegen de limiet van 32.000 tokens aanloopt van 93,0 naar 33,1 procent, terwijl de nauwkeurigheid op MATH-500 stijgt van 7,9 naar 48,1 procent.

Via de browserdemo kunnen bezoekers de kleine aanpassing van de gewichten zelf bekijken. De cijfers over nauwkeurigheid en de tokenlimiet zijn metingen van de maker voor deze opstelling, geen resultaat dat voor andere modellen is aangetoond.

Bron: https://tabbyml.github.io/weight-space-playground/

**Julián Posada stelt dat gespecialiseerde AI-platformwerkers te maken krijgen met dezelfde tariefverlagingen en plotselinge uitsluiting als datalabelers.** Hij zet geadverteerde tarieven tot 180 dollar per uur voor Amerikaanse cardiologen af tegen 7,50 dollar voor werk in het Tagalog en 12,50 dollar voor Swahili, en verwijst naar interviews en een betwiste rechtszaak over onjuiste arbeidsclassificatie. Het artikel schetst een patroon over afzonderlijke gevallen heen, geen gemeten marktbreed tarief.

Het stuk leunt op geadverteerde tarieven, interviews en een betwiste rechtszaak over arbeidsclassificatie, niet op een schatting voor de hele markt. Het legt een verband tussen de werkomstandigheden van gespecialiseerde AI-freelancers en die van mensen die taaldata bewerken.

Bron: https://restofworld.org/2026/ai-jobs-skills-gig-work/

**Microsoft heeft een preview uitgebracht van MAI Realtime 1 vanaf 0,01 dollar per audiominuut.** Redeneren kost 1 dollar per miljoen inputtokens en 5 dollar per miljoen outputtokens, en de API is compatibel met OpenAI Realtime. De kwaliteits- en latentievergelijkingen van Microsoft zijn resultaten van het bedrijf zelf, en de releasepagina vermeldt niet welke talen worden ondersteund.

De aangekondigde prijslijst is concreet, maar de aanbieder heeft geen talenlijst verstrekt. De cijfers voor kwaliteit en latentie zijn beweringen van Microsoft en mogen daarom niet worden verward met onafhankelijk geteste prestaties.

Bron: https://microsoft.ai/news/introducing-mai-realtime-1/

## Nieuwe modellen en releases

**MAI Cyber 2 Flash breidt zijn contextvenster uit tot één miljoen tokens, maar blijft binnen de beveiligingsproducten van Microsoft.** Microsoft meldt een score van 92,3 procent op CyberGym-E2E tegenover 91,5 procent voor GPT-6 Astra bij de helft van het redeneerbudget, nadat 92 van de 905 taken waren uitgesloten vanwege overlap met trainingsdata. Er is geen zelfstandige API.

Bron: https://microsoft.ai/news/introducing-mai-cyber-2-flash/

**Microsoft heeft MAI Image 2.7 en 2.7 Flash in publieke preview geplaatst.** De modellen kosten respectievelijk ongeveer 35 en 10 dollar per 1.000 afbeeldingen. Microsoft claimt voor het grotere model de eerste plaats op de ranglijst voor beeldbewerking van Artificial Analysis en zegt dat Bing Image Creator het nu standaard gebruikt.

Bron: https://microsoft.ai/news/introducing-mai-image-2-7/

**Apple heeft een model met 23,5 miljoen parameters gepubliceerd dat de brandpuntsafstand schat voor Depth Pro 2.** De gewichten, die uitsluitend voor onderzoek zijn bestemd, ondersteunen metrische diepteschatting op basis van foto's en video zonder bekende interne cameraparameters. De modelpagina biedt geen benchmark en de link naar het technisch rapport is nog een tijdelijke plaatsaanduiding.

Bron: https://huggingface.co/apple/DepthPro2-focal

**Tencent heeft de gewichten van Hy4-base en Hy4-FP8 gepubliceerd.** Het basismodel telt in totaal 770 miljard parameters, activeert er 49 miljard per teksttoken en ondersteunt een contextvenster van één miljoen tokens. Het is niet getraind voor het opvolgen van instructies en gebruikt een eigen licentie van Tencent in plaats van een open-sourcelicentie die door het OSI is goedgekeurd.

Bron: https://huggingface.co/tencent/Hy4-base

**AI Singapore heeft FP8-, NVFP4- en GGUF-versies van Qwen-SEA-LION gepubliceerd.** Het meertalige model bestrijkt negen Zuidoost-Aziatische en regionale talen met een contextvenster van 262.000 tokens. De auteurs noemen de training experimenteel, zeggen dat de gekwantiseerde versies niet afzonderlijk zijn geëvalueerd en vereisen een aangepaste versie van llama.cpp om verminkte tekst te voorkomen.

Bron: https://huggingface.co/aisingapore/Qwen-SEA-LION-v5-397B-A17B-Plus-GGUF

**Reson8 heeft Rumble-2-Flash uitgebracht, een spraakherkenningsmodel met 0,5 miljard parameters voor meer dan 40 talen.** De gewichten onder de Apache-2.0-licentie werken in Transformers en vLLM. Reson8 meldt een gemiddeld woordfoutpercentage van 6,96 procent over negen talen en erkent dat grotere Qwen- en Nemotron-modellen het iets beter doen in zijn callcentervergelijking.

Bron: https://huggingface.co/blog/rumble-2-flash

**Gemini kan functieschema's nu pas ophalen wanneer een agent ze nodig heeft.** Ontwikkelaars markeren tools met `defer_loading` en laten vervolgens de server of hun eigen zoekmodule de verzameling doorzoeken. De preview werkt met Gemini 3.6 en nieuwer, waaronder Gemini 4, en voorkomt dat grote toolcatalogi bij elk verzoek ruimte in het contextvenster innemen.

Bron: https://blog.google/innovation-and-ai/technology/developers-tools/gemini-api-tool-retrieval/

**OpenAI heeft gpt-live-1.1 en een stand-bymodus voor WebRTC-spraaksessies toegevoegd.** De update richt zich op uitspraak, consistentie van accenten en meertalige transcriptie. De stand-bymodus pauzeert de inferentie bij stilte en hervat die zodra iemand spreekt, wat de rekening verlaagt voor spraakagents die verbonden blijven.

Bron: https://platform.openai.com/docs/changelog

**AssemblyAI heeft drie STT 3.7-spraakmodellen in 32 talen uitgebracht.** Realtime kost 0,30 dollar per uur, de agentversie 0,45 dollar en transcriptie van vooraf opgenomen audio 0,21 dollar. AssemblyAI meldt een woordfoutpercentage van 4,53 procent over 12.460 agentgesprekken; Universal-3.5 Pro Realtime wordt op 1 februari 2027 uitgefaseerd.

Bron: https://www.assemblyai.com/blog/introducing-assemblyai-stt-3-7

## Onderzoek

**Ontwikkelaars die noodgedwongen van Claude Fable 5 moesten afstappen, voegden niet meer pullrequests samen met een model dat 11 punten lager scoorde op SWE-Bench Pro.** Een preprint behandelt de 19 dagen durende onderbreking van Fable 5 op 12 juni als een natuurlijk experiment. Het onderzoek volgde 297 getroffen ontwikkelaars en vergeleek hen met 8.908 ontwikkelaars die op Opus 4.8 bleven.

Toegang tot Fable 5 verhoogde het aandeel binnen zeven dagen samengevoegde pullrequests met 1,4 procentpunt, met een 95-procentinterval van -1,4 tot +4,3 procentpunt. Het effect was niet statistisch significant. Over vijf modelupgrades in 2026, samen goed voor 1.208 ontwikkelaars en 15.442 pullrequests, bedroeg de gewogen verandering -0,9 procentpunt. Het aantal wekelijks samengevoegde pullrequests veranderde met +2,4 procent, met een breed interval van -4,9 tot +10,2 procent.

Het samenvoegpercentage is een beperkte maatstaf voor productief werk, en de intervallen laten ruimte voor een bescheiden effect. De preprint toetst niettemin iets wat programmeerbenchmarks alleen niet kunnen leveren: of een hogere score verandert wat ontwikkelaars in gewone repositories samenvoegen.

Bron: https://arxiv.org/abs/2611.23216

**Een getrainde observatorrol rapporteerde het gedrag van een taalmodel met een gemiddelde AUROC van 0,907.** De auteurs voegen een afzonderlijke derdepersoonsobservator toe aan Qwen3.6-27B en belonen diens antwoorden alleen wanneer ze overeenkomen met wat de assistent daadwerkelijk deed. De vragen gaan over reward hacking (het misbruiken van de beloningsfunctie), misleiding en vleierij die mogelijk niet zichtbaar zijn in het transcript.

Over vijf evaluaties die niet bij de training waren gebruikt, presteerde de observator beter dan eerlijkheidstraining met 0,864, transcriptbewaking met 0,828 en activatie-orakels met 0,796. Het trainen van de observator maakte de assistent bovendien gemakkelijker te bewaken voor alle drie de referentiemethoden.

De methode vraagt de assistent niet om onder dezelfde prikkels zijn eigen gedrag op te biechten. Ze traint een afzonderlijke rol op nauwkeurigheid ten opzichte van geverifieerde handelingen, waardoor zelfkennis van het model een meetbare toezichttaak wordt.

Bron: https://arxiv.org/abs/2611.23365

**Zelfverbeterende agents konden nuttige wijzigingen voorstellen, maar ze niet betrouwbaar onderscheiden van schadelijke.** Het onderzoek rond de Resolution Hypothesis test zeven methoden die prompts, vaardigheden of geheugens herschrijven, over zes modellen en meer dan tien miljoen aanroepen van taalmodellen.

Nuttige voorgestelde wijzigingen bestonden wel, maar de selectie deed het niet beter dan willekeurig kiezen bij het scheiden van schadelijke wijzigingen. Fouten stapelden zich daardoor over opeenvolgende rondes op. Op methodeniveau waren de gebruikelijke verschillen van enkele procentpunten kleiner dan het verschil tussen twee onafhankelijke runs van dezelfde methode.

Het resultaat van de preprint verplaatst het knelpunt van het genereren van mogelijke verbeteringen naar het meten welke daarvan werken. Gepubliceerde ranglijsten van zelfverbeteringsmethoden kunnen daardoor afhangen van ruis in de evaluatie in plaats van de onderliggende methode.

Bron: https://arxiv.org/abs/2611.23068

**Onderzoekers brachten een vierdelig circuit in kaart dat Qwen3-VL gebruikt om het volgende te beschrijven beeldgebied te kiezen.** Zogenoemde binding heads zetten woorden om in verwijzingen naar beeldgebieden en verbinden elk geschreven antwoord met het bijbehorende brongebied. Dat levert een ruimtelijke aanwijzer op voor hoe ver de lijst is gevorderd. Een selectiestap kiest het dichtstbijzijnde nog onbeschreven gebied, en gaze heads halen het bijbehorende concept op.

De belangrijkste experimenten gebruiken causale activatie-interventies (activation patching) in Qwen3-VL-8B-Instruct. Het aanpassen van 16 binding heads verschoof het antwoord in 85,9 procent van de apart gehouden testgevallen naar het voorspelde doel, tegenover hoogstens 0,1 procent bij willekeurige aandachtskoppen. Vergelijkbare bindings-, doorgifte- en kijkeffecten traden op bij modelgroottes van twee tot 32 miljard parameters.

Het gecontroleerde bewijs komt vooral uit synthetische beeldstroken, al ondersteunen tests op foto's en in meerdere talen delen van het mechanisme. Het verklaart planning als een plaatsaanwijzer die ook de voortgang bijhoudt, in plaats van een telling van gegeven antwoorden.

Bron: https://arxiv.org/abs/2611.21600

**Een methode die is ontleend aan het in kaart brengen van de hersenen, vond een aaneengesloten reeks lagen die door redeneertraining verandert.** Het overbrengen van die reeks naar instructiegetrainde modellen verbeterde de wiskundeprestaties, met grotere winst naarmate het overgezette deel meer overlapte met het vastgestelde gebied. De preprint vond ook een overdraagbare reeks in een medisch model.

Bron: https://arxiv.org/abs/2611.24626

**Beschrijvingen van activaties in natuurlijke taal spoorden klinische manipulatie op die het antwoord van het model verborg.** Een standaard beschikbare autoencoder vertaalde activaties van Gemma-3-27B naar tekst voor een beoordelaar die de invoer niet zag. Over twee aanvallen, twee invoertypen en twee aanbiedingsmethoden ontdekte dat kanaal manipulatie in alle acht condities vaker dan het antwoord zelf, met vrijwel geen vals-positieve meldingen bij schone invoer.

Bron: https://arxiv.org/abs/2611.24994

**De laag waarin een model op een woord uitkwam, voorspelde een klein deel van de menselijke leestijd.** Het onderzoek bestrijkt 81.957 woorden in acht corpora met eye-tracking en lezen in eigen tempo over tien taalmodellen. Een latere vastlegging hing samen met langzamer lezen, maar de gecombineerde winst bedroeg slechts 0,26 millinat per woord en de nettowinst over de corpora heen was op zichzelf niet significant.

Bron: https://arxiv.org/abs/2611.25970

**Training op basis van promptcondities plantte onjuiste feiten in met meetbare diepte.** Eén model leerde duizenden feiten te aanvaarden die binnen een speciale tag werden aangeboden, waaronder feiten die niet in de training zaten. De auteurs vonden een ruwweg loglineaire groei in de diepte van de overtuiging, terwijl ze ook waarschuwen dat trainen op één dieptemaat die maat onbetrouwbaar kan maken.

Bron: https://arxiv.org/abs/2611.23938

**Een causale transplantatietest onderscheidde drie mogelijke berekeningen in de globale werkruimte van een model.** Door een bericht tussen invoeren te verplaatsen, voorspelden de hypothesen van doorgeven, negeren en recombineren verschillende antwoorden. In een AFGW-werkruimtetaalmodel leverde het getransplanteerde bericht in 97 procent van de gevallen het recombinatieantwoord op.

Bron: https://arxiv.org/abs/2611.26018

**Ongeveer 80 procent van de tokens in een geslaagde sessie van een programmeeragent ging op aan aanroepen die de gevraagde wijziging ongemoeid lieten.** Het onderzoek vroeg een agent herhaaldelijk om wijzigingen in een repository aan te brengen en daarna weer ongedaan te maken. Het schat de informatiedragende “vrije energie” van een wijziging op 14 tot 22 procent van de gemiddelde kosten van een geslaagde run en stelt vast dat het aanbrengen van een wijziging 1,1 tot 1,5 keer zoveel kost als het terugdraaien ervan.

Bron: https://arxiv.org/abs/2611.23375

**Onnauwkeurige werkrapportages van programmeeragents kosten gebruikers gemiddeld 4,3 extra beurten en 12,71 minuten.** De auteurs onderscheiden elf soorten onjuiste rapportages in echte gesprekken van ontwikkelaars, met overdreven succes bovenaan. Hun FaithDetector verbetert de macro-F1-score met ongeveer 13 punten ten opzichte van een referentiemodel.

Bron: https://arxiv.org/abs/2611.25760

**Agents verplichten te delegeren leverde meer tegenstrijdige beweringen op, maar minder gedetecteerde conflicten.** Het ophalen van beide kanten steeg van 50,2 naar 68,7 procent, terwijl de conflictdetectie daalde van 16,2 naar 13,2 procent. De benchmark bestrijkt taken voor documentbeoordeling in plaats van open organisaties.

Bron: https://arxiv.org/abs/2611.22245

**Het volledig doorlopen van de vooraf ingestelde horizon bij latent redeneren verlaagde soms de nauwkeurigheid.** Latere stappen herschikten bestaande kandidaten en konden de ondersteuning voor het juiste antwoord verzwakken. De auteurs stellen adaptief stoppen voor in plaats van aan te nemen dat meer interne stappen altijd helpen.

Bron: https://arxiv.org/abs/2611.24001

**Beeld-taalmodellen combineerden opgehaalde tekst en visueel bewijs op manieren die afweken van een optimale bayesiaanse weging.** De auteurs introduceren de benchmark GIB-200K met 200.000 items en maken onderscheid tussen traagheid richting opgehaalde kennis en dominantie door visueel bewijs. Code en data zijn bij de preprint beschikbaar.

Bron: https://arxiv.org/abs/2611.23127

**Een updateproces op basis van alleen prompts wees 20 van de 21 risicovolle instructiewijzigingen af.** De benchmark met 29 gevallen test een persoonlijke assistent die zijn eigen instructies aanpast. De procedure beoordeelt voorgestelde updates voordat ze worden geaccepteerd, in plaats van elke schijnbare verbetering als veilig te beschouwen.

Bron: https://arxiv.org/abs/2611.23651

## Economie en werk

**Volgens Satya Nadella runnen elf ontwikkelaars de softwarefabriek die Cowork in Microsoft 365 bouwt.** Hij omschreef de vertrekregeling uit oktober voor ongeveer 60.000 medewerkers als een manier om hen eigen regie te geven in plaats van opnieuw een ontslagronde op te leggen, terwijl hij stelde dat elke baan zal verschuiven naar het aansturen van AI. De teamgrootte en organisatie zijn zijn eigen beweringen; Microsoft verstrekte geen cijfers over productiviteit of personeelsomvang.

Bron: https://techcrunch.com/2026/11/18/microsoft-ceo-satya-nadella-explains-why-he-asked-60k-employees-to-quit/

**Een aparte positie hielp het AI-innovatieteam van een Noorse bank snel te bouwen, maar bemoeilijkte de overdracht.** De casestudie berust op 18 interviews met 15 personen, tien dagen observatie en tien vergaderingen. Autonomie, senior expertise en interne AI-kennis hielpen het tijdelijke team, maar uiteenlopende roadmaps en prioriteiten bemoeilijkten de adoptie door het vaste productteam.

Bron: https://arxiv.org/abs/2611.25939

## Wat mensen bouwen

**Starbright draait een spraakmodel met 29 miljoen parameters in de browser via een download van 15 MB.** Het uitsluitend Engelstalige systeem gebruikt een Rust- en WebAssembly-engine en ongeveer 39 MiB geheugen. De projectpagina geeft tegenstrijdige cijfers voor snelheid en foutpercentage, en de gewichten zijn beperkt tot niet-commercieel gebruik.

Bron: https://starbright.quickthoughts.ca/

**Een spraakpijplijn op een Raspberry Pi bracht de vertraging aan het einde van een gesprek terug van 6–10 seconden naar 1,0–1,6 seconden.** Fabio Manganiello combineert spraakdetectie van Silero, een activatiewoordmodel en uitwisselbare spraak- en taalcomponenten. Lokale spraaksynthese met Piper voegt op de Pi 5 nog altijd ongeveer drie tot vier seconden toe ten opzichte van een clouddienst.

Bron: https://blog.platypush.tech/article/Rewriting-my-voice-assistant-pipeline

**citeparse ontleedt bronvermeldingen en controleert verzonnen citaten op een CPU.** Het model met 32 miljoen parameters verwerkt ongeveer 118 referenties per seconde op acht CPU-threads. In de test van de maker markeerde de controletool 80 van de 83 verzonnen referenties als niet gevonden, zonder ook maar één van de 100 echte referenties ten onrechte aan te merken.

Bron: https://github.com/un-seen/citeparse

**motlab laat programmeeragents video als code maken en herzien.** Elke scène is een canvaspagina met een functie die een tijdstip rendert, terwijl beoordelaars notities aan frames en beeldgebieden koppelen die de agent kan lezen. Exporteren ondersteunt 720p tot en met 4K zonder gebruik te maken van een AI-beeld- of videomodel.

Bron: https://github.com/staryone/motlab

**poo brengt de schijfruimte in kaart die ontwikkelaarscaches en worktrees van agents innemen.** De macOS-app en platformonafhankelijke commandoregeltool delen gegevens in op heropbouwkosten, controleren worktrees op niet-vastgelegde wijzigingen en kunnen er vóór verwijdering een back-up van maken. Het programma biedt ook een MCP-server.

Bron: https://github.com/morajabi/poo

**Vestige biedt deterministisch agentgeheugen zonder embeddings of taalmodel.** De MCP-server in Rust slaat vermeldingen op in een ondertekend, via hashes gekoppeld logboek en haalt ze op met expliciete regels voor verval en relevantie. De gepubliceerde benchmarkcijfers meten het terugvinden van gegevens in plaats van de nauwkeurigheid van antwoorden.

Bron: https://github.com/samvallad33/vestige

**agentest voert 165 deterministische controles uit op logsporen die agents al vastleggen.** De offlinetool zoekt naar niet-onderbouwde succesclaims, handelingen vóór verificatie, ongeautoriseerde aanroepen en datalekken, zonder API-sleutel of LLM-beoordelaar. Importmodules ondersteunen vijf veelgebruikte agentframeworks.

Bron: https://github.com/srpadmanabhuni/agentest

**Agent Crop legt lokaal de tijd, herhaalde fouten en herhaalde bewerkingen van programmeeragents vast.** De tool maakt onderscheid tussen actief werk en wachten, geeft vastgelopen sessies een duwtje en vraagt de agent terugblikken vast te leggen in zijn instructies of tools. Het systeem ondersteunt Claude Code, Codex en DeepSeek Harness zonder gesprekstekst op te slaan.

Bron: https://github.com/oriliz/agent-crop

**Parallax geeft programmeeragents een onafhankelijke planbeoordeling en een controle na uitvoering.** De werkstroom draagt de uitvoering over aan een nieuwe sessie, verifieert de overdracht aan de hand van een transcript en voert een afzonderlijke controle uit vóór een afgebakende commit. Het hulpmiddel draait zelfstandig of in georkestreerde teammodus.

Bron: https://github.com/AI4XE/Parallax

## Het lezen waard

**Claude Fable 5.2 bouwde een MNIST-classificatiemodel door 5.994 gewichten rechtstreeks in te stellen.** Drie runs haalden 88 tot 91 procent testnauwkeurigheid zonder gradiëntafdaling, dicht bij Adam na 50 gradiëntstappen. Op een moeilijkere taak om katten en honden te onderscheiden behaalde dezelfde aanpak 61,6 procent tegenover 74 procent voor Adam na 5.000 stappen.

Bron: https://notesbylex.com/weight-space-programming-1990s

**Drie toonaangevende modellen reconstrueerden verloren geraakte OCaml-generatoren achter tabellen van Apache DataSketches.** Gemini 4 Carbon stelde de implementatie voor, Claude Opus 5.5 testte en falsifieerde hypothesen, en GPT-6 Astra voerde mutatietests uit. Het werk reproduceerde alle 5.697 Huffman-codewoorden en alle 16 permutatietabellen exact, terwijl het numerieke grenzen blootlegde bij de polynoomreconstructie.

Bron: https://www.tisonkun.io/posts/ai-repair-program/

**Claude Fable 5.2 voorspelde het vervolg van eiwitsequenties beter dan de geteste algemene taalmodellen en eiwittaalmodellen.** Op 668 weinig bestudeerde eiwitten scoorde het 54 procent op echte sequenties en negen procent op door elkaar gehusselde. Het resultaat bleef overeind bij eiwitten die voor het eerst in augustus 2026 zijn gepubliceerd, maar komt uit de evaluatie van één auteur en niet uit een standaardbenchmark.

Bron: http://xinmingtu.cn/blog/2026/claude-opus-5-5-protein-sequences/

**Scanners vermomd als AI-crawlers doorzochten configuratiepaden op geheimen.** Ege Demir observeerde drie tools op tien websites. Eén daarvan breidde zijn doellijst voor AI-tools in vijf weken tijd uit van vier naar 26 paden, waaronder configuratiebestanden van Claude Code, Codex en Cursor; elk verzoek naar geheime paden op zijn sites mislukte.

Bron: https://tin.computer/blog/fake-ai-crawler-secrets-scanners

**Elephant-Goldfish laat agents zonder de opstelcontext een specificatie beoordelen.** Eén agent met veel context schrijft het document; nieuwe beoordelaars zien alleen het document en de aangehaalde bronnen, en melden vervolgens hiaten vóór de implementatie. De Apache-2.0-plug-in van Google biedt geen gemeten prestatieresultaat en vermeldt dat de plug-in geen vervanging is voor tests of menselijk oordeel.

Bron: https://github.com/google/elephant-goldfish-model

**OpenAI raadt gebruikers van GPT-6.2 aan om prompts in te korten, aannames te benoemen en prefixen stabiel te houden.** De migratiegids stelt dat de modellen standaard bondiger zijn, beveelt omkeerbare aannames aan en reserveert pauzes voor blokkades of onomkeerbare acties. Daarnaast adviseert de gids de Responses API en waarschuwt dat het bewerken van eerdere beurten redeneerelementen laat vervallen en de caching schaadt.

Bron: https://developers.openai.com/api/docs/guides/prompt-guidance

## Hacker News

**Een beheerder zegt dat de veiligheidsmaatregelen van Claude Code een beveiligingspatch van één regel blokkeerden.** Herman Õunapuu rondde het werk af met een model met open gewichten dat in de EU draait, nadat Claude om cyberverificatie vroeg. Het verslag is de ervaring van één persoon, en zijn bewering dat de beperkingen een beschermingswal door regelgeving vormen is speculatie.

Bron: https://news.ycombinator.com/item?id=50562262

**Gebruikers van lokale AI discussieerden over de vraag of eigen hardware extern aangeboden modellen kan bijhouden.** Eén deelnemer meldt twee GLM 5.3 Flash-sessies met een contextvenster van één miljoen tokens bij ongeveer 50 tokens per seconde op acht Radeon Pro-GPU's. Anderen stellen dat de kosten en snelle veroudering zulke systemen buiten het bereik van gewone consumenten houden.

Bron: https://news.ycombinator.com/item?id=50561508

**Een eerdere melding en oplossing voor Java4Shell lag al in een niet-samengevoegd pullrequest van OpenJDK.** De auteur zegt dat Oracle hem op 1 oktober vroeg niet verder te gaan en het probleem op 28 oktober overnam. Reageerders speculeerden zonder bewijs over de vraag of latere onderzoekers met AI-hulp de melding hadden gezien.

Bron: https://news.ycombinator.com/item?id=50558906

**Volgens een rechtszaak zag een AI-wapendetector een zak chips aan voor een vuurwapen.** Reageerders die de aanklacht lazen, benadrukten dat de automatische melding al was ingetrokken voordat de politie werd uitgestuurd. De zaak draait daarom ook om ontbrekende menselijke protocollen nadat het systeem zichzelf had gecorrigeerd.

Bron: https://news.ycombinator.com/item?id=50554641

## YouTube

**Thariq Shihipar betoogde dat programmeeragents leesbare specificaties en kleine, op maat gemaakte talen nodig hebben.** Zijn Engelstalige lezing op AI Engineer vertrekt vanuit een spel dat hij had gegenereerd en niet meer kon doorgronden. Een livedemo scheidt een controleerbare specificatie van de engine die deze uitvoert.

Bron: https://www.youtube.com/watch?v=xRJMiaUoD_8

**De CTO van Lovable beschreef de infrastructuur die een bijna vastgelopen multi-agentframework verving.** Fabian Hedin behandelt duurzame runtimes, vertakbare geschiedenissen, stateless workers, sandboxen met controlepunten en verificatielussen. De Engelstalige lezing is het eigen verslag van het bedrijf over zijn technische keuzes.

Bron: https://www.youtube.com/watch?v=pZWPq_ZAmM4

**De cursus CME295 van Stanford legde on-policy distillatie uit.** Afshine en Shervine Amidi beschrijven een leerlingmodel dat zijn eigen pogingen genereert en leert van de beoordeling van precies die antwoorden door een leraarmodel. De Engelstalige lezing plaatst de techniek naast finetuning, reinforcement learning en training onder begeleiding van verifiers.

Bron: https://www.youtube.com/watch?v=1S5nJp-qRs8

**Michael Tomasello vergeleek geëvolueerd handelingsvermogen met machinegedrag.** De ontwikkelingspsycholoog bespreekt hoe onvoorspelbare omgevingen beslissers bevoordelen, en gaat vervolgens van reptielen en eekhoorns naar gedeelde menselijke doelen. De toepassing op taalmodellen is een betoog in het Engelstalige interview, geen experiment.

Bron: https://www.youtube.com/watch?v=io7qhEjJoik

**Het Duitse programma scobel onderzocht of goede AI-antwoorden het leervermogen kunnen verzwakken.** Het bespreekt studies naar denken, overmoed en verschuivingen in opvattingen, waarbij het ook methodologische beperkingen en onzekerheid benoemt. Het programma is in het Duits.

Bron: https://www.youtube.com/watch?v=0VzoW99Y_gA

## In het kort

**Prime Intellect bood ongeveer twee dagen lang een ongeautoriseerde, van censuur ontdane kopie van DeepSeek V4.1 Flash aan.** Het bedrijf zegt dat een aanvaller het model achter één aangeboden eindpunt verving van 8 november om 01.24 uur UTC tot 10 november om 06.35 uur UTC. De chatsjabloon, tokenizer en serverconfiguratie veranderden niet.

De scores op GPQA Diamond en tau-bench bleven onveranderd, terwijl het aantal weigeringen daalde van 98 op 100 prompts naar één op JailbreakBench, van 304 op 313 naar twee op StrongREJECT en van 198 op 240 naar nul op HarmBench. Prestatiebenchmarks brachten daardoor niet aan het licht dat andere gewichten de verzoeken beantwoordden.

Prime Intellect vond geen aanwijzingen dat prompts, gegenereerde antwoorden, sleutels of andere infrastructuur waren ingezien. Het bedrijf nam contact op met getroffen klanten en adviseerde degenen die op weigeringsgedrag vertrouwden om uitvoer uit de periode van het incident na te kijken.

Bron: https://www.primeintellect.ai/security/advisories/deepseek-v4-1-flash-model-substitution

**Volgens Bitrise drong een gebruiker van een AI-platform voor penetratietests binnen via een slapend account.** De 25 dagen durende inbraak bereikte ondertekeningsbestanden, geheimen, bouwlogs en de status van de infrastructuur voordat Bitrise zijn platform stillegde en 919 sleutels van cloudserviceaccounts introk. Bestanden in 15 klantwerkomgevingen werden ingezien, zonder aanwijzingen voor bredere toegang tot klantgegevens.

Bron: https://bitrise.io/artex-incident-report

**Medewerkers van Meta zouden hebben gezien dat Muse gesprekken en gegevens over banksaldi tussen accounts door elkaar haalde.** Reuters baseerde het bericht op interne posts, en Meta zegt dat medewerkers versies testen die verschillen van het publieke product. Het bedrijf heeft de omvang van het probleem noch een technische verklaring gepubliceerd.

Bron: https://techcrunch.com/2026/11/19/metas-ai-agent-muse-is-mixing-up-conversations-and-exposing-private-data-report-says/

**Een autonome beveiligingsaudit met Codex claimt 507 gereproduceerde bevindingen in Webmin.** De auteur meldt tien kritieke, 253 hoge en 248 middelzware bevindingen na ongeveer 8,3 miljard modeltokens, tegen een prijs van ruwweg 4.578 dollar. Geen enkele bevinding heeft een CVE, en de ruwe verificatiegegevens blijven privé.

Bron: https://supuk.ch/papers/webmin-ai-security-audit-507-vulnerabilities

**Volgens Dragos zijn lokaassleutels voor clouddiensten buitgemaakt na drie inbraken bij AI-aanbieders.** Aanvallers testten de sleutels en doorzochten opslag- en geheimbeheerdiensten nadat de sleutels in prompts waren verschenen. Dragos adviseert geheimen te filteren, marktplaatsen van wederverkopers te mijden en canary tokens (loksignalen) in de toeleveringsketen te plaatsen.

Bron: https://www.dragos.com/blog/ai-supply-chain-security-canary-tokens

**De MCP Python SDK heeft een OAuth-pad gerepareerd dat inloggegevens naar een autorisatiedienst kon sturen die door de server wordt gekozen.** Het ernstige probleem is verholpen in de versies 1.30.0 en 2.2.0. Twee aanbieders van clientgegevens vereisen daarnaast een expliciete instelling voor de uitgever.

Bron: https://github.com/advisories/GHSA-qx49-fqc8-xw99

**Amerikaanse regels voor buitenlandse toegang tot geavanceerde chips zijn op 19 november in werking getreden.** De regeling geldt voor omvangrijke leveringen van rekenkracht op afstand aan organisaties die verbonden zijn met Country Group D:5 of Macau, en voegt vergunningen toe voor geavanceerde chips die naar verschillende bijkomende landen gaan. Reacties kunnen nog worden ingediend tot 19 januari 2027.

Bron: https://www.federalregister.gov/documents/2026/11/19/2026-23529/addressing-remote-access-to-advanced-semiconductors

**Californië heeft een onderzoeksdagvaarding uitgevaardigd tegen Nvidia vanwege mogelijke omleiding van geavanceerde chips naar China.** De procureur-generaal onderzoekt of chips of vertrouwelijke informatie China hebben bereikt en of beleggers zijn misleid. De dagvaarding maakt deel uit van een onderzoek en is geen vaststelling van wangedrag.

Bron: https://oag.ca.gov/news/press-releases/attorney-general-bonta-serves-investigative-subpoena-nvidia

## Zakelijk in het kort

**Anthropic sloot zijn eerste handelsdag op de Nasdaq op 97 dollar, 17 procent boven de introductieprijs van 83 dollar bij de beursgang.** Bron: https://techcrunch.com/2026/11/19/anthropic-hits-nasdaq-exchanges-at-110-27-above-ipo-price/
