Every — Context Window

De mens als 'brood' in de AI-sandwich: waar jij nog waarde toevoegt

Nu AI prima code, copy en design genereert, verschuift de rol van mensen naar de lagen eromheen: het framen van het probleem vooraf en het beoordelen van de output achteraf. Kieran Klaassen (GM van Cora bij Every) noemt …

Open in Readwise →

Kernargument

Nu AI prima code, copy en design genereert, verschuift de rol van mensen naar de lagen eromheen: het framen van het probleem vooraf en het beoordelen van de output achteraf. Kieran Klaassen (GM van Cora bij Every) noemt dit compound engineering — de LLM (Large Language Model, het AI-model zelf) is de vulling van de sandwich, jij bent het brood.

Sleutel-inzichten

  • Compound engineering heeft 4 stappen: Plan → Work → Review → Compound. AI is vooral sterk in de 'work'-fase (urenlang stappen volgen, diep doorwerken). De andere drie blijven mensenwerk.
  • Framing is een menselijke skill: een probleem vanuit meerdere invalshoeken diagnosticeren. Voorbeeld: knie doet pijn → Advil, IT-band stretchen, of stoppen met hardlopen op beton. Agents pikken meestal één oplossing en rammen door; mensen zien de vertakkingen.
  • Taste = de laatste laag brood: nadat de AI iets heeft gemaakt, is jouw oordeel of het klopt met je interne visie het belangrijkste. Niet goed? Dan herformuleer je het probleem tot de output wél raakt.
  • Dit is het verschil tussen kunst en slop: output met een point of view vs. generieke AI-brei. De point of view komt van jou.
  • Bij Every zelf: hun AI-agent 'Claudie' draait op een Mac Mini met Claude Max en krijgt steeds meer verantwoordelijkheid — ze schalen bestaande agents op in plaats van nieuwe te bouwen. (Rest zit achter paywall.)

Praktisch voor Onno

Herkenbaar voor jouw vibe coding-sessies: het écht goede werk zit niet in de Cursor-prompt zelf, maar in hoe je vóóraf het probleem framed (wat wil ik precies, welke edge cases, welke stack-keuzes bij Next.js + Supabase) en hoe streng je áchteraf reviewt. Als je merkt dat je output 'meh' is, ligt dat meestal niet aan het model maar aan je framing — probeer dan niet harder te prompten, maar het probleem opnieuw te stellen. Voor Stooker geldt hetzelfde: AI kan prima je koffie-content of klantmails genereren, maar jouw smaak (letterlijk en figuurlijk) bepaalt of het voelt als Stooker of als generic café-content.


Gerelateerd