Aanbevolen leerpaden
Drie geordende paden voor studenten, bouwers en agentic development in de praktijk.
Begin hierTopicstatus
Adaptatie en Ontwikkeling
Contextuele, geheugen-, beleid-, vaardigheids- en modeladaptatie over meerdere tijdschalen.
Sociale AIAgent Harness
De runtime-architectuur die modellen, context, geheugen, tools, beleid en evaluatie verbindt tot bestuurde agency.
Sociale AIAgentcognitie
Redeneren, plannen, wereldmodellen, reflectie en metacognitie in persistente agenten.
Sociale AIAgentic workflows en harnesses
Meerstaps model-workflows, harness-verantwoordelijkheden, toestand, geheugen en herbruikbare workflow-patronen.
AI-applicaties bouwen en uitrollenAgentinteroperabiliteit: A2A naast MCP
Auditeerbare taakoverdrachten tussen onafhankelijke agents ontwerpen, terwijl MCP tools en data voor elke runtime ontsluit.
AI-applicaties bouwen en uitrollenAI Engineering: twee richtingen
Hoe AI voor software engineering en software engineering voor AI twee overkoepelende perspectieven vormen in moderne AI Engineering.
Begin hierAI-applicaties bouwen en uitrollen
Overzicht van AI‑applicatie-engineering van modelmogelijkheden tot betrouwbare productiesystemen.
AI-applicaties bouwen en uitrollenAI-geschiktheid
Beoordelen of AI bij de taak past en of fouten detecteerbaar, toelaatbaar en herstelbaar zijn.
De bouwopgave vormgevenAntipatronen
Veelvoorkomende fouten die dwars door werk aan AI‑applicaties, software, agents en shaping heen lopen.
Overkoepelende kennisArchitectuur en interfaces
Grenzen, contracten, integratie en structurele beslissingen die AI-systemen veranderbaar maken.
Basisprincipes van software engineeringBasisprincipes van software engineering
Overzicht van de softwarebasisprincipes die AI‑systemen begrijpelijk, testbaar en beheersbaar in productie maken.
Basisprincipes van software engineeringBetrouwbare Agency en Evaluatie
Alignment, begrensde autonomie, onzekerheid, privacy, veiligheid, governance en evaluatie over tijd.
Sociale AIBronnen
Bronverwijzingen en onderhoudsopmerking voor de AI Engineering Knowledge Base.
Overkoepelende kennisCo-adaptatie en Vertrouwen
Onderhandelde adaptatie, gekalibreerd vertrouwen, herstel, onzekerheid en gebruikersregie in sociale AI.
Sociale AICodekwaliteit en versiebeheer
Onderhoudbaarheid, leesbare diffs en omkeerbare wijzigingen in door mensen en agents geschreven code.
Basisprincipes van software engineeringCoding agents evalueren
Bewijsdimensies om de output van agents, proceskwaliteit, veiligheid en robuustheid te beoordelen.
Coding agents gebruikenCoding agents gebruiken
Overzicht van coding agents, hun werkomgeving, multi-agent orkestratie en bewijs-gedreven afronding.
Coding agents gebruikenCoding-assistants versus coding-agents
Het verschil tussen lokale codehulp en doelgericht agentwerk met meerdere stappen.
Coding agents gebruikenConfiguratie, permissies en sandboxing
Modelconfiguratie, MCP‑integraties, uitvoeringsgrenzen, goedkeuringen en secrets.
Coding agents gebruikenContext engineering
Het ontwerpen van de volledige informatieomgeving die bij een bepaalde stap voor een model beschikbaar is.
AI-applicaties bouwen en uitrollenContext engineering in de praktijk
Gedetailleerd contextontwerp voor dynamische agent-state, retrieval, geheugen, vertrouwen, tokenbudgetten, compressie en toolfeedbacklussen.
AI-applicaties bouwen en uitrollenContext, instructies en planning
Beheer van eindige context, blijvende projectrichtlijnen, vaardigheden en adaptieve plannen.
Coding agents gebruikenCoördinatierisico’s en concurrency-veiligheid
Risico’s rond kosten, context, communicatie, conflicten en stopcondities bij multi-agentwerk.
Coding agents gebruikenDatamodellering en data engineering
Entiteiten, relaties, gebeurtenissen en levenscycli representeren zodat AI met betekenisvolle data kan werken.
Basisprincipes van software engineeringDe agent loop
Observeren, redeneren, handelen, inspecteren, bijwerken en stoppen of doorgaan.
Coding agents gebruikenDe AI engineer
De professionele rol, houding, competenties en toezichtverantwoordelijkheden van de AI engineer.
Begin hierDe bouwopgave vormgeven
Overzicht van het vormgeven van waardevolle, haalbare, verantwoorde en testbare AI-interventies.
De bouwopgave vormgevenDe tien-stappen-werkwijze
Een leesbaar proces om coding agents te sturen, van taakafbakening tot en met uitrol en observatie.
Coding agents gebruikenDe viergebiedenkaart
De vier elkaar versterkende gebieden die deze kennisbank ordenen.
Begin hierDeep learning
Machine learning met meerlaagse neurale netwerken; vormt de basis van moderne systemen voor computer vision, spraak, multimodaal en LLM’s.
AI-applicaties bouwen en uitrollenDelegatie, handoffs en orchestratie
Hoe orkestratoren werk toewijzen, combineren en verantwoorden over agents.
Coding agents gebruikenDeterministische-probabilistische grenzen
Bepalen wat in regels of conventionele code hoort en wat verantwoord een model kan gebruiken.
De bouwopgave vormgevenDevOps, deployment en observability
Build-, release- en operations-praktijken voor observeerbare en herstelbare AI-software.
Basisprincipes van software engineeringDeze kennisbank gebruiken
Gebruik de site voor stapsgewijs leren, snelle naslag en redeneren over gebieden heen.
Begin hierEmbeddings, vector search, grafen en semantische lagen
Retrieval-bouwstenen en hun afwegingen voor semantische, gestructureerde en relatierijke informatie.
AI-applicaties bouwen en uitrollenEvals als ruggengraat
Hoe evals Shaping, engineering van AI-toepassingen, software engineering en werk met coding agents verbinden.
Overkoepelende kennisEvals en foutanalyse
Gestructureerde tests en kwalitatieve inspectie om het probabilistische gedrag van AI-systemen te verbeteren.
AI-applicaties bouwen en uitrollenFoundation models en LLMs
Foundation models, LLMs, multimodale modellen en modelkeuze als beslissingen in productie-engineering.
AI-applicaties bouwen en uitrollenFundamenten van Agency
De perceptie-actielus, toestand, doelen, omgeving en autonomie als basis van sociale agenten.
Sociale AIGebruikers- en workflowonderzoek
Taken, overdrachten, uitzonderingen en gebruikersvoortgang begrijpen voordat je een workflow wijzigt.
De bouwopgave vormgevenGeheugensystemen
Werkgeheugen, episodisch, semantisch, procedureel, relationeel en zelfgeheugen plus lifecycle-governance.
Sociale AIGlossarium
Ankerbare definities voor de woordenschat van de kennisbank.
Overkoepelende kennisGovernance en menselijke beslisgrenzen
Waar mensen de bevoegdheid behouden over risico, onomkeerbare acties en releasebeslissingen.
Coding agents gebruikenGrounding en RAG
De modeluitvoer verbinden met betrouwbare, taakrelevante bronnen of de systeemstatus.
AI-applicaties bouwen en uitrollenIntelligente Agent voor Retail-Logistiek
Een uitgewerkt AI Engineering-voorbeeld voor een agent die adviseert over fulfillment, magazijnoperaties en distributieplanning bij een retailer.
PraktijkvoorbeeldenKwaliteitsmodel voor AI-software
Een vierlagige Definition of Done voor AI-software.
Overkoepelende kennisLanglevende Identiteit
Identiteitscontinuïteit, gelaagde stabiliteit en modelmigratie voor agenten die jaren blijven bestaan.
Sociale AILLM-learning
Hoe grote taalmodellen leren via pretraining, post-training en runtime-adaptatie, en wat dit betekent voor het ontwerp van AI-systemen.
AI-applicaties bouwen en uitrollenLLM-trainingsvoorbeeld: Git
Een uitgewerkt voorbeeld van hoe pretraining, post-training, trajecten, feedback en een agent-harness procedurele Git-competentie opleveren.
AI-applicaties bouwen en uitrollenMachine learning
Methoden die patronen uit data leren in plaats van elke regel expliciet vast te leggen.
AI-applicaties bouwen en uitrollenMeerdere agents en subagents
Wanneer afzonderlijke agents helpen en wanneer één enkele agent de betere engineeringkeuze is.
Coding agents gebruikenMenselijk toezicht en guardrails
Controles die AI-inputs, -outputs of handelingen begrenzen en menselijke zeggenschap betekenisvol houden.
AI-applicaties bouwen en uitrollenModel, harness, tools en werkruimte
De praktische componenten die bepalen wat een coding agent kan doen.
Coding agents gebruikenMulti-agentpatronen
Fan-out/fan-in, pipelines, reviewerpatronen en debatpatronen.
Coding agents gebruikenPatronen
Herbruikbare overkoepelende patronen voor praktische AI Engineering.
Overkoepelende kennisPraktijkvoorbeelden
Uitgewerkte voorbeelden die laten zien hoe de AI Engineering-aanpak wordt toegepast in realistische product- en operationscontexten.
PraktijkvoorbeeldenPrincipes voor effectief gebruik
Operationele principes om nuttig, beoordeelbaar en omkeerbaar werk uit coding agents te krijgen.
Coding agents gebruikenProbleemkadering en stakeholderanalyse
De situatie, betrokkenen, gewenste verandering en concurrerende belangen definiëren voordat je een AI-oplossing selecteert.
De bouwopgave vormgevenProducthypotheses en prototypes
Weerlegbare producthypotheses testen met prototypes en verticale slices.
De bouwopgave vormgevenProductie-operaties, observability, kosten en latency
AI-systemen draaien onder echte randvoorwaarden voor deployment, tracing, betrouwbaarheid, kosten en prestaties.
AI-applicaties bouwen en uitrollenPrompt engineering
Het ontwerpen van instructies en voorbeelden die nuttig modelgedrag uitlokken.
AI-applicaties bouwen en uitrollenRequirements en ontwerp
Requirements engineering, computational thinking en ontwerp voor AI-ondersteunde systemen.
Basisprincipes van software engineeringRisico en verantwoorde AI
Het beoordelen van gevaren en het ontwerpen van AI-systemen met verantwoording en zinvol menselijk toezicht.
De bouwopgave vormgevenSecurity, privacy en toegankelijkheid
Beperkingen rond security, privacy en inclusief ontwerp voor AI-ondersteunde applicaties.
Basisprincipes van software engineeringSociale AI
Langlevende adaptieve sociale AI-agenten: agency, geheugen, identiteit, co-adaptatie, vertrouwen en evaluatie.
Sociale AISociale Toestand en Relaties
Gebruikersmodellen, zelfmodellen, relatiemodellen, theory of mind, sociale normen en relationeel geheugen.
Sociale AISpecificaties, kwaliteitsattributen en acceptatiecriteria
Gewenst gedrag, randvoorwaarden en kwaliteit vertalen naar verifieerbare voorwaarden.
De bouwopgave vormgevenTaakbriefings en voorbeelden
Een herbruikbare taakbriefing-structuur voor begrensd en verifieerbaar agentwerk.
Coding agents gebruikenTechnical debt, documentatie en teamwork
Toekomstige kosten beheersen, besluitdocumenten, samenwerking en review in snel veranderende AI-projecten.
Basisprincipes van software engineeringTesten en testbaarheid
Traditionele tests voor deterministisch gedrag en evals voor probabilistisch gedrag.
Basisprincipes van software engineeringTool calling en MCP
Modellen in staat stellen om gecontroleerde bewerkingen aan te vragen via gevalideerde tools en standaardinterfaces.
AI-applicaties bouwen en uitrollenToolprofielen voor coding agents
Concrete werkprincipes voor Codex, Claude Code en Gemini Code Assist.
Coding agents gebruikenTopicstatus
Bekijk topics op basis van hun publicatie- en ontwikkelstatus.
Overkoepelende kennisUitkomsten en leerlussen
Uitkomstmetrieken, guardrail-metrieken, build-measure-learn-lussen en besluitdocumenten.
De bouwopgave vormgevenVaardigheden en Doelen
Herbruikbare procedurele competentie, doeltypering en vaardigheidsleren zonder ondoorzichtige zelfmodificatie.
Sociale AIVormgevingscanvas
Een werkblad om een AI-idee te vertalen naar een waardevolle, haalbare, verantwoorde en testbare build.
De bouwopgave vormgevenWaarde, haalbaarheid, levensvatbaarheid en verantwoordelijkheid
Vier toetsen om te bepalen of een vormgegeven AI-interventie verdere investering verdient.
De bouwopgave vormgevenWat is AI Engineering?
AI Engineering is de discipline van het ontwerpen, bouwen, evalueren, deployen en verbeteren van softwaresystemen waarin AI‑modellen een deel van het systeemwerk uitvoeren.
Begin hier