De machine bouwen die jou vervangt

Afgelopen dinsdag bouwde ik een AI-agent die taken afhandelt waarvoor ik $150/uur rekende. Daarna opende ik LinkedIn om mijn zoektocht naar werk voort te zetten

Januari 2026: 108.435 ontslagen, 5.306 nieuwe aanstellingen

Januari 2026: 108.435 Amerikaanse ontslagen. Ongeveer 5.306 geplande nieuwe aanstellingen. Een verhouding van 1:20. De slechtste januari sinds 2009

In 2009 kwamen de banen terug. Deze keer niet

Wat werknemers vervangt is geen recessie. Het is een permanente capaciteit. AI presteert nu beter dan mensen bij de meeste kenniswerk voor kantoorpersoneel: programmeren, schrijven, analyse, onderzoek, juridische beoordeling, medische diagnostiek

Een studie uit maart 2023 van OpenAI en UPenn ontdekte dat 80% van de Amerikaanse werknemers minstens 10% van hun taken blootgesteld heeft aan LLM's.

McKinsey schat dat 30-50% van Amerikaans kenniswerk automatiseerbaar is: 40 tot 50 miljoen banen in gevaar gedurende het komende decennium

Waarom "hoger in de waardeketen" deze keer niet werkt

Elke eerdere ontwrichting kwam met geruststelling: ontslagen werknemers klimmen hoger in de waardeketen. Fabrieksarbeiders werden machine-operators. Typistes werden data-invoermedewerkers

Dat werkte omdat machines menselijk toezicht nodig hadden. Managers, coördinatoren, kwaliteitscontroleurs: een hele laag banen ontstond om automatisering te superviseren

AI heeft die laag niet nodig

Het controleert zijn eigen werk. Het coördineert tussen systemen. Het beheert kwaliteit.

Toen Cognition Labs Devin lanceerde in maart 2024, demonstreerde het een AI die complexe technische taken kon plannen, uitvoeren, debuggen en itereren—duizenden beslissingen diep—zonder menselijke tussenkomst. Het scoorde 13,86% op SWE-bench toen de vorige state-of-the-art 1,96% was. Zeven keer beter

"Leer AI te managen" is het nieuwe "leer programmeren". Maar er zijn maar zoveel AI-managers nodig.

En AI wordt goed in zichzelf managen: Anthropic's onderzoek naar computergebruik toonde Claude autonoom navigerend door interfaces, klikkend, typend, zich in real-time aanpassend. OpenAI's Operator ging verder: een agent met zijn eigen browser die multistap-workflows voltooit over websites heen

De toezichthoudende banen zijn ook automatiseerbaar

Ik schrijf de code die AI autonoom maakt

De meeste commentaren over AI-verdringing komen van journalisten en economen die van buitenaf theoretiseren. Ik schrijf de code die AI-agenten autonoom maakt. Ik ontwerp de pipelines die hen laten redeneren, handelen en zichzelf corrigeren

Ik run een zelf-gehoste AI-assistent op mijn eigen server. Het beheert mijn workflow, bewaakt mijn projecten en neemt proactief contact op wanneer iets aandacht nodig heeft

De externe perceptie: AI-automatisering is onhandig, onbetrouwbaar, heeft constante begeleiding nodig. Dat was waar 18 maanden geleden. Nu niet meer

Wat AI vandaag afhandelt:

• Vage eisen nemen en werkende, geteste code produceren
• Complexe systemen debuggen over meerdere abstractielagen
• Voorkeuren leren en ongeprompt toepassen
• Ambiguïteit beter hanteren dan veel mid-level ontwikkelaars

Ik heb 13+ jaar ervaring en zit diep in AI-tooling. De arbeidsmarkt is nog steeds moeilijk. Voor ontwikkelaars die niet zijn bijgebleven, is het erger

Claude Opus 4.6 werd deze week gelanceerd met 1M token context

Dit is geen voorspelling. De capaciteiten die ik beschrijf werden deze week gelanceerd

Vandaag—terwijl ik dit publiceer—heeft Anthropic Claude Opus 4.6 uitgebracht met een contextvenster van 1 miljoen tokens. Dat is ongeveer 3.000 pagina's tekst simultaan in werkgeheugen bewaard.

Een hele codebase. Een heel juridisch onderzoek. Een heel kwartaal aan financiële rapporten, in één keer geanalyseerd

Maar de grootte van het contextvenster is het minst interessante deel

Volgehouden autonoom werk. Opus 4.6 sloot autonoom 13 GitHub-issues en wees 12 anderen toe aan de juiste teamleden op één dag, waarbij het een organisatie van 50 personen over 6 repositories beheerde, volgens Anthropic. Het behandelde zowel product- als organisatiebeslissingen. Het wist wanneer het naar een mens moest escaleren. Dat is geen autocomplete. Dat is een projectmanager

Multistap agentische planning. Het model splitst complexe taken op in subtaken, voert tools en sub-agents parallel uit, identificeert blokkades, past zijn strategie aan terwijl het leert. Een early tester meldde dat het een codebase-migratie van meerdere miljoenen regels afhandelde "zoals een senior engineer": vooruit plannen, aanpassen, in de helft van de tijd klaar

Zelfverbetering. Opus 4.5 demonstreerde agents die autonoom hun eigen capaciteiten verfijnen, piekprestaties bereikend in 4 iteraties terwijl andere modellen die kwaliteit niet konden evenaren na 10. Ze leren van ervaring, slaan inzichten op, passen ze later toe

Claude Opus 4 lanceerde medio 2025 als 's werelds beste coderingsmodel, met een score van 72,5% op SWE-bench en urenlang doorlopend werkend aan complexe taken.

Maanden later scoorde Opus 4.5 beter dan elke menselijke kandidaat op Anthropic's interne technische thuisopdracht, volgens het bedrijf.

Nu leidt Opus 4.6 elke grote benchmark: agentisch coderen, financiële analyse, juridische redenering, cyberbeveiliging—vaak met ruime marges

Elke generatie wordt slimmer. Elke generatie wordt goedkoper. Opus 4.5 daalde naar $5 per miljoen input tokens. Capaciteiten die zes maanden geleden kostenprohibitief waren, nu toegankelijk voor iedereen met een API-sleutel

Drie jaar van autocomplete naar collega

2023: AI als tool. Je typt een prompt, krijgt tekst terug. Chique autocomplete

2024-2025: AI als assistent. Anthropic lanceert computergebruik in oktober 2024—Claude kan schermen zien, cursors bewegen, knoppen klikken, tekst typen. Google kondigt Project Mariner aan in december. OpenAI lanceert Operator in januari 2025. Onhandig. Indrukwekkende demo's. Onderzoeksvoorvertoningen

2025-2026: AI als werknemer. Anthropic lanceert Cowork—Claude opererend autonoom op je echte computer, je bestanden lezend en bewerken, het web browsen, documenten en spreadsheets creëren. Je prompt het niet en wacht. Je wijst werk toe en loopt weg. Het betrekt je wanneer nodig, precies zoals een externe collega zou doen. Dit zijn geen demo's meer

2026: AI als workforce. OpenAI heeft net Frontier gelanceerd, een bedrijfsplatform om—lees dit zorgvuldig—"AI-collega's in te huren die veel van de taken overnemen die mensen al op een computer doen"

Geen tools. Geen assistenten. Collega's. Dat is OpenAI's woord

Frontier geeft elke AI-collega zijn eigen identiteit, permissies en grenzen. Het onboardt ze met bedrijfscontext. Het leert ze institutionele kennis. Het laat ze leren van feedback.

Dat is een HR-onboarding proces voor een AI

Vroege enterprise-klanten rapporteren dat een grote fabrikant productie-optimalisatie reduceerde van zes weken naar één dag. Een wereldwijd investeringsbedrijf maakte 90% meer tijd vrij voor verkopers. Een grote energieproducent verhoogde de output met 5%—meer dan een miljard dollar aan extra inkomsten

AI als een personeelslijn op je organigram

AI kost $5K-12K per jaar vs $80K-120K voor mensen

Menselijke werknemer:

• Jaarlijkse kosten: $80.000-$120.000 (salaris, voordelen, overhead)
• Werkuren: 2.000/jaar (40 uur/week)
• Vrije tijd: Vakantiedagen, ziektedagen, feestdagen
• Opschalen: Lineaire aanwerftijd, training vereist
• Verbeteringen: Geleidelijke vaardighedenontwikkeling

AI-agent:

• Jaarlijkse kosten: $5.000-$12.000 (compute + infrastructuur)
• Werkuren: 8.760/jaar (24/7 beschikbaarheid)
• Vrije tijd: Geen
• Opschalen: Directe inzet van extra agents
• Verbeteringen: Driemaandelijkse modelupdates, consistente kwaliteit

Claude Opus 4.6 kost $5 per miljoen input tokens en $25 per miljoen output tokens. Een zware autonome sessie die duizenden stappen verwerkt kan $2-5 kosten. Het continu draaien voor een 8-uurs "werkdag" kost $20-50.

Dat is $5.000-$12.000 per jaar voor een agent die 24/7 werkt, nooit vakantie neemt en elk kwartaal verbetert

Zelfs 10x die schatting voor infrastructuur, orkestratie en foutafhandeling—nog steeds een fractie van een menselijke werknemer. En in tegenstelling tot mensen, schalen AI-agenten lineair. Tien nodig? Zet er tien op. Honderd nodig tijdens crunch? Gedaan

Anthropic's Cowork is nu in onderzoeksvoorvertoning. OpenAI's Operator is geïntegreerd in ChatGPT. Elk groot lab haast zich om autonome agents te lanceren die complete workflows afhandelen

De vraag is niet of AI je kantoorbaan kan doen. Het is wanneer de kostencurve de drempel kruist waar je werkgever niet kan rechtvaardigen om niet te wisselen

De 5-jaars "optimistische" tijdlijn is al gearriveerd

De AI-onderzoekers die deze systemen bouwden zagen dit aankomen. Hun "worst case" tijdlijnen liggen al achter ons

Geoffrey Hinton—Turing Award-winnaar, "Peetvader van Deep Learning"—verliet Google in mei 2023 specifiek om te waarschuwen voor AI-risico zonder bedrijfsbeperkingen.

In 2023 dacht hij dat we "misschien 5 tot 20 jaar" hadden voordat AI menselijke algemene intelligentie zou evenaren. We zijn drie jaar ver. Het 5-jaars "optimistische" scenario is er al. AI beheert autonoom engineeringteams

Yuval Noah Harari waarschuwde voor een komende "nutteloze klasse": mensen niet alleen werkloos maar economisch en politiek irrelevant. Een permanente structurele uitsluiting.

In 2017 voelde dit als een 2040-probleem. In 2026 vermarkt OpenAI letterlijk "AI-collega's" aan bedrijven. We arriveerden 14 jaar vroeg

Erik Brynjolfsson en Andrew McAfee zagen dit het vroegst. In Race Against the Machine (2011) en The Second Machine Age (2014) documenteerden ze hoe digitale technologieën productiviteit ontkoppelden van werkgelegenheid.

Hun tijdlijn voor cognitieve automatisering? "Het volgende decennium of twee". We haalden het in minder dan tien

Deze automatiseringsgolf breekt historische patronen: hoger betaalde banen krijgen grotere blootstelling. Elke vorige automatiseringsgolf raakte eerst de onderkant van de ladder. Deze begint aan de top

Weefgetouwen vervingen wevers' handen. Tractors vervingen boeren' ruggen. Computers vervingen bedienden' rekenwerk. Elke keer gingen mensen naar werk dat oordeel, creativiteit, sociale intelligentie vereiste—de dingen die machines niet konden aanraken

Dit is de eerste golf die het denken zelf target

20-30% werkloosheid radicaliseert samenlevingen

De Arabische Lente barstte los bij 25% jeugdwerkloosheid. Weimar Duitsland haalde 20-30% vóór 1933

Als de helft van de geprojecteerde automatisering materialiseert—20 miljoen ontheemde Amerikaanse werknemers over een decennium—naderen we die drempels

In tegenstelling tot eerdere ontheemding zullen dit geen fabrieksarbeiders in specifieke regio's zijn. Het zullen advocaten, accountants, ontwikkelaars, schrijvers zijn. Opgeleide mensen in elke stad die alles "juist" deden. Naar de universiteit gingen. Carrières bouwden. De "juiste" vaardigheden leerden

Die demografie, op die schaal, zit niet stil

UBI lost inkomen op maar niet doel

Silicon Valley's standaardantwoord is Universeel Basisinkomen. Mensen betalen. Probleem opgelost

Mensen die voorwaardenloos inkomen ontvangen zonder werk rapporteren lagere motivatie, lagere tevredenheid, minder gevoel van doel

Werk levert meer dan geld. Structuur. Sociale connectie. Identiteit. Inkomensangst wegnemen vervangt niets daarvan

Wat verloren doel vervangt, niet verloren inkomen

De vraag is niet hoe verloren inkomen te vervangen. Het is hoe verloren doel te vervangen

Eén mogelijkheid: op credits gebaseerde systemen die niet-economische waarde erkennen. Zorg. Gemeenschapsopbouw. Mentorschap. Creatief werk. Milieubeheer. Activiteiten die ertoe doen maar nooit economisch gewaardeerd zijn

Misschien is de post-AI economie niet "iedereen krijgt een cheque". Misschien is het systemen bouwen die waarderen wat markten niet konden

Speculatief. Misschien naïef. Nog steeds interessanter dan "pas je gewoon aan"—waaraan, precies?

Drie hedges die de moeite waard zijn

Ik hedge

Dieper in AI gaan. Als de golf toch komt, kan ik beter bouwen dan erin verdrinken. Deze systemen van binnenuit begrijpen—hun architecturen, hun faalwijzen—koopt tijd

Focussen op wat AI niet kan. Nieuw systeemontwerp in ongekende domeinen. Beslissingen met onvolledige informatie waar fout zijn catastrofaal is. Dit zijn krimpende eilanden. Nog steeds eilanden

Vergankelijkheid accepteren. De carrière die ik 13 jaar heb gekend bestaat mogelijk niet in zijn huidige vorm nog eens 13 jaar. Geen defaitisme. Een startpunt voor nuttige actie

Elke ochtend werk ik met AI-tools die beter zijn dan vorige maand. In acht maanden tussen Claude Opus 4 en Opus 4.6 gingen we van "indrukwekkende coderingsassistent" naar "beheert autonoom een organisatie van 50 personen's GitHub"

Ik ben goed in wat ik doe. Ik kan, van binnenuit de machine, zien dat "er goed in zijn" nu een houdbaarheidsdatum heeft

De mensen die dit navigeren zullen het niet ontkennen of wachten tot iemand anders het uitzoekt. Het zullen degenen zijn die dit technisch en sociaal begrijpen, en beginnen te bouwen wat erna komt

Ik bouw AI-systemen en zoek mijn volgende rol in AI/Web3. Werk je aan iets dat ertoe doet? Laten we praten.