De vijf koppen van vandaag
- De AI Index meldt: we kunnen steeds minder goed meten wat AI-modellen nu écht kunnen
- OpenAI blijkt vorig jaar ruim 20 miljard dollar verlies te hebben geleden
- Amerikaanse regering legt Claude-topmodellen aan banden, beveiligingsexperts protesteren
- OpenRouter combineert meerdere AI-modellen tot één systeem dat Claude Fable overtreft
- GitHub wijkt uit naar Amazon — Microsoft’s eigen datacenters kunnen de AI-vraag niet meer aan
Het nieuws van vandaag
AI is sneller dan de meetlat: waarom de AI Index waarschuwt voor een testcrisis
De negende editie van Stanford’s jaarlijkse AI-rapport klinkt onverwacht sceptisch over de cijfers die de sector zelf produceert.
De tests waarmee AI-bedrijven hun systemen beoordelen, schieten tekort. Dat staat in de AI Index 2025, het invloedrijkste jaarrapport over kunstmatige intelligentie. De modellen ontwikkelen zich zo snel dat de meetmethoden niet meer bijbenen.
Benchmarks – gestandaardiseerde tests die bijvoorbeeld redeneren of veiligheid meten – worden steeds minder betrouwbaar. Niet door fraude, maar omdat AI-systemen sneller veranderen dan de tests worden aangepast. Hierdoor weten we steeds minder zeker wat de cijfers eigenlijk betekenen.
Het rapport wijst op een groeiende kloof tussen wat AI technisch kan en hoe organisaties daarmee omgaan. Overheidsbeleid, onderwijsinstellingen en bedrijfsevaluaties hangen vast in verouderde kaders. De modellen zijn al verder.
Voor het eerst bevat het rapport ook een analyse van “AI-soevereiniteit”. Dat gaat over de vraag welke landen of regio’s controle houden over hun eigen AI-infrastructuur en -ontwikkeling.
OpenAI verloor $21 miljard in 2025 — en gaat nu toch naar de beurs
Gelekte cijfers laten zien dat de AI-leider ruim anderhalf keer zijn omzet verbrandde, voornamelijk aan rekenkosten en infrastructuur.
OpenAI had vorig jaar een omzet van $13,07 miljard, maar kostte $34 miljard om te draaien. Dat blijkt uit gelekte jaarrekeningen die techblog WhereIsYourEd publiceerde. De cijfers zijn gecontroleerd door een accountant. Van de omzet kwam $867 miljoen van SoftBank en $303 miljoen van Microsoft. Beide partijen zijn tegelijk investeerder en klant. Het verlies komt vooral door serverkosten en de aanleg van nieuwe rekencentra.
Ondanks het miljardenverlies bereidt OpenAI zich voor op een beursgang. Analisten zien dat als een manier voor durfkapitalisten om hun geld eruit te halen, voordat beleggers doorhebben dat het bedrijf structureel verliesgevend blijft. De timing roept vragen op: waarom nu naar de beurs als je kosten meer dan twee keer je omzet bedragen?
Witte Huis legt Anthropic’s sterkste modellen stil — onderzoekers eisen opheffing
Claude Mythos 5 en Fable 5 verdwenen vier dagen na lancering op bevel van de Amerikaanse overheid; veiligheidsexperts waarschuwen dat dit de verkeerde kant helpt.
Op 9 juni lanceerde AI-bedrijf Anthropic twee versies van zijn krachtigste model. Claude Mythos 5 was bedoeld voor cybersecurity-specialisten. Fable 5 voor het grote publiek. Vier dagen later greep de Amerikaanse overheid in en dwong Anthropic beide modellen offline te halen.
De regering vreest dat de modellen kunnen worden gebruikt voor geavanceerde cyberaanvallen. Maar beveiligingsonderzoekers waarschuwen nu in een open brief aan het Witte Huis dat de maatregel averechts werkt.
Hun punt: wie systemen moet verdedigen, heeft juist de beste tools nodig om aanvallers voor te blijven. Door Mythos 5 te blokkeren, verliest de verdedigende partij een belangrijk instrument. Criminelen en vijandige staten trainen ondertussen gewoon hun eigen modellen, zonder overheidsingrijpen.
De brief is ondertekend door experts van beveiligingsbedrijven en onderzoeksinstellingen. Ze vragen het Witte Huis de restricties direct op te heffen.
via Gigazine
OpenRouter stelt “Fusion” voor: combineer twee topmodellen en klop Claude Fable
Een API-dienst laat ontwikkelaars nu meerdere AI-modellen tegelijk aanroepen in één aanvraag — en behaalt hogere benchmarkscores dan elk model afzonderlijk.
OpenRouter verkoopt toegang tot tientallen AI-modellen via één technische koppeling. Het bedrijf heeft nu een systeem gelanceerd waarmee ontwikkelaars meerdere modellen tegelijk kunnen inzetten voor één taak.
De functie heet “Fusion” en combineert bijvoorbeeld Claude Opus 4.8 met GPT-5.5, of voegt daar Gemini 3.1 Pro aan toe. Volgens OpenRouter scoort het resultaat hoger op standaardtests dan Claude Fable 5. Dat model gold vorige week nog als de beste.
De aanpak doet denken aan een bekende techniek uit machine learning: laat elk model doen waar het goed in is en combineer de uitkomsten. Alleen wordt die techniek nu toegepast op grote taalmodellen in plaats van op kleinere systemen.
Het is nog onduidelijk hoe praktisch dit is voor dagelijks gebruik. Elke vraag vereist nu immers meerdere modelaanroepen, wat duurder en langzamer kan zijn.
via Gigazine
GitHub draait op Amazon-servers omdat Microsoft zijn eigen vraag niet aankan
De AI-coding assistent die Microsoft verkoopt, blijkt te zwaar voor Microsofts eigen datacenters — en dus huurt GitHub capaciteit bij zijn grootste concurrent.
GitHub, eigendom van Microsoft, heeft serverruimte gehuurd bij Amazon Web Services. De reden: de eigen datacenters van Microsoft kunnen de groeiende vraag naar AI-codeerassistent Copilot niet aan. Dat meldt RuntimeWire op basis van ingewijden.
De stap is opmerkelijk. Microsoft presenteert zich als een van de grote cloudspelers, maar kan zijn eigen AI-product kennelijk niet volledig op eigen infrastructuur laten draaien.
De situatie laat zien hoe groot de schaaluitdagingen zijn in de AI-race. Zelfs een bedrijf als Microsoft stuit op capaciteitsgrenzen wanneer AI-diensten massaal worden gebruikt. Dat Amazon nu meelifts op het succes van een Microsoft-product, maakt de concurrentiestrijd tussen de twee extra pikant.
via RuntimeWire
Dertien woorden op Reddit volstaan om ChatGPT te manipuleren
Zelfs minuscule tekstsnippers die gebruikers op forums plaatsen, blijken voldoende om AI-gestuurde zoekmachines richting misleidende antwoorden te sturen.
Een onderzoek van techsite 404 Media laat zien hoe eenvoudig het is om AI-agents die gebruikmaken van ChatGPT of Google’s AI-zoekfunctie te beïnvloeden. Een comment van dertien woorden op Reddit of Quora kan volstaan om de uitkomst die een agent genereert te sturen. Bedrijven en merken kunnen zo met weinig moeite de antwoorden die AI-systemen geven over hun producten of diensten beïnvloeden — zonder dat gebruikers doorhebben dat ze gemanipuleerde informatie krijgen.
Het probleem raakt aan de kern van hoe moderne AI werkt: modellen halen informatie op uit openbare bronnen en vertrouwen erop dat die betrouwbaar zijn. Maar zodra kwaadwillenden — of gewoon slimme marketeers — doorhebben welke bronnen AI-systemen prefereren, wordt het triviaal om die bronnen te “vergiftigen” met gerichte tekst.
via 404 Media
Voor wie zelf met AI bouwt
Multi-Granular Node Pruning: circuits vinden in taalmodellen op neuron-niveau
Een nieuwe methode om de kleinste werkende onderdelen van een AI-model te identificeren — niet alleen hele aandachtskoppen, maar individuele neuronen.
Onderzoekers presenteren een techniek waarmee je in één trainingsronde kunt ontdekken welke neuronen in een groot taalmodel verantwoordelijk zijn voor specifiek gedrag. Bestaande “circuit discovery”-methoden werken op het niveau van hele attention heads of MLP-blokken; deze aanpak gaat een laag dieper en introduceert trainbare maskers op neuron-niveau. Dat levert compactere circuits op, en maakt inzichtelijk welke individuele neuronen echt nodig zijn voor een taak.
De methode combineert meerdere granulariteitsniveaus in één optimalisatiedoel, met sparsity-straffen die per niveau verschillen. In de praktijk betekent dit dat je in één fine-tuning run zowel hele blokken als losse neuronen kunt wegsnoeien, afhankelijk van wat het model echt gebruikt.
Aanbeveling: Interessant als je modellen wilt begrijpen of comprimeren zonder honderden experimenten — de code staat op arXiv.
via arXiv
Agent Rosetta: LLM-gestuurd proteinontwerp met Rosetta-software
Een AI-agent die zelfstandig eiwitten ontwerpt door een klassiek physics-based tool iteratief aan te sturen — en experts evenaart op niet-standaard aminozuren.
Onderzoekers combineren een groot taalmodel met Rosetta, de meest gebruikte software voor physics-based proteinontwerp. Agent Rosetta stuurt Rosetta iteratief aan om eiwitstructuren te verfijnen tot ze aan gebruikersdoelen voldoen. Het systeem presteert vergelijkbaar met gespecialiseerde ML-modellen op standaardontwerpen, maar overtreft ze zodra niet-canonieke aminozuren in het spel komen — een gebied waar ML-modellen falen omdat ze daar niet op getraind zijn.
De aanpak laat zien dat LLM-agents nuttig kunnen zijn in wetenschappelijke workflows waar domeinspecifieke tools al bestaan maar moeilijk te bedienen zijn. In plaats van een nieuw model te trainen, leer je het LLM hoe het de bestaande tool moet gebruiken.
Aanbeveling: Bekijk de aanpak als template voor agentic workflows in andere wetenschappelijke domeinen waar legacy tools dominant zijn.
via arXiv
MUZZLE: geautomatiseerd red-teaming van web-agents tegen prompt injection
Een framework dat zelf aanvalspogingen genereert door te analyseren waar in een agent-workflow gebruikersinvoer het meest kwetsbaar is.
MUZZLE is een tool die web-agents automatisch test op kwetsbaarheid voor indirect prompt injection — aanvallen waarbij kwaadaardige instructies verstopt zitten in webpagina’s die de agent bezoekt. In plaats van vaste aanvalssjablonen gebruikt MUZZLE de trajecten van de agent zelf om te identificeren waar gebruikersinvoer de meeste invloed heeft, en genereert daar contextgebonden aanvallen voor.
De methode blijkt effectiever dan handmatige tests of statische templates, omdat hij zich aanpast aan hoe de agent werkt. Dat maakt hem bruikbaar voor teams die hun eigen agents willen harden voordat ze live gaan.
Aanbeveling: Essentieel als je agents bouwt die autonome webtaken uitvoeren — test voordat een klant het doet.
via arXiv
arXiv · Gigazine · WhereIsYourEd · RuntimeWire · 404 Media · Bluesky · Stratechery · VerySane