De eerste ontwerpagent die ooit is uitgebracht is behoorlijk ongelooflijk! Dit is een 24/7 fulltime ontwerper die autonoom aan elk ontwerpproject voor jou kan werken. Dit is genoeg voor 99% van mijn ontwerpnoden. Hier zijn een paar voorbeelden van wat ik ermee heb gemaakt:

Letterlijk niemand weet wat een agent is. Ik heb veel mensen gezien die applicaties "agenten" noemen zolang ze een LLM gebruiken. Dan hebben we degenen die het hebben over "agentische systemen" en "agentische workflows." Als je vraagt wat ze daarmee bedoelen, beginnen ze te stotteren.

GROOT NIEUWS voor AG-UI! De 3 AI-native protocollen: MCP, A2A en AG-UI. Er is enorme adoptie over de hele linie, en non-stop, enorme updates voor elk van deze protocollen. Hier zijn enkele enorme updates voor AG-UI: Voor degenen onder jullie die het nog niet gehoord hebben, AG-UI (Agent-User Interaction Protocol) stelt je in staat om agents in frontend-applicaties te integreren. Het biedt je: • Real-time updates • Tool orchestratie • Gedeelde veranderlijke staat • Beveiligingsgrenzen • UI-synchronisatie Ze hebben het protocol net bijgewerkt, en hier is wat er nieuw is: 1. AG-UI heeft nu een CLI! 2. Pydantic AI is nu AG-UI compatibel. 2. Nieuwe 10x eenvoudigere flow voor het bouwen van extra AG-UI-clients. 3. Pre-release van een handshake tussen AG-UI & A2A. 5. Je kunt nu je A2A-interacties visualiseren. 6. A2A-interacties kunnen nu contact opnemen met gebruikers. 7. Er is een volledig vernieuwde bijdrage-flow. Je kunt je eerste AG-UI-gestuurde applicatie bouwen met een enkele opdracht: $ npx create-ag-ui-app my-agent-app Bekijk de protocol GitHub-repository:

Zelflerende agenten 👀

Een van de beste manieren om betere code te schrijven: Gebruik aangepaste, gespecialiseerde agents om het automatisch te beoordelen elke keer dat je naar je repository pusht. Ik werk met @baz_scm, en zij zullen automatisch aangepaste beoordelingsagents genereren op basis van jouw eigen codestijl en regels. Dit is het eerste hulpmiddel dat ik heb gezien dat dit doet. Van de drie verschillende manieren om een agent in Baz te creëren, is mijn favoriete manier degene waarbij je op basis van jouw regels definieert via prompting en het test in de playground voordat je het implementeert. Bekijk de video en de link hieronder. Baz heeft met mij samengewerkt aan dit.

Een andere coole update voor het AG-AI-protocol! Het AG-UI (Agent-User Interaction) Protocol stelt je in staat om agents te integreren in frontend-applicaties.

Copilot in Beat Mode is letterlijk een beest! Ik was hier tot gisteren niet van op de hoogte, en het ziet er goed uit (en een beetje gek!) Beast Mode is een aangepaste chatmodus die @code's Copilot enkele superkrachten geeft:. In plaats van de standaard "Agent" van Copilot, kun je Beast Mode voor alles gebruiken. Verwacht: • Meer planning • Meer gebruik van tools • Meer internetgebruik • Meer koppigheid • Minder handholding • Minder angst om te handelen Als je je gelukkig voelt, probeer dan Beast Mode. Ik raad nog niet aan om Beast Mode te gebruiken op je $250.000/jaar codebases, tenzij je de baas bent. Hier is een video over hoe je het kunt inschakelen. Je vindt de link met instructies hieronder:

1 uur oefenen is 100x beter dan 10 uur tutorials. Mensen houden ervan om alles te compliceren, maar meesterschap in het bouwen van software komt voort uit het volgen van een heel eenvoudig proces: Bouwen → Implementeren → Delen → Verbeteren → Herhalen Je hebt nu geen andere tutorial nodig. Wat je nodig hebt, is om te beginnen met coderen en feedback te krijgen die je helpt verbeteren. Ik denk dat je dit geweldig gaat vinden: Als je een vibe-coder bent, moet je @YouWareAI bekijken (ze zijn net live gegaan en werken samen met mij). Hun idee is geniaal: het is een platform waar je AI-toepassingen kunt bouwen en feedback, verkeer en een gemeenschap van supporters kunt krijgen. Er is niets zoals dit daarbuiten. Zo werkt het: Stap 1: Je kunt bekijken wat anderen aan het bouwen zijn. Je kunt inspiratie opdoen van trending toepassingen en zelfs een bestaand project remixen. Hier is de link: Stap 2: Je kunt beginnen met het bouwen van je app in het Engels. Het is een vibe-coding platform. Stap 3: Publiceer je toepassing en krijg directe feedback. Mensen kunnen het leuk vinden, er commentaar op geven, of zelfs een fork maken en het verbeteren. Geen lokale setup. Geen boilerplate. Het lijkt de perfecte bron om iedereen te helpen naar een hoger niveau te tillen.

AI- en machine learning-onderwijs is gebroken. Als je een onderzoeker wilt worden, prima, maar als je problemen wilt gaan oplossen, zijn er heel weinig bronnen die je praktische lessen leren. Ik los dat op. Hier zijn enkele van de onderwerpen die ik behandel in mijn live AI/ML Engineer cohort: 1. Hoe je problemen kadert 2. Hoe je data verwerkt om modellen te trainen en te implementeren 3. Hoe je RAG-systemen bouwt 4. Hoe je applicaties evalueert 5. Hoe je deze applicaties implementeert 6. Hoe je deze applicaties in productie test 7. Hoe je deze applicaties optimaliseert 9. Hoe je monitoring en observability gebruikt 10. Hoe je MCP en A2A gebruikt Vergeet theoretische concepten en boeken. Je leert hier direct uit ervaring. Het volgende cohort begint over 2 weken. • Het is live (maar ook opgenomen) • Het is zwaar • Het is praktisch • Het is heel leuk En belangrijker: Het gaat je helpen om een orde van grootte productiever te worden. Link hieronder:

Vanaf vandaag ga ik terug naar @code + Copilot in plaats van Cursor. Ik heb van veel mensen gehoord die de laatste paar iteraties van Copilot prijzen. De laatste keer dat ik het probeerde, vond ik het niet leuk, maar het is inmiddels een paar maanden geleden. Over het algemeen is het gebruik van @code beter dan het gebruik van een fork. Het enige dat me dwingt om ergens anders te kijken, is AI-functionaliteit, maar als Copilot 90-95% van de mogelijkheden van Cursor kan bereiken, zou ik niet vertrekken. Ik zal terugrapporteren wanneer ik meer weet.