Van de KI-gebruik tot een intelligente werkomgeving

Hoe Argo ontstond

Argo ontstond niet uit de idee om gewoon een andere KI-agent te ontwikkelen. De oorspronkelijke motivatie was een praktisch probleem uit mijn eigen werk met moderne KI-systemen.

Met de toenemende kracht van verschillende modellen begon ik meerdere KI-leveranciers parallel te gebruiken. Verschillende modellen werden gebruikt voor verschillende taken: Een KI ontwikkelde een aanpak, een andere controleerde het, een andere verbeterde of vergroot de resultaten.

Deze workflow was aanvankelijk zeer effectief. Verschillende gespecialiseerde perspectieven leidden vaak tot betere resultaten dan het werken met slechts één enkel model. Tegelijkertijd ontstonden echter nieuwe uitdagingen.

Met meerdere modellen, verschillende chats, verschillende werkniveaus en parallele ontwikkelingslijnen werd de coördinatie steeds complexer. Er ontstonden gedeeltelijk verschillende interpretaties van het project, verschillende technische concepten en een groeiende inspanning om de individuele resultaten opnieuw samen te voegen.

Bovendien bleek een ander probleem: Moderne KI is krachtig, maar efficiënt gebruik is niet automatisch gegeven. Bij grotere projecten kunnen kosten snel stijgen als taken meerdere keren moeten worden aangepakt, enkele aanpakken niet werken of resultaten uitgebreid moeten worden gecontroleerd en gecorrigeerd.

Uit dit probleem ontstond de idee van Argo: Een systeem dat de voordelen van meerdere KI-modellen combineert zonder dat de mens de hele coördinatie hoeft te overnemen.

De visie van Argo

De visie van Argo is om uit individuele KI-tools een gestructureerde werkomgeving te ontwikkelen.

Argo moet niet simpelweg meer code, meer teksten of meer antwoorden genereren. Het focus ligt op kwalitatieve resultaten: oplossingen die werken, langdurig zinvol zijn en de daadwerkelijke eisen voldoen – niet alleen resultaten die een specificatie net zo goed voldoen.

Daarnaast is niet alleen het eindresultaat belangrijk. Ook de weg daarheen moet duidelijk blijven.

Een centraal doel van Argo is daarom maximale transparantie: beslissingen, analyses, verbeteringen en controles moeten begrijpelijk worden gedocumenteerd en kunnen worden nagevolgd. Gebruikers moeten niet alleen een resultaat krijgen, maar kunnen begrijpen waarom dit resultaat is ontstaan en hoe betrouwbaar het is.

Van een coding-project naar een universele kennisplatform

De oorsprong van Argo ligt in de softwareontwikkeling.

Oorspronkelijk moest Argo een snel orchestratie-ram voor een particulier coding-project worden. Tijdens de ontwikkeling werd echter duidelijk dat de onderliggende concepten veel verder gaan dan dit oorspronkelijke toepassingsgebied.

Softwareontwikkeling is een bijzonder geschikt startpunt, omdat daar veel van de grootste uitdagingen van moderne KI-gebruik zichtbaar worden: complexe samenhangen, langdurige projecten, hoge eisen aan kwaliteit en de noodzaak om resultaten regelmatig te controleren.

Gelijkertijd zijn deze uitdagingen niet beperkt tot softwareontwikkeling.

Op de lange termijn moet Argo van software engineering (SWE) naar een uitgebreide platform voor kenniswerk groeien. Overal waar diep begrip van een materiaal, veel perspectieven, continue controle en een duidelijke uitlijning op een doel vereist zijn, kan zo’n systeem een meerwaarde bieden.

Dit omvat bijvoorbeeld onderzoek, analyse, planning, documentatie, strategieontwikkeling of andere complexe taakgebieden.

De vier basisprincipes van Argo

Argo is gebaseerd op vier centrale principes:

1. Paralleliteit

Complexe taken profiteren van meerdere onafhankelijke perspectieven. Argo maakt gebruik van de mogelijkheid om verschillende processen en modellen parallel in te zetten om betere oplossingen te ontwikkelen en zwaktes van individuele aanpakken vroegtijdig te herkennen.

2. Kennis

Een intelligent systeem moet meer kunnen dan individuele taken oplossen. Door geheugen en vaardigheden moet Argo kennis over projecten, werkwijzen en samenhangen langdurig bruikbaar maken.

3. Verificatie

Resultaten moeten niet alleen worden gegenereerd, maar ook gecontroleerd worden. Argo legt speciale nadruk op het feit dat oplossingen worden beoordeeld, verbeterd en duidelijk worden vastgelegd.

4. Leverancier-onafhankelijkheid

Gebruikers moeten zelf kunnen beslissen welke modellen en leveranciers worden gebruikt. Of cloud-modellen, lokale modellen of een combinatie van verschillende systemen worden gebruikt, blijft flexibel en aanpasbaar.

Kwaliteit in plaats van hoeveelheid

Veel huidige KI-systemen zijn geoptimaliseerd om zo snel mogelijk antwoorden te genereren. Argo volgt een andere aanpak.

Het doel is niet om zoveel mogelijk resultaten te produceren, maar zo weinig mogelijk onnodige fouten te nodig hebben en zo betere resultaten met minder inspanning te bereiken.

Een goed KI-systeem moet de mens niet dwingen om elke enkele uitvoer intensief te controleren, fouten te zoeken en steeds opnieuw dezelfde taken opnieuw aan te pakken.

In plaats daarvan moet Argo de mens ondersteunen waar menselijke vaardigheden het meest waardevol zijn: bij ideeën vinden, creativiteit, probleemoplossing, visies en het uitwisselen van nieuwe concepten.

De KI moet niet het creatieve proces vervangen. Ze moet de technische en organisatorische last verminderen, zodat mensen meer tijd hebben voor de echte ontwerp.

Huidige status

Argo is momenteel in een actieve ontwikkel- en testfase.

Veel basiskomponenten zijn al geïmplementeerd, terwijl er nog veel gebieden zijn die verbeterd, uitgebreid en gestabiliseerd moeten worden voordat Argo zijn langtermijn doel kan bereiken.

De huidige focus ligt op het verzamelen van belastbare inzichten via eigen en externe tests:

• Hoe sterk kunnen tijd en kosten vergeleken met klassieke enkelagenten worden verminderd?
• Hoe betrouwbaar verbetert de combinatie van meerdere modellen de kwaliteit van resultaten?
• Hoe groot is het praktische voordeel ten opzichte van bestaande oplossingen zoals individuele coding-agents?
• Welke mechanismen zijn nodig om ervoor te zorgen dat resultaten permanent consistent van hoge kwaliteit blijven?

De ontwikkeling richt zich daarom niet alleen op nieuwe functies, maar vooral op meetbare kwaliteit, efficiëntie en betrouwbaarheid.

De toekomst van Argo

Argo is nog aan het begin van zijn ontwikkeling. De weg naar een universele kennisarbeidsplatform vereist veel verdere stappen, tests en verbeteringen.

De basisidee blijft echter hetzelfde:

KI moet niet alleen een gereedschap zijn dat individuele taken sneller uitvoert. Het moet worden tot een gestructureerde, transparante en betrouwbare werkomgeving waarin mensen hun ideeën kunnen realiseren.

Argo is de poging om precies deze kloof te dichten: minder tijd besteden aan controle en herhaling en meer tijd winnen voor het wat mensen het beste kunnen – denken, ontwerpen en nieuwe mogelijkheden ontwikkelen.

De reis is net begonnen.