AIESCU
Productie-AI, opgeleverd in 4 weken.
We bouwen het voor je startup, of leren je om het zelf te bouwen met Claude Code. Eén engineer stuurt parallel agents aan en is verantwoordelijk voor het resultaat.
99.9%
API-beschikbaarheid op het productieplatform van een klant
10×
lagere infrastructuurkosten bij een klant
93%
retrievalnauwkeurigheid van document-AI in productie bij een klant (bewaakt via CI)
15+
jaar ervaring met productiesoftware opleveren
Moet het worden opgeleverd? Begin links. Wil je het leren? Begin rechts.
VOOR JOU GEBOUWD
Wij bouwen jouw productie-AI.
- RAG in productie in 4 weken
- Agents met eval CI + vangrails
- Pijplijnen voor documentinname
ZELF BOUWEN
Leer het opleveren met Claude Code.
- Intensieve 2-daagse
- AI-engineerprogramma van 6 weken
- Levenslange toegang + vaardighedenbibliotheek
Kies voor laten bouwen als…
- Je het snel in productie nodig hebt zonder een AI-team aan te nemen
- Je liever eigenaar bent van het voltooide systeem dan het zelf bouwt
- Je nu echte data en een echt probleem hebt
Kies voor zelf bouwen als…
- Je engineer bent en het zelf wilt bouwen
- Je vaardigheden voor de lange termijn wilt, niet alleen een eindproduct
- Je op eigen tempo wilt leren, met levenslange toegang
- RAG + agentstack live in 4 weken
- Eval CI bewaakt elke PR
- Observability vanaf dag één
- Technische aanpak open ter inzage
Onze vaste principes · LLMs in productie
10 principes om AI naar productie te brengen zonder geld te verbranden
Dit hebben we geleerd door met LLMs te bouwen. Elk project en elke cursus volgt deze principes.
- 01
Strakke specificatie, flexibele code.
Eén pagina met een werkbare specificatie is een week aan weggooicode waard. Als de specificatie niet klopt, versnellen LLMs het verkeerde werk.
- 02
Evals vóór de modelaanroep.
Schrijf eerst de falende eval. Zonder duidelijke slaaggrens heb je geen product, maar een eeuwig prototype.
- 03
Tools verslaan prompts.
Een tool van 20 regels met een strikt schema verslaat een systeemprompt van 2.000 tokens. Het model herstelt van een verkeerde toolaanroep; niet van een vage instructie.
- 04
Cache agressief, routeer genadeloos.
Promptcache, embeddingcache, responscache. Een goedkoop model routeert; een duur model produceert. 80% van de rekening is het verkeerde model voor de verkeerde aanroep.
- 05
Monoliet voor LLMs, microservices voor mensen.
LLMs lezen een monoliet sneller dan een netwerk van 12 services. Splits je te vroeg, dan verlies je precies waar ze het beste in zijn: het hele systeem tegelijk overzien.
- 06
Selecteer de context, poets de prompt niet op.
Het model is maar zo goed als wat er in het contextvenster staat. Verwijder elk token dat geen feit, voorbeeld of beperking is.
- 07
Bewijs, geen beweringen.
Elke “het werkt” is een testrun, een evalregel of een regel uit het git-logboek. Op gevoel lever je niets op.
- 08
Subagentreview = 2 fasen.
Zoeker + kritische verifieerder. Eén agent zit er vol vertrouwen naast; twee agents die het oneens zijn dwingen de waarheid boven tafel.
- 09
Managermodus: 5 → 1.
Eén operator die 5 parallelle agents orkestreert, levert wat vroeger een team vereiste. Aparte werkstromen, asynchroon werken, gedocumenteerde overdrachten.
- 10
Meewerkend voorman.
Lever code op en review agents op dezelfde dag. De vaardigheid is aanvoelen of vandaag zelf typen of orkestreren nodig is.