In English
Interactieve presentatie · klik op alles voor uitleg
Een ander perspectief op MCP
Laat AI bouwen,
niet bellen
MCP koppelt AI aan je systemen. De vraag is wie het werk doet: het model dat bij elke stap belt, of een programma dat het model schrijft.
Spreektekst
Dit is een ander perspectief op MCP. Iedereen koppelt AI nu aan zijn eigen systemen: CRM, mail, de boekhouding. Bijna altijd op dezelfde manier. Het model vraagt een systeem iets, wacht, leest het antwoord, en vraagt het volgende.
Anthropic en Cloudflare laten allebei zien dat het slimmer kan, en goedkoper. Daar gaat dit over.
Drie woorden om vast te houden: bellen, bouwen, begrenzen.
Geef het een werkplaats. De koppeling naar je systemen (MCP) blijft gewoon bestaan. Wat verandert, is wie het heen-en-weerlopen doet: het model zelf, of een klein programma dat het model schrijft.
Spreektekst
Als je één zin onthoudt: gebruik je model niet als for-loop. Een for-loop is een stukje code dat iets steeds herhaalt. Dat is precies wat we het model nu laten doen, en het is daar duur en traag in.
Belangrijk om meteen te zeggen: MCP, de stekker tussen AI en je systemen, verdwijnt niet. Het gaat om hoe je hem gebruikt.
De klus: één video op Instagram zettenklik voor elke ronde
Elke stap gaat terug door het model
Het model vraagt één tool iets en wacht. Het hele resultaat komt in het gesprek, en daarna leest het model alles opnieuw om de volgende stap te kiezen.
Het transcript van 6.000 tokens komt elke ronde weer voorbij, terwijl het model het nooit hoefde te zien. Een lange lijst tools vult het geheugen nog voordat de vraag begint.
Het model is de for-loop geworden.
Spreektekst
Neem een herkenbare klus: een ruwe video opschonen en op Instagram zetten. De agent heeft alle tools die daarvoor nodig zijn.
Klik door de rondes. Elke ronde is een telefoontje: het model vraagt één ding, krijgt het hele antwoord terug in het gesprek, en leest dan alles opnieuw om te bepalen wat het volgende is. Drie keer de status checken is drie keer bellen.
Kijk naar de meter. Hij groeit niet gelijkmatig, want elke ronde leest het model ook alles van de vorige rondes opnieuw. Twaalf rondes, ruim 190.000 tokens. Voor één video.
Dezelfde klus, nu als één programmaklik om te volgen
Werkplaats voert het uit · zonder het model
Eén programma, één antwoord terug
Het model belt niet zelf. Het schrijft één klein programma dat de tools achter elkaar aanroept, met een herhaling voor het wachten.
In een variabele in de werkplaats. Het model hoeft het nooit te lezen. Alleen wat ertoe doet, komt terug.
Modellen lazen miljoenen regels echte code, en maar weinig tool-aanroepen. Code schrijven gaat ze beter af.
Klik op het script of de werkplaats voor uitleg.
Spreektekst
Zelfde klus, zelfde tools. Maar nu vraagt het model niet twaalf keer iets. Het schrijft één programma. Lees het hardop voor: transcribeer, knip, ondertitel, upload, wacht tot hij klaar is, publiceer, ruim op, geef de link terug.
Dat programma draait in een afgesloten werkplaats. Het transcript blijft daar in een variabele. Het wachten is een herhaling in de code, geen drie telefoontjes. En terug naar het model komt alleen de link.
Zelfde schaal op de meter: van 190.000 naar ongeveer 17.000 tokens. Eén ronde in plaats van twaalf.
Drie metingen, steeds dezelfde orde van grootte
Tokens die het model moet lezen: met losse aanroepen tegenover één programma. Het zijn de eigen metingen van de makers. Het gaat om de orde van grootte, niet om het precieze getal.
Spreektekst
Drie bronnen, drie keer hetzelfde beeld. De reel van zonet. Anthropic, dat een transcript uit Google Drive in het CRM zette: van 150.000 naar 2.000 tokens. En Cloudflare, dat zijn hele API van ruim 2.500 endpoints aanbiedt met maar twee tools, voor ongeveer 1.000 tokens in plaats van 1,17 miljoen.
Eerlijk erbij zeggen: het zijn metingen van de makers zelf, op klussen die ze zelf kozen. Cloudflare noemt ook een tussenwaarde van 244.000 als je slimmer telt. De orde van grootte klopt wel.
Code die zelf draait, krijgt alleen de sleutels die jij meegeeft
De werkplaats
Het script draait apart, niet op je eigen systemen.
- Grenzen aan tijd en geheugen
- Alleen de koppelingen die je meegeeft
- Elke run vastgelegd
De rechten
Eerst lezen. Schrijven pas met jouw akkoord.
- Eigen sleutel per koppeling
- Begin met alleen-lezen
- Nooit zelf berichten naar klanten
De gegevens
Wat het model niet hoeft te zien, ziet het niet.
- Tussenresultaten blijven binnen
- Namen vervangen door codes
- Het model ziet alleen de uitkomst
Eén loop kan honderd wijzigingen doen. Daarom begint de werkplaats met alleen-lezen.
Spreektekst
Hier zit de keerzijde. Bij losse aanroepen zie je elke stap en kun je elke stap tegenhouden. Bij een programma geef je één keer akkoord en kan een loop honderd dingen wijzigen. Dus de werkplaats moet dicht.
Drie dingen. Afgesloten: het script draait apart, met grenzen aan tijd en geheugen. Alleen lezen: begin met een sleutel die niets kan wijzigen. En privacy, en dat is een bonus: omdat tussenresultaten in de werkplaats blijven, kun je namen en persoonsgegevens vervangen door codes. Het model ziet ze dan nooit.
- Nee: MCP blijft de stekkerCode Mode gebruikt dezelfde koppelingen. Alleen roept een programma ze aan in plaats van het model.
- Bellen is prima bij korte vragenEén of twee stappen en kleine antwoorden: losse aanroepen zijn eenvoudiger en makkelijker na te lopen.
- Bouwen heeft een prijsEen veilige werkplaats met limieten en toezicht, en een model dat goede code schrijft. Anthropic zegt het zelf: het brengt eigen complexiteit mee.
Spreektekst
Op social media roept men "RIP MCP". Dat klopt niet. MCP is de stekker, en Code Mode steekt er gewoon in. Het verschil is wie de stekker gebruikt.
Voor een korte vraag, "wat is de status van order 1234", is bellen prima. Bouwen loont bij reeksen, herhalingen en grote hoeveelheden data. En bouwen kost iets: je hebt een veilige werkplaats nodig, en het model moet de code goed schrijven.
Vijf dingen waar wij rekening mee houden
- BouwenBellen of bouwen kiezen we per klusEen losse vraag mag het model zelf stellen. Een vaste reeks met veel stappen of veel data gaat in één script, zodat het model alleen de uitkomst ziet.
- BegrenzenEen koppeling werkt nooit als beheerderHij draait op een eigen gebruiker en kan niet bij de systeeminstellingen. Wat hij niet nodig heeft, kan hij niet bereiken.
- BegrenzenLezen en schrijven zijn gescheidenAparte sleutels voor lezen en voor schrijven, per persoon bepaald. Sleutels gaan nooit via een chat of mail.
- BegrenzenPersoonsgegevens blijven waar ze horenGeen zorg- of persoonsgegevens van klanten in de kennisbank, met een scan vooraf. Er gaat nooit een bericht naar een klant zonder akkoord van een mens.
- BegrenzenElke wijziging is terug te vindenWat een koppeling in Odoo verandert, staat in de chatter van dat record. Wat er in de kennisbank gebeurt, staat er met datum bij.
Spreektekst
Dit zijn de keuzes die wij maken als we AI aan jullie systemen koppelen. De eerste gaat over bouwen: per klus kijken we of het model zelf mag bellen, of dat het een script wordt. De andere vier gaan over begrenzen.
Een koppeling werkt nooit als beheerder. Lezen en schrijven zijn gescheiden, met eigen sleutels. Persoonsgegevens blijven buiten de kennisbank, en er gaat niets naar een klant zonder dat een mens het goedkeurt. En wat er verandert, is terug te vinden: in Odoo staat het in de chatter.
Bellen waar het kan, bouwen waar het loont
| Situatie | Hoe wij het doen |
|---|---|
| Een losse vraag aan Odoo | BellenHet model roept de koppeling direct aan. Snel, en elke stap is na te lopen. |
| Nieuws ophalen, transcriberen, publiceren | BouwenEén script doet de hele reeks. Het model krijgt alleen de uitkomst te zien. |
| Odoo-koppeling in Code Mode-vorm | Nog openHebben we nog niet. Een eerste proef zou alleen-lezen zijn, op onze eigen database. |
Spreektekst
Wij werken zelf dagelijks met beide, en dit is waar we staan. Een losse vraag aan Odoo: bellen. Een vaste reeks, zoals nieuws ophalen, transcriberen en publiceren: dat doet één script, en het model ziet alleen wat eruit komt.
En we zijn eerlijk over ons eigen gat. Een Odoo-koppeling in Code Mode-vorm hebben we nog niet. Als we die bouwen, begint hij met alleen-lezen.
Bellen, bouwen, begrenzen
Drie beelden
- BellenTien telefoontjes, en na elk het hele dossier opnieuw lezen.
- BouwenEén werkbriefje voor een assistent in een afgesloten kamer.
- BegrenzenDie kamer heeft alleen de sleutels die jij meegeeft.
Drie momenten om het op te halen
- Dag 1Vertel het één collega na in drie zinnen.
- Dag 3Wanneer is bellen prima, en wanneer loont bouwen? Beantwoord het zonder dit deck.
- Dag 10Leg één AI-koppeling die je gebruikt naast de vijf punten. Wat ontbreekt er?
Spreektekst
Drie beelden om het vast te houden. Bellen: tien telefoontjes, en na elk telefoontje het hele dossier opnieuw doorlezen. Bouwen: één werkbriefje voor een assistent in een afgesloten kamer. Begrenzen: die kamer heeft alleen de sleutels die jij hem geeft.
En haal het op, in plaats van het te herlezen. Morgen navertellen, over drie dagen de terughaalvraag, over tien dagen één koppeling naast de vijf punten leggen.
niet bellen.
Ons advies: zorg dat een AI-klus die vaak terugkomt niet bij elke stap langs het model gaat. Laat hem bouwen, en begrens hem vanaf dag één.
Spreektekst
Terug naar de zin van het begin: laat AI bouwen, niet bellen. En de drie woorden: bellen, bouwen, begrenzen.
Ons advies om mee te nemen: zorg dat een AI-klus die vaak terugkomt niet bij elke stap langs het model gaat. Dat scheelt tijd en geld. Laat hem bouwen, en begrens hem vanaf het begin: alleen-lezen, eigen sleutels, persoonsgegevens buiten beeld.