← Terug naar blog

Karpathy's 'Twee Groepen' AI-gebruikers --- In Welke Zit Jij?

· Save Team
aikarpathyclaude-codeagentic-aiknowledge-managementmarkdownproductivity

Andrej Karpathy heeft zojuist een van de belangrijkste observaties over AI in 2026 gedaan: er zijn nu twee fundamenteel verschillende groepen AI-gebruikers, en ze praten volledig langs elkaar heen.

Zijn tweet (3,6 miljoen weergaven en telt nog steeds) beschrijft een groeiende kloof die iedereen die met AI werkt moet begrijpen.

Groep 1: “AI is een Speeltje”

Deze groep probeerde ChatGPT --- meestal het gratis abonnement --- ergens vorig jaar. Ze zagen hallucinaties, lachten om virale video’s van de spraakmodus die simpele vragen verprutste, en concludeerden dat AI overgehypet is.

Ze hebben niet ongelijk over wat ze ervaarden. Gratis modellen uit 2025 zijn echt beperkt. Maar hier is het probleem: ze bevroren hun mentale model van AI op dat punt en actualiseerden het nooit.

Zoals Karpathy het verwoordt, weerspiegelen deze oude en verouderde modellen niet de mogelijkheden van huidige frontiermodellen.

Groep 2: “AI-psychose”

Deze groep gebruikt state-of-the-art agentische modellen --- Claude Code, OpenAI Codex --- professioneel, in technische domeinen. Ze betalen €200/maand. Ze geven deze modellen toegang tot een computerterminal en kijken toe hoe ze problemen oplossen die normaal dagen of weken werk zouden kosten.

Karpathy zegt dat deze groep ervaart wat hij “AI-psychose” noemt --- niet omdat ze waanachtig zijn, maar omdat de verbeteringen zo verbijsterend zijn dat het moeilijk is om te communiceren wat ze zien aan iemand die het niet zelf heeft ervaren.

Waarom de Kloof Bestaat

Karpathy identificeert twee structurele redenen waarom AI-mogelijkheden ongelijkmatig vorderen:

1. Reinforcement learning werkt het best met verifieerbare beloningen.

Taken zoals coderen, wiskunde en onderzoek hebben duidelijke succescriteria --- compileert de code? Slagen de tests? Is het bewijs correct? Deze domeinen zijn van nature geschikt voor RL-training, waarbij het model concrete feedback krijgt over of het is geslaagd.

Taken zoals schrijven, advies en conversatie zijn veel moeilijker objectief te evalueren, dus verbeteren ze langzamer.

2. B2B-waarde stuurt de toewijzing van middelen.

De grootste omzetkansen liggen in technische/professionele domeinen. Daar richten AI-bedrijven hun beste teams op. Consumentgerichte functies zoals spraakmodus krijgen minder investering in verhouding tot de B2B-producten die de meeste omzet genereren.

Het Vertaalprobleem

Het resultaat is een bizarre ontkoppeling. Het is tegelijkertijd waar dat:

  • Een gratis AI-spraakassistent basale vragen verprutst in je Instagram-reels
  • Een betaalde agentische AI een uur coherent doorbrengt met het herstructureren van een volledige codebase

Beide dingen gebeuren in 2026. Maar mensen in Groep 1 zien alleen het eerste. Mensen in Groep 2 zien alleen het tweede. En wanneer ze proberen met elkaar te praten over “AI”, beschrijven ze volledig verschillende technologieën.

Hoe Je de Kloof Overbrugt

Als je in Groep 1 zit, gaat het pad naar Groep 2 niet over het besteden van €200/maand aan een andere chatbot. Het gaat over het veranderen van hoe je AI gebruikt --- van casual vraag en antwoord naar gestructureerd kenniswerk.

Dit onderscheidt de twee groepen in de praktijk:

Gedrag Groep 1:

  • Opent ChatGPT, stelt een vraag, leest het antwoord
  • Geen persistente context tussen sessies
  • AI begint elke keer opnieuw bij nul
  • Beoordeelt AI op zijn slechtste mislukking

Gedrag Groep 2:

  • Bouwt kennisbases waarnaar AI kan verwijzen
  • Geeft AI toegang tot projectbestanden, documentatie en onderzoek
  • Gebruikt AI als een collega met geheugen, niet als een zoekmachine
  • Beoordeelt AI op zijn beste mogelijkheid

Het kernpunt: de kwaliteit van AI-output is direct evenredig met de kwaliteit van de context die je geeft.

Context Bouwen: De Ontbrekende Laag

Hier loopt de meeste mensen vast. Ze horen “geef AI betere context” en denken dat het betekent langere prompts schrijven of meer tijd besteden aan uitleggen. Dat is de brute-force aanpak. De slimmere aanpak is het bouwen van een persistente kennislaag waartoe AI automatisch toegang heeft.

Zo ziet dat eruit in de praktijk:

  1. Leg webonderzoek vast als gestructureerd Markdown --- In plaats van pagina’s als bladwijzer te bewaren of fragmenten naar een document te kopiëren, converteer de volledige inhoud naar schone Markdown. Dit bewaart de informatie in een formaat dat elk AI-tool kan verwerken.

  2. Organiseer in doorzoekbare kennisbases --- Groepeer je opgeslagen inhoud per project, onderwerp of onderzoeksgebied. Dit geeft AI de mogelijkheid om relevante context te vinden zonder dat jij hoeft te herinneren wat je hebt opgeslagen.

  3. Verbind AI met je kennis --- Tools zoals MCP (Model Context Protocol) laten Claude je opgeslagen inhoud direct doorzoeken en raadplegen. Wanneer je een vraag stelt, controleert Claude eerst je kennisbase en grondvest antwoorden in je gecureerde onderzoek in plaats van generieke trainingsdata.

Dit is de workflow die Save mogelijk maakt. Elke webpagina die je opslaat wordt een Markdown-bestand in je lokale kennisbase. De ingebouwde MCP-server van Save Vault verbindt het met Claude. Je AI-assistent heeft nu toegang tot alles wat je hebt gelezen en onderzocht.

Het Samengesteld Effect

De kloof tussen Groep 1 en Groep 2 gaat niet alleen over welk model je gebruikt. Het gaat over de opgebouwde context die je in de loop van de tijd hebt opgebouwd.

Een ontwikkelaar die zes maanden lang documentatie, Stack Overflow-antwoorden en architectuurartikelen heeft opgeslagen, heeft een AI-assistent die zijn codebase, zijn stack en zijn specifieke problemen begrijpt. Een occasionele gebruiker die ChatGPT elke keer vers opent, heeft een generiek hulpmiddel dat niets van zijn werk weet.

Daarom gaat Karpathy’s observatie verder dan de AI-hype-cyclus. De vermogenkloof sluit niet --- hij wordt breder. En de scheidslijn is niet technische vaardigheid of budget. Het is of je een gestructureerde kennispraktijk rondom AI bouwt of het behandelt als een verheerlijkte zoekmachine.

Vandaag Beginnen

Je hoeft geen €200/maand uit te geven om de kloof te beginnen te overbruggen. Je moet beginnen met vastleggen en organiseren van de kennis die je al elke dag tegenkomt:

  1. Installeer Save en begin met het converteren van nuttige webpagina’s naar Markdown terwijl je surft
  2. Maak kennisbases voor je belangrijkste werk- of interessegebieden
  3. Verbind Claude via de MCP-server van Save Vault zodat je AI-assistent je opgeslagen inhoud kan raadplegen
  4. Wees consistent --- bewaar 2-3 pagina’s per dag en zie je kennisbase groeien

Binnen een maand heb je een persoonlijke kennislaag die elke AI-interactie fundamenteel beter maakt. Dat is het verschil tussen Groep 1 en Groep 2 --- en het begint met hoe je kennis vastlegt, niet met welk model je betaalt.


Save converteert elke webpagina naar schone Markdown met één klik en slaat het op in je lokale kennisbase. Met de MCP-server van Save Vault doorzoekt Claude je opgeslagen inhoud voordat het antwoorden geeft. Probeer Save gratis.