Een paar weken geleden deelde Jason Calacanis een verhaal dat veel tech-ondernemers de adem benam. Tijdens een gesprek met Arav Srinivas, CEO van Perplexity AI, vertelde hij hoe een AI-agent zichzelf promptte om een volledig op maat gemaakt CRM-systeem voor hem te bouwen. In luttele seconden. Geen programmeurs, geen weken development, gewoon een gesprek met een AI.
Dit moment markeert volgens velen een belangrijk keerpunt in hoe wij met kunstmatige intelligentie omgaan. Van simpele chatbots naar autonome agenten die complete software voor je kunnen bouwen.
Het moment dat Jason "Claw-pilled" raakte
Jason Calacanis, bekend van zijn investeringen in Uber, Robinhood en talloze andere tech-bedrijven, was bezig met het uitbreiden van zijn netwerk in Japan. Hij had recent twintig belangrijke contacten ontmoet en wilde deze connecties systematisch in kaart brengen.
Hij vroeg aan zijn AI-agent: "Ik wil weten wie deze mensen kennen, maak een mindmap van hun connecties en help me bij mijn volgende trip de juiste mensen uit de tweede cirkel te ontmoeten."
De AI ging aan de slag. Hij analyseerde LinkedIn-profielen, vond associaties, bouwde een overzichtelijke structuur en presenteerde de resultaten. Tot zover niets revolutionairs.
Maar toen kwam het omslagpunt.
"Waar wil je dat ik het neerzet?"
Nadat de AI de gevraagde informatie had verzameld, stelde hij een simpele maar krachtige vraag: "Waar wil je dat ik de resultaten neerzet?"
Jason antwoordde: "Waar kán je het neerzetten?"
Het antwoord van de AI was onthullend. Hij kon de data plaatsen in:
- Een Google Sheet
- Een Notion-tabel
- Een PDF-document
- Een CSV-bestand
- Of... hij kon een volledig CRM-systeem voor hem bouwen
Calacanis, bekend om zijn snelle beslissingen, zei direct: "Maak maar een CRM-systeem voor me."
En de AI deed het. Zomaar.
Waarom dit moment zo bijzonder is
Van tool naar partner
Dit verhaal illustreert een fundamentele verschuiving in onze relatie met AI. We gaan van AI als een slimme tool naar AI als een echte samenwerkingspartner die zelfstandig kan redeneren en complexe taken kan uitvoeren.
Jason schat dat misschien maar 1 op de 1.000 of zelfs 1 op de 10.000 mensen die met AI werken dit niveau van ervaring hebben gehad. Dat zegt veel over hoe nieuw deze ontwikkeling nog is.
De technische doorbraak achter het verhaal
Volgens Arav Srinivas, CEO van Perplexity AI, vond deze omslag plaats rond het uitkomen van Claude 3.5 (of Opus 4.5 zoals Jason het noemde). Dit model bracht drie belangrijke verbeteringen:
- Veel betere orchestration (het coördineren van meerdere stappen)
- Sterker reasoning (logisch redeneren)
- Betere tool calls (het gebruiken van externe tools)
Daarnaast werd het contextvenster (de hoeveelheid informatie die een model tegelijk kan onthouden) zo groot dat langdurige, complexe taken eindelijk goed uitgevoerd konden worden.
Wat betekent dit voor ondernemers en professionals?
Dit verhaal is meer dan een leuke anekdote. Het laat zien waar we naartoe gaan:
- Hyperpersoonlijke software - In plaats van generieke tools krijgen we software die exact aansluit bij onze individuele workflow.
- Razendsnelle ontwikkeling - Wat vroeger weken of maanden kostte, kan nu in minuten of uren gebeuren.
- Lagere drempel - Je hoeft geen programmeur te zijn om geavanceerde systemen te laten bouwen.
Voor sales professionals, investeerders en netwerkers zoals Jason betekent dit dat ze hun relatiebeheer naar een volledig nieuw niveau kunnen tillen. Een CRM die niet alleen contactgegevens opslaat, maar actief meedenkt over je netwerkstrategie.
Van ChatGPT naar echte AI-agents
We staan aan het begin van het tijdperk van AI-agents. Terwijl ChatGPT vooral goed is in het genereren van tekst, kunnen moderne agents:
- Meerdere stappen plannen en uitvoeren
- Externe tools gebruiken (zoals browsers, spreadsheets of databases)
- Hun eigen output evalueren en verbeteren
- Langdurige projecten beheren met goed geheugen
Het verhaal van Jason laat zien dat we het punt hebben bereikt waarop deze agents niet alleen taken uitvoeren, maar ook software kunnen bouwen die normaal gesproken door een development team gemaakt zou worden.
Conclusie: Ben jij al Claw-pilled?
Het verhaal van Jason Calacanis is geen verre toekomstvisie meer. Het gebeurt nu, vandaag. AI-systemen worden steeds beter in het begrijpen van context, het maken van logische stappen en het daadwerkelijk uitvoeren van complexe opdrachten.
De vraag is niet óf jouw werk door AI-agenten veranderd gaat worden, maar wannéér en hoe jij daarvan gaat profiteren.
Wil je zelf ervaren hoe ver AI vandaag al is? Probeer dan eens een geavanceerd model zoals Claude 3.5 Sonnet, Perplexity of GPT-4o met een complexe opdracht. Vraag niet alleen om informatie, maar vraag het systeem om iets voor je te bouwen.
Je zult versteld staan van de resultaten.
Heb jij al een bijzondere ervaring gehad met een AI-agent? Deel jouw verhaal in de comments. Wie weet ben jij de volgende die "Claw-pilled" raakt.
Dit artikel is geïnspireerd op het gesprek tussen Jason Calacanis en Arav Srinivas.