Topstudenten aan Stanford hebben een geheim NotebookLM-examenvoorbereidingsworkflow. Ik heb 2 weken doorgebracht in hun studiegroepen om het uit te zoeken. De meeste studenten dumpen college-dia's in NotebookLM en vragen het om samen te vatten. Deze studenten doen iets compleet anders. Ze uploaden eerst alles. Notities, dia's, oude examens, zelfs opmerkingen van professoren over eerdere opdrachten. Dan komt de eerste prompt anders binnen: "Op basis van de eerdere examens van deze professor en de manier waarop zij vragen formuleren, wat waardeert deze professor eigenlijk in een correct antwoord?" Ze studeren de inhoud niet. Ze bestuderen de examinator. Tweede prompt: "Identificeer de 3 onderwerpen waar mijn notities het zwakst zijn in vergelijking met wat de oude examens testen. Geef me een studieplan van 20 minuten voor elk onderwerp." NotebookLM verandert in een gepersonaliseerde hiaten-detecteur. Maar de derde prompt is wat de A+-studenten onderscheidde. "Maak een oefenexamen met alleen concepten waarop ik nog niet ben getest. Maak het moeilijker dan het echte examen." Ze testten hun kennis onder druk voordat de professor dat kon. Een student ging van een B-gemiddelde naar de top 5% in één semester met deze exacte workflow. De inhoud was niet veranderd. De methode wel. NotebookLM maakte hen niet slimmer. Het maakte hen onmogelijk om te verrassen.

OpenAI heeft een praktische gids van 34 pagina's uitgebracht voor het bouwen van AI-agenten.

🚨 R.I.P statische AI-agenten. Iemand heeft net een zelf-evoluerende OpenClaw-wrapper gebouwd en deze gratis op GitHub geplaatst. Het heet MetaClaw. → Vangt elk OpenClaw-gesprek en beoordeelt het → Bouwt een vaardighedenbank op basis van echte gebruiksdata, niet synthetische data → Genereert automatisch nieuwe vaardigheden elke keer dat de agent faalt → Injecteert ze in de systeemprompt bij de volgende beurt → Traint via cloud LoRA, geen GPU-cluster, geen infrastructuurproblemen → Volledig asynchrone agent blijft reageren terwijl hij leert De meeste agenten hebben een datateam, een fine-tuning-pijplijn en weken werk nodig om te verbeteren. MetaClaw doet dit terwijl je gebruikers aan het typen zijn. 100% Open Source. MIT-licentie. (Link in de reacties)