Voor een chatbot of programmeerassistent is een groot taalmodel (llm) een logisch hulpmiddel. Maar waarom zou je zo'n zwaar model gebruiken om een supportticket in te delen of een simpele ja-neevraag te beantwoorden? Tijdens de Tweakers Developers Summit laat Max Tkacz live zien hoe een llm het bij zulke taken opneemt tegen Jev, een nieuw AI-model voor snelle, gestructureerde beslissingen.
Websites bouwen om dj te kunnen worden
De loopbaan van Max Tkacz begon niet bij AI of procesautomatisering, maar bij dure dj-apparatuur. Rond zijn twaalfde wilde hij dj worden, maar de benodigde spullen lagen buiten zijn budget. Daarom begon hij als freelancer websites te bouwen. "Ik wilde dj worden en dj-apparatuur was veel te duur. Dat was eigenlijk de reden dat ik hiermee begon", lacht hij.
Het bouwen van websites bracht hem uiteindelijk bij productontwerp. Tkacz raakte vooral"Ik wilde dj worden en dj-apparatuur was veel te duur. Dat was eigenlijk de reden dat ik hiermee begon"
geïnteresseerd in de manier waarop mensen technologie gebruiken. Een product kan op papier logisch in elkaar zitten, terwijl gebruikers er in de praktijk heel anders mee omgaan dan de makers hadden verwacht.
Die belangstelling bracht hem bij n8n, een platform voor workflowautomatisering. Tkacz begon er als derde medewerker, eerste productmedewerker en hoofd ontwerp. De belangrijkste doelgroep bestond aanvankelijk uit engineers en andere technisch onderlegde gebruikers. Het product moest aansluiten bij mensen die complexe automatiseringen bouwden en absoluut niet wilden dat hun workflows onverwacht stuk gingen. In de zes jaar die volgden, zag hij bij honderden klanten hoe bedrijven hun processen automatiseerden. Hij kwam in aanraking met uiteenlopende technologie, koppelingen en technische beperkingen. Ook zag hij welke keuzes engineers maakten wanneer een theoretisch nette oplossing zich in een echte productieomgeving moest bewijzen.
Een spelshow waarin deelnemers AI-agents tegen elkaar laten strijden
Bij n8n maakte Tkacz ook de opkomst van generatieve AI en AI-agents mee. Hij zag hoe bedrijven de technologie in workflows probeerden op te nemen, maar ook hoe groot het verschil soms was tussen de publieke beloftes en wat engineers daadwerkelijk konden bouwen.
Tkacz wilde technische verhalen maken die inhoudelijk klopten, zonder dat ze klonken als een handleiding die hardop werd voorgelezen. Hij ging zich binnen n8n daarom steeds meer bezighouden met groei en communicatie en ontwikkelde programmaformules waarin technische uitleg en entertainment samenkwamen.
Tkacz omschrijft zijn ambitie graag als "MrBeast voor nerds"
Een van die projecten was Agentic Arena, een spelshow waarin deelnemers AI-agents tegen elkaar lieten strijden. Het programma hielp het YouTube-kanaal van n8n groeien naar 215.000 volgers en vormde de aanzet voor een volgende stap. Inmiddels leidt Tkacz vanuit Berlijn zijn eigen productiebedrijf Flowgramming Studios. De naam verwijst naar de term 'flowgrammer', die hij bedacht voor iemand die processen programmeert met visuele workflows en automatiseringen.
Tkacz omschrijft zijn ambitie graag als "MrBeast voor nerds", al wil hij die stijl niet klakkeloos kopiëren. Technische kijkers willen volgens hem meer informatiedichtheid en een rijkere woordenschat. De uitdaging is programma's te maken die inhoudelijk interessant zijn voor engineers, maar die ze op vrijdagavond ook vrijwillig zouden bekijken. Daarvoor laat hij een Berlijns magazijn van 357 vierkante meter verbouwen tot een studio. Automatisering, AI en zelfgebouwde hulpmiddelen worden direct in het bedrijf toegepast en vervolgens gedocumenteerd. In zijn studio werkt hij aan een geavanceerde, zoveel mogelijk geautomatiseerde videostudio. Om dat voor elkaar te krijgen, combineert hij bestaande videoapparatuur met zelfontwikkelde oplossingen op basis van ESP32-controllers en zelfgeschreven code. Zo bouwt hij stap voor stap aan een studio die precies werkt zoals hij voor ogen heeft.
Een vlammenwerper voor een kaars
Zijn ervaring vormt de basis van zijn talk LLMs vs System One: The Case for Jev. Daarin stelt Tkacz een eenvoudige vraag: waarom gebruiken ontwikkelaars grote taalmodellen voor taken waarvoor die modellen eigenlijk niet zijn gemaakt?
Llm's zijn sterk in het genereren van tekst, het beantwoorden van open vragen en het combineren van uiteenlopende soorten kennis. In veel geautomatiseerde processen hoeft een model echter helemaal geen tekst te schrijven. Het moet een supportticket indelen, de urgentie van een melding bepalen of een aanvraag naar het juiste team sturen.
Ontwikkelaars gebruiken voor zulke taken vaak alsnog een llm. Het model ontvangt ongestructureerde invoer en produceert tekst. Daarna zijn aanvullende instructies en controles nodig om die tekst weer om te zetten in een categorie, ja-neewaarde of structuur in JavaScript Object Notation (JSON) waarmee andere software verder kan. Voor Tkacz voelt die omweg steeds minder logisch. "Je hebt laten zien dat het model een kaars kan aansteken. Maar het is een vlammenwerper. Natuurlijk kan een vlammenwerper een kaars aansteken."
De brede kennis en miljarden parameters waarmee aanbieders hun modellen vergelijken, voegen bij een beperkte beslissing niet altijd iets toe. Een model hoeft voor het doorsturen van een factuur niet ook gedichten te kunnen schrijven, softwarecode te genereren en historische vragen te beantwoorden.
"Ik heb al langer het gevoel dat de toekomst klein is." Daarmee bedoelt Tkacz niet alleen een taalmodel met minder parameters. Hij doelt vooral op AI die één afgebakende taak uitvoert binnen een groter softwaresysteem. Geen model dat zelfstandig het hele proces probeert over te nemen, maar een gespecialiseerde bouwsteen die op een duidelijk omschreven punt een beslissing levert.
Een beslissing waarmee software verder kan
Jev is het eerste openbare model waarmee TypeSafe zijn zogeheten System One-benadering demonstreert. De naam verwijst naar het snelle en intuïtieve 'systeem 1'-denken uit het werk van psycholoog Daniel Kahneman.
Waar een llm doorgaans woorden genereert, ontvangt Jev een situatie en vragen waarvan de mogelijke antwoorden vooraf zijn vastgelegd. Het model geeft vervolgens een getypeerde beslissing met waarschijnlijkheden terug. Dat kan een keuze uit verschillende categorieën zijn, een score op een schaal of een inschatting tussen waar en onwaar.
Een boze mail van een klant kan bijvoorbeeld als vrije tekst binnenkomen. De uitvoer blijft beperkt tot vooraf ingestelde categorieën zoals 'facturatie', 'technische ondersteuning' of 'accountbeheer'. De software krijgt daarbij ook een waarschijnlijkheid waarmee die kan bepalen of de keuze automatisch wordt verwerkt of door een medewerker moet worden gecontroleerd.
Jev kan nog steeds de verkeerde categorie kiezen. Het model kan alleen geen vierde, niet-bestaande categorie verzinnen of een lang verhaal teruggeven terwijl de software een korte waarde verwacht. De programmacode houdt de regie: vaste regels doen het voorspelbare werk, terwijl Jev alleen de rommelige menselijke invoer beoordeelt.
Een System One-model vervangt daarmee niet ieder llm. Om tekst te schrijven, een open gesprek te voeren of uitgebreid te redeneren blijft een generatief model geschikter. De aanpak is vooral interessant wanneer alle mogelijke uitkomsten vooraf bekend zijn, maar gewone programmaregels niet goed overweg kunnen met ongestructureerde informatie.
Twee modellen voor hetzelfde probleem
Tijdens de Developers Summit wil Tkacz het verschil live aantonen. Hij bouwt een toepassing waarin een llm en Jev dezelfde taak uitvoeren en vergelijkt beide op snelheid, kosten en nauwkeurigheid.
Vooraf geeft hij bezoekers een praktische keuzehulp: wanneer is een llm logisch, wanneer past een System One-model beter en wanneer blijft gewone programmacode de verstandigste oplossing? Geen academische verhandeling over modelarchitecturen, maar een onderscheid dat developers bij een volgend project kunnen gebruiken.
Tkacz verwacht bij sommige eigenschappen zeer grote verschillen te kunnen laten zien. Een demonstratie op het podium blijft echter een risico, zeker met jonge technologie en een netwerkverbinding waarop hij weinig invloed heeft. Knipogend zegt hij: "Ik hoop vooral dat de demo-goden met me zullen zijn. Ik maak mijn eigen leven kennelijk graag moeilijk."
Na de vergelijking wil hij ruimte laten voor vragen uit het publiek. Jev is jonge technologie en veel toepassingen moeten zich buiten demonstraties nog bewijzen. De talk wordt daarom geen verhaal waarin één model ieder AI-probleem oplost. Tkacz wil vooral laten zien waar deze aanpak bruikbaar kan zijn en welke technische discussie daarna nog gevoerd moet worden.
Voor iedereen die AI in software verwerkt
De talk richt zich vooral op developers en technisch geïnteresseerden die AI via een api in software of automatiseringen gebruiken. Zodra een model onderdeel wordt van een workflow of bedrijfsproces, worden snelheid, kosten, voorspelbare uitvoer en een goede omgang met onzekerheid belangrijker.Ook engineers die weinig zien in vibe coding kunnen volgens Tkacz iets aan de sessie hebben.
Ook engineers die weinig zien in vibe coding kunnen volgens Tkacz iets aan de sessie hebben. Zij hoeven geen complete toepassing door een agent te laten schrijven om AI nuttig in te zetten. Een klein, duidelijk begrensd beslismoment kan een beter beginpunt zijn.
Alleen developers die al meerdere systemen met Jev of vergelijkbare modellen hebben gebouwd, krijgen waarschijnlijk minder nieuws te horen. Binnen de beschikbare tijd kan Tkacz een werkend voorbeeld bouwen, maar geen ingewikkelde productieomgeving volledig uitdiepen. "Wie moet deze talk bezoeken? Mijn weinig onderscheidende marketingantwoord is waarschijnlijk: iedereen. Maar als je al verschillende Jev-systemen hebt gebouwd, kun je mijn talk misschien beter skippen."
Dev Summit 2026: Koop nu je kaartje voor de Tweakers Dev Summit 2026
Geraakt door de passie van Max Tkacz? Dan mag je deze talk natuurlijk niet missen. Koop als de wiedeweerga hier een kaartje. De laatste kaartjes zijn bijna weg, dus wacht niet langer als je erbij wilt zijn. Meer informatie over het programma, workshops en de andere sprekers vind je op de aparte Dev Summit-website. We zien je heel graag in Utrecht!
/u/27299/hoofd.png?f=community)