De In-House Driehoek: Hoe Andri Echt Werkt

Je AI-assistent vroeg je voor de derde keer deze week om dezelfde zaakfeiten uit te leggen. Het vergat het adres van de gedaagde. Het herberekende griffierechten met het schema van vorig jaar. Het stelde een dagvaarding op die klinkt alsof deze rechtstreeks uit Californië is vertaald.

Dit is het probleem met juridische AI die je kantoor bezoekt in plaats van erin te wonen.

Toen we Andri begonnen, kende ik gedistribueerde systemen en niets over griffierechten, CPR-deadlines of het berekenen van partnertabellen. De les kwam snel: personalisatie is de systeemgrens. Als de agent niet binnen de beperkingen van het kantoor opereert - zijn stijl, jurisdictie en zaken - is het gewoon een dure toerist.

Eenvoudig gezegd: Personalisatie bepaalt de grens. Tools maken het echt. Geheugen laat het herhalen. Mis er één en de agent is generiek. Verbind alle drie en het werkt.

Hoe hersenen en modellen echt werken (en waarom dat ertoe doet)

Elke ochtend word je wakker met een leeg werkgeheugen. Je herinnert je niet waar je gistermiddag over nadacht. Toch ben je binnen enkele minuten dossiers aan het controleren, weet je welke zaak aandacht nodig heeft, schrijf je in de stijl van je kantoor en pas je decennia aan juridische training toe.

Je hebt lagen:

Je DNA (ACGT-sequenties) bepaalt wat voor soort organisme je bent. Mens, geen kat. Een brein dat advocaat kan zijn, geen goudvis. Vastgelegd. Je kunt niet wakker worden en besluiten om ander DNA te hebben.

Je langetermijngeheugen slaat alles op wat je hebt geleerd: hoe je een getuigenverklaring opstelt, wat CPR 3.1 betekent, het feit dat Partner Jenkins een hekel heeft aan Oxford-komma's. Opgebouwd over jaren. Relatief stabiel.

Je werkgeheugen is waar je nu over nadenkt. Beperkte capaciteit, misschien 4-7 items. Wordt gewist wanneer je slaapt.

Je omgeving en tools vullen het gat. Je memoriseert niet elk rechtbankformulier. Je hebt sjablonen. Je onthoudt niet elk zaakdetail. Je hebt een zaakbeheersysteem. Je herberekent rente niet handmatig. Je hebt Excel.

LLM's werken op dezelfde manier. De lagen mappen anders:

Modelgewichten (de getrainde parameters) zijn als DNA. Vastgelegd wanneer je het model krijgt. ChatGPT kent Engels en juridische concepten omdat dat "in zijn DNA zit", ingebakken in miljarden parameters tijdens training. Je kunt dit niet tijdens runtime veranderen. Het is wat het is.

Trainingsdata is als onderwijs en langetermijngeheugen. Het model "onthoudt" patronen uit miljoenen juridische documenten die het tijdens training zag. Maar dit is bevroren. Het model leert niet van je gesprekken. Nooit.

Context window is werkgeheugen. Wanneer je een nieuwe chat start, is het leeg. Blanco lei. Het model heeft geen idee wie je bent, aan welke zaak je werkt, of hoe je kantoor schrijft. Het is een kladblok van 200.000 tokens dat elke sessie wordt gewist.

Personalisatie is waar we de kloof overbruggen. De sjablonen van je kantoor, clausulebanken, citatievoorkeuren, zaakdetails - dit is de omgeving die we in dat lege context window injecteren om het gevoel te geven dat het model al maanden bij je kantoor werkt.

Mensen compenseren voor beperkt werkgeheugen door een omgeving te bouwen die past bij hoe ze werken. Je houdt geen 40 rechtbankformulieren uit je hoofd. Je hebt een formulierenmap. Je onthoudt niet elke deadline. Je hebt een agenda. Je herberekent niet dagelijks dezelfde cijfers. Je bewaart de spreadsheet.

Andri doet hetzelfde voor het model. Het context window is werkgeheugen - beperkt en gereset elke sessie. We vullen het met:

Kantoorgeheugen: je sjablonen, stijlgidsen, clausulebanken
Zaakgeheugen: partijen, deadlines, wat er vorige week gebeurde
Gebruikersgeheugen: hoe uitgebreid je antwoorden wilt, je citatievoorkeuren
Tools: deterministische calculators, formulierinvullers, API-connectors

Wanneer een junior maandagochtend begint, herinneren ze zich vrijdagmiddag's gesprek niet. Maar ze komen een kantoor binnen met georganiseerde dossiers, sjablonen klaar en collega's die zich herinneren wat er gebeurde. Dat is hun omgeving die compenseert voor beperkt werkgeheugen.

Wanneer Andri een gesprek start, is het context window leeg. Maar we laden onmiddellijk: aan welke zaak je werkt, de standaardclausules van je kantoor, de laatste vijf dingen die je besprak, en de tools om N1-formulieren in te vullen of griffierechten te berekenen. Dat is personalisatie die compenseert voor de beperkte context van het model.

De driehoek is de omgeving die we bouwen rond het werkgeheugen van het model. Personalisatie bepaalt wat wordt geladen. Tools bieden acties die het model kan uitvoeren. Geheugen blijft bestaan over sessies heen zodat het gesprek van dinsdag kan verwijzen naar het werk van maandag.

Zonder deze omgeving vraag je het model om juridisch werk te doen met alleen zijn training en een leeg kladblok. Ermee geef je het model een kantoor, een zaakbeheersysteem en institutionele kennis.

Hoekpunt 1: Personalisatie bepaalt de grens

Personalisatie betekent dat de agent in huisstijl schrijft, citeert zoals partners verwachten, je risicohouding en deadlines respecteert, en alleen naar voren brengt wat relevant is voor de huidige zaak.

In de praktijk:

Nederlandse kantoren krijgen Nederlandse procedure, griffierechten, partnertabellen
UK boutiques krijgen CPR-conforme deadlines, griffierechttarieven die vorige maand zijn bijgewerkt, en N1-formulieren die automatisch worden ingevuld
Elk kantoor krijgt zijn eigen clausulebank, citatiestijl en sjabloonbibliotheek

Waarom jurisdictie-specifieke tools belangrijk zijn:

De meeste juridische AI is gebouwd voor Silicon Valley's idee van "recht" - een generieke brij die nergens precies werkt. Andri is gebouwd voor de Nederlandse civiele procedure en UK CPR. De specificaties. We coderen griffierechttabellen. We volgen CPR-wijzigingsschema's. We weten dat "binnenkort" 14 dagen betekent in de ene jurisdictie en "binnen redelijke termijn" in de andere.

Generieke tools kunnen niet concurreren op de lange staart van procedure. En die lange staart is waar 80% van het werk daadwerkelijk leeft.

Hoekpunt 2: Modulaire micro-tools waar het telt

Taalmodellen zijn uitstekend in taal. Ze zijn middelmatig in rekenwerk, regeltabellen en stateful workflows. Geef een model alimentatieberekeningen als pure tekst en je krijgt trage gissingen. Leid dezelfde taak door een deterministische tool en je krijgt een correct getal, een bron en een audittrail.

Vanuit tokenomics-perspectief is LLM-rekenwerk waarschijnlijk de slechtst mogelijke use case voor een LLM. Elk cijfer kost tokens, het model is er traag in en het antwoord is vaak fout. Deterministische code? Direct, correct en gratis na de functieaanroep.

Dit volgt Simon Willison's "tools in a loop" framing en komt overeen met onze ervaring met het bouwen van agents die echt werk doen.

Ontwerpregels die we volgen:

Single responsibility tools met expliciete input/output JSON Schema
Standaard deterministisch, pure functies waar mogelijk, geen verborgen state
Decimale wiskunde, nooit binaire floats, valuta als gehele getallen van kleine eenheden
Versiebeheer tools met contracttests en golden files
Tijd en jurisdictie zijn expliciete inputs, niet afgeleid
Elke tool zendt provenance uit: bron, regelversie, tijdstempel, notities

Representatieve tools in productie:

Griffierechten die niet liegen:
Een tariefschema verandert. Je medewerker besteedt 30 minuten aan het vinden van de update, het herberekenen van drie zaken en hopen dat ze alles hebben gevonden. Andri's griffierechttool wordt 's nachts bijgewerkt, markeert getroffen zaken en herberekent direct. Eén tool, nul vergaderingen over "hebben we het nieuwe schema gebruikt?"

Onderhouds- en alimentatiecalculators:
Factoreer inkomen, afhankelijken, plafonds, lokale richtlijnen (Nederlandse partnertabellen, UK spousal maintenance guidelines). Het model levert context, de tool levert het getal, en je krijgt zowel het cijfer als het werk.

Renteaccumulatie op schade:
Datumwiskunde die niet afdrijft. Samengesteld of eenvoudig, wettelijk tarief of vonnistarief, van wanneer tot wanneer. Geen Excel, geen vingers gekruist.

Deadlinecalculators:
CPR of Nederlandse procedure gecodeerd als regels. "Dien verdediging in binnen 14 dagen" wordt een datum, aangepast voor weekenden en gerechtsvakanties, met de berekening getoond.

Bundeltools:
Pagineer bewijsstukken, genereer indexen, houd tabellen in evenwicht over 200 pagina's bundels zonder kopieer-plakfouten.

De tool die 40 minuten per zaak bespaart: Formulierinvulling

Beschouw het N1 Claim Form. Acht pagina's, 40+ velden, waarvan de helft verwijst naar informatie verspreid over e-mails, je zaakbeheersysteem en die PDF die de cliënt vorige week stuurde.

De oude manier:

Open de PDF
Zoek naar eisersgegevens in je zaakdossier
Kopieer adres gedaagde van Companies House
Bereken het vorderingsbedrag (of vind waar je het hebt opgeschreven)
Kopieer-plak bijzonderheden uit je concept (herformattering voor ruimtebeperkingen)
Realiseer je dat je op pagina 6 bent en het adres van de gedaagde verkeerd is
Begin opnieuw of patch het achteraf
40 minuten later ben je misschien klaar

De Andri-manier:

"Vul het N1 in voor de zaak Roberts"
Andri haalt eisersgegevens op uit zaakgeheugen
Lost gedaagde op via Companies House (naam, nummer, statutaire zetel)
Haalt vorderingsbedrag en renteberekening uit het laatste memo
Vat bijzonderheden samen om in de ruimtebeperkingen van het formulier te passen
Genereert een ingevulde PDF met elk veld voorzien van bron en citaat
Toont je het verschil: "Eiseradres uit zaakgeheugen (2 weken geleden bijgewerkt), adres gedaagde van Companies House (vandaag bevestigd), vorderingsbedrag uit schadevergoedingnota (door jou goedgekeurd op 15 maart)"
Je controleert, keurt goed, klaar in 4 minuten

Dit is geen magie. Het is geheugen (kent je zaak), tools (bevraagt Companies House, formatteert valuta, pagineert tekst), en personalisatie (weet welke bijzonderhedensamenvatting stijl je kantoor gebruikt).

We ondersteunen veel voorkomende UK-rechtbankformulieren (N1, N244 en groeiend) en Nederlandse equivalenten. Elk formulier is een versiebeheer tool. Wanneer HMCTS het N1 bijwerkt, verzenden we het nieuwe schema en bestaande zaken krijgen een vlag: "Formulierversie gewijzigd, beoordeling vereist."

De tijdsbesparing is meetbaar. Kantoren melden 40 minuten bespaard per formulier. Belangrijker: nul "Ik vergat het adres van de gedaagde bij te werken" fouten.

Rand: Personalisatie ↔ Tools

Als personalisatie definieert wat acceptabel is, definiëren tools hoe we dat bereiken. De rand ertussen is waar betrouwbaarheid vandaan komt.

Voorbeeld: UK bedrijfsresolutiepijplijn

Los de entiteit op via Companies House naar het exacte bedrijfsrecord (niet "ABC Ltd" maar "ABC Limited, Company No. 12345678")
Haal personen met aanzienlijke controle op
Bevraag het FCA-register voor FRN, machtigingen, openbare kennisgevingen
Stel een gestructureerd feitenblok samen: juridische naam, bedrijfsnummer, adres voor betekening, FRN, eventuele insolventie of directeurswijzigingen
Voeg in het concept in met citaten naar indieningen en registerinvoer

Resolutie is tweefasig. We filteren kandidaten, rangschikken op naamsgelijkenis en bestuurder overlap, bevestigen dan per nummer indien aanwezig. Connectoren draaien onder budgetten; bij traagheid degraderen we naar in cache opgeslagen resultaten met expliciete verouderingswaarschuwing. Outputs zijn stabiele datastructuren met versietags. We geven nooit rauwe JSON door de modellus.

Patroon: de agent levert oordeel en flowcontrole, de tools leveren nauwkeurigheid en snelheid, en personalisatie houdt beide afgestemd op het kantoor.

Hoekpunt 3: Geheugen - de slotgracht die de meeste juridische AI niet heeft

Tools bieden acties. Zonder continuïteit ben je terug bij kopiëren-plakken. Geheugen is het verschil tussen een behulpzaam antwoord en een teamgenoot.

Onthoud de lagen: de gewichten van het model zijn vastgelegd (DNA), zijn training is bevroren (onderwijs), en zijn context window reset elke sessie (werkgeheugen). Geheugen is hoe we die blanco lei persoonlijk maken.

De meeste juridische AI-tools behandelen elk gesprek als een eerste date. Je legt de zaak uit. Het geeft een antwoord. Morgen leg je de zaak opnieuw uit. Dit is waarom gebruik afneemt - de cognitieve belasting neemt nooit af. Het is alsof je een junior inhuurt die elke ochtend geheugenverlies heeft maar volhoudt dat ze gekwalificeerd zijn omdat ze naar de rechtenopleiding zijn geweest.

Jij hebt dit probleem niet omdat je omgeving blijft bestaan. Je zaakdossiers blijven georganiseerd. Je sjablonen blijven in de map. Je agenda onthoudt deadlines zelfs wanneer jij dat niet doet. Het model heeft hetzelfde nodig.

Andri draait drie geheugenlagen met verschillende duurzaamheid:

Kantoorgeheugen: Sjablonen, clausulebanken, citatiestijl, beleid
Zaakgeheugen: Partijen, kwesties, deadlines, bewijsstukken, een doorlopende tijdlijn van wat er gebeurde
Gebruikersgeheugen: Beknoptheidsvoorkeur, beoordelingsstijl, hoeveel uitleg je wilt

Hoe geheugen eigenlijk werkt (en waarom het moeilijk is)

Zie het als een bestandssysteem dat in je agent past. Maar hier is het kritieke inzicht: herinneringen zijn niet alleen opgeslagen context, ze worden beheerd door de agents zelf.

De chatagent creëert herinneringen tijdens onderzoek. De opstellagent leest diezelfde herinneringen bij het opstellen van een processtuk. De formulierinvultool haalt zaakfeiten op om velden automatisch in te vullen. Elke agent schrijft naar een gedeelde geheugenruimte binnen bereik van kantoor, zaak of gebruiker.

De kracht: agent-gestuurde snoei.

Naarmate context groeit, werkt de agent verouderde herinneringen bij, voegt overbodige items samen en markeert wat niet langer relevant is. Dit is geen naïef alleen-toevoeglogboek. De agent cureert.

Wanneer een zaak verschuift van discovery naar proces, evolueert zaakgeheugen ermee. Wanneer een gebruiker een citatievoorkeuren drie keer corrigeert, consolideert gebruikersgeheugen het patroon. Wanneer een kantoor een nieuw sjabloon adopteert, vervangt kantoorgeheugen de oude versie en noteert de wijziging.

Dit schaalt met intelligentie. Slimmere modellen maken betere snoeibelissingen, betere samenvoegkeuzes, betere scope-oordelen. Ze weten wanneer een herinnering op zaakniveau hoort versus gebruikersniveau versus kantoorniveau. Het systeem vertrouwt niet op heuristieken of magische token-tellingen; de agent beslist wat te behouden, wat samen te vatten en wat te verwijderen op basis van de huidige taak.

Oneindige context door beheerde curatie

Je werkgeheugen bevat 4-7 items. Toch kun je een getuigenverklaring van 50 pagina's opstellen die coherent blijft van pagina 1 tot pagina 50. Hoe? Je laadt uit naar je omgeving. Je schrijft een outline. Je controleert je notities. Je raadpleegt het zaakdossier. Je houdt niet alles tegelijk in je hoofd - je haalt binnen wat je nodig hebt wanneer je het nodig hebt.

Het context window van het model is hetzelfde. Het kan geen document van 50 pagina's en alle sjablonen van je kantoor en drie jaar zaakgeschiedenis in 200.000 tokens passen. Dus hebben we een geheugensysteem gebouwd dat werkt zoals de uitlaadstrategie van je brein.

We combineren de geheugentool met traditionele contextvenster trimming, maar de agent kiest wat wordt getrimd. Het resultaat is een systeem dat coherent blijft over lange threads, complexe zaken en multi-agent handoffs.

De agent sleept niet alles in context; het haalt alleen wat het plan vereist, met expliciete citaten en een record van wat werd genegeerd. Net zoals jij niet het hele zaakdossier in je hoofd houdt - je weet waar je het relevante bewijsstuk kunt vinden wanneer je het nodig hebt.

Essentieel voor complexe taken. Multi-step flows die 100+ pagina documenten genereren kunnen zich niet veroorloven context te verliezen tussen pagina 5 en pagina 95, of feiten uit verschillende secties te verwarren. Agent-beheerd geheugen lost dit op.

De opstellagent die aan pagina 95 werkt leest herinneringen geschreven tijdens pagina's 1-94, weet wat al is geciteerd, welke argumenten zijn gemaakt en welke structuur is ingesteld. Het geheugen is het bindweefsel dat het document coherent houdt zonder de volledige conceptversie in elk contextvenster te vereisen.

Voorbeeld:

Op maandag bespreek je de zaak Smith v. Jones met Andri. Gedaagde is Jones Limited, Company No. 98765432. Vordering is voor £45.000 aan onbetaalde facturen. Je vermeldt dat het contract op 15 januari 2023 werd ondertekend.

Op vrijdag (en na veel meer discussie) vraag je Andri om het N1-formulier in te vullen. Zonder geheugen:

"Wie is de gedaagde?"
"Wat is het vorderingsbedrag?"
Je legt het opnieuw uit.

Met geheugen:

Andri haalt gedaagdendetails op uit zaakgeheugen (inclusief het bedrijfsnummer dat je één keer noemde)
Haalt vorderingsbedrag op
Noteert de contractdatum in de bijzonderhedensamenvatting
Toont je: "Gedaagde: Jones Limited (Co. 98765432) uit zaakgeheugen, laatst bijgewerkt maandag. Vorderingsbedrag: £45.000 uit maandagbespreking. Contractdatum: 15 januari 2023."

Je controleert, keurt goed, klaar. Geen heruitleg. Geen zoeken door oude chats.

Naarmate geheugen accumuleert, versterkt personalisatie. Outputs beginnen hun leven binnen je grens in plaats van erbuiten. Behandel tokens als schaarse resource, en cureer in plaats van oppotten.

Rand: Tools ↔ Geheugen

Tools geven je correctheid op één stap. Geheugen maakt die correctheid herbruikbaar en contextbewust op de volgende stap. De twee versterken elkaar: tools zenden provenance uit die het geheugen kan opslaan; geheugen levert de exacte parameters die tools nodig hebben.

Wanneer de griffierechttool draait, logt het: tariefschemaversie, vorderingsbedrag, track, datum berekend. Zaakgeheugen slaat dit op. De volgende keer dat je bijzonderheden opstelt, haalt Andri de exacte vergoeding op zonder herberekening. Wanneer het tariefschema wordt bijgewerkt, markeert geheugen: "Griffierecht werd berekend met 2023-schema, nieuw schema gepubliceerd, herberekening aanbevolen."

Rand: Geheugen ↔ Personalisatie

Opstellen is waar deze rand het meest duidelijk is. Met geheugen op zijn plaats wordt opstellen hersamenstelling in plaats van heldhaftigheid.

Vind het dichtstbijzijnde eerdere document in kantoorgeheugen
Til de structuur die werkt en de clausules die partnerbeoordeling overleven
Pas aan naar stijl, cliënt, jurisdictie en de geschiedenis van hoe dit kantoor schrijft
Toon wat werd hergebruikt, wat veranderde en waarom, vraag dan voor verzending

Dit is goedkoper, veiliger en meetbaar sneller. Modelkwaliteit verbetert meestal langs machtswetcurves, maar de grotere winsten komen van betere systeemvorm.

Rich Sutton's "Bitter Lesson" bevoordeelt algemene methoden voor open-einde problemen; juridisch werk heeft harde beperkingen. Het model biedt oordeel en taal. De tools bieden correctheid en provenance. Geheugen maakt het herhaalbaar. Die verdeling is geen compromis; het is de architectuur.

Centrum: De agentlus die de driehoek verbindt

Met de drie hoekpunten op hun plaats is de lus opzettelijk eenvoudig:

Plan de taak in getypte stappen en verwachte artefacten
Haal op alleen wat het plan nodig heeft uit geheugen
Handel door tools aan te roepen met gevalideerde inputs en provenance vast te leggen
Stel op tekst of data-artefacten, niet beide tegelijk
Criticus passes om jurisdictieafwijking, ontbrekende bronnen, numerieke mismatches te vangen
Stop en vraag goedkeuring voor elke externe verzend- of indiening operatie

We begrenzen iteraties en loggen elke stap. De faalmodus waartegen we engineeren is stil vertrouwen.

Voorbeeld: Volledige lus voor "Stel bijzonderheden van vordering op voor de zaak Roberts"

Plan: Eisersgegevens nodig, gedaagdendetails, vorderingsfeiten, juridische basis, gevraagde compensatie
Haal op: Zaakgeheugen voor partijen, contractdetails, schendingsfeiten. Kantoorgeheugen voor bijzonderheden sjabloonstijl.
Handel: Roep Companies House tool aan om huidige statutaire zetel van gedaagde op te lossen. Roep rentecalculator aan voor wettelijk rentecijfer.
Stel op: Stel bijzonderheden samen met sjabloonstructuur, voeg opgeloste feiten in, voeg renteberekening toe met getoond werk.
Criticus: Controleer of alle partijen adressen voor betekening hebben. Verifieer renteberekening citeert correct tarief en startdatum. Bevestig vorderingsbedrag komt overeen met eerdere memo's.
Stop: Toon je het concept met gemarkeerde verschillen ("Adres gedaagde bijgewerkt van Companies House vandaag"), wacht op goedkeuring.

Dit is de driehoek in beweging: personalisatie definieert het plan, tools voeren het uit, geheugen voedt en registreert het.

Waar de puck naartoe gaat: Complexe taken

Klanten zijn de levensader van Andri, en ze zijn ook druk. Ze zien de pijn voor hen, niet altijd de hefboom één laag hoger. We bouwen voor beide. We verwijderen de wrijving van vandaag en we verzenden primitieven die de complexe taken van morgen ontgrendelen.

Net zoals je een grote zaak opbreekt in kleinere taken - stel de bijzonderheden op, bereken schadevergoeding, dien de vordering in, bereid voor op hoorzitting - maken we deze herhaalbaar. Plannen worden eersteklas objecten met getypte stappen, expliciete guards, menselijke goedkeuringen en reproduceerbare runs. Overgang van one-off prompts naar herhaalbare taken.

Voorbeeld taak: "Nieuwe PI zaak intake"

Extraheer feiten uit cliënte-mail en medische dossiers
Bereken voorlopige schadevergoeding (tool: schadevergoedingcalculator)
Stel brief voor vordering op (geheugen: kantoorsjabloon, cliëntdetails)
Stel deadlineherinneringen in (tool: CPR deadlinecalculator)
Markeer ontbrekend bewijs (criticus: controleer op medisch rapport, getuigenverklaring)
Stop voor beoordeling voor het verzenden van brief

Één klik, één uur, één goedkeuringspoort. Dezelfde driehoek die je hebt gezien - samengesteld tot een hoger niveau besturingsoppervlak.

Het doel op korte termijn is O(1) goedkeuringscontroles en O(log n) ophaling binnen een flow zodat complexe zaken voorspelbaar blijven naarmate ze groeien.

We meten, geen vibes

De driehoek telt alleen als het de cijfers beweegt waar we om geven.

Tijd tot eerste bruikbaar concept: Hoe lang van "Ik heb X nodig" tot "hier is een concept dat je daadwerkelijk kunt gebruiken"

Review-to-ship ratio: Hoeveel bewerken voordat het concept klaar is om in te dienen

We volgen ook cite grounding rate, tool errorbudgetten, cache hit rates en het percentage tokens dat tool output is in plaats van modeluitvinding. Als een tool verkeerde getallen produceert, repareren we de tool en verzenden een test, geen langere prompt.

Onze enkele objectieve functie:

Minimaliseer: TTFD + λ·Variance(ReviewEdits) + μ·HallucinationRate
Onderhevig aan: GroundingRate ≥ g_min, Provenance = true, Approval = true

Lees het als een contract: snelle concepten, consequent lichte beoordeling, nul tolerantie voor ongefundeerde claims en een controleerbaar spoor.

Vroege resultaten van UK en NL kantoren:

40 minuten bespaard per rechtbankformulier (N1, N244, Nederlandse equivalenten)
60% vermindering in tijd tot eerste concept op standaard processtukken
3x minder citatiefouten gevangen bij partnerbeoordeling (omdat tools standaard citeren)
85%+ van tool outputs gebruikt zonder wijziging (omdat ze deterministisch en correct zijn)

Vibes overleven partnerbeoordeling niet. Cijfers wel.

De lus sluiten

De gewichten en training van het model zijn vastgelegd. Je kunt ze niet veranderen om 15.00 uur op een dinsdag wanneer je om 17.00 uur moet indienen. Ze zijn wat ze zijn.

Maar je kunt de omgeving rond het context window veranderen. Dat is waar de bedrijfslaag leeft. Dat is waar de specifieke behoeften van je kantoor, de eigenaardigheden van je jurisdictie, de feiten van je zaak en je persoonlijke voorkeuren worden geïnjecteerd.

Dus zo werkt augmentatie eigenlijk. Je traint het model niet opnieuw. Je bouwt steigers rond zijn werkgeheugen zodat het zich gedraagt alsof het al jaren bij je kantoor is. Het model brengt taal en redenering. Je kantoor brengt context, tools en geheugen. Samen produceren ze werk dat geen van beiden alleen zou kunnen produceren.

De beste schrijfsels over context engineering en tool-using loops beschrijven de kaart. Dit is onze route eroverheen - en wat we hebben geleerd door Andri te bouwen voor 100+ kantoren die AI nodig hebben die blijft, niet bezoekt.

We zijn aan het aannemen. Als je geeft om tools goed krijgen, geheugen schalen, of gewoon software bouwen die advocaten dagelijks gebruiken, praat met ons.