Twee maanden geleden heb ik al mijn projecten op één Dokploy-box gezet, de grootste van vijf servers, en de andere vier laten vallen. Deploys werden een Dockerfile in de repo, en het handmatige serverwerk dat ik deed, verdween. De setup houdt stand, met één gat: ik vertrouw de resourcemonitoring nog niet.
Een nieuw agentic project van mij begint met een corpus markdown: één document voor wat het project moet doen, subfolders voor de modules en systemen erin. Die bestanden zijn wat een agent per taak leest, wat ze dichter bij een programma dan bij een essay maakt. Ik forkte een markdown-editor om hun structuur te zien tijdens het schrijven, en hij rendert de raw HTML die de engine eerst als tags afdrukte.
De volledige spec-and-review-ceremonie bij elke taak vertraagde de build tot een slakkengang, dus heb ik superpowers geforkt in twee snelheidsbanen. De audit plakte er een concreet getal op: 27 subagent-runs voor 11 taken, waarbij één fix-loop 22 procent daarvan opslokte. Upstream bracht een dag na mijn routing-aanpassing een eigen router uit, dus het probleem was reëel.
De afgelopen zes weken doet een machine die ik heb gebouwd een deel van mijn quant-onderzoek voor me. Het stelt een hypothese voor, schrijft zelf de strategie, backtest deze over twaalf out-of-sample-vensters en vertelt me welke ideeën dood zijn. Het heeft ongeveer 700 experimenten gedraaid en niets heeft de holdout overleefd. Dat leest als een oordeel over autoresearch, maar dat is het niet: het is een oordeel over mijn harness.
ta v2.0.0 brengt ta.js, ta.py en ta.go op hetzelfde versienummer, met dezelfde indicator-set end-to-end geaudit tegen leerboek-formules en een vergelijkende benchmark per taal. Pure-JS ta.js wint 66 van de 67 cross-library cases op 100k bars; pure-Go ta.go wint of speelt gelijk op alles in zijn veld. Het Python-verhaal is gecompliceerder, en de post is eerlijk over waarom.
Hourly is vandaag live gegaan in de Mac App Store, naast de directe download vanaf deze site. Hij is gratis, lokaal, geen account, geen paywall achter een feature. Ik heb hem in ongeveer twee weken gebouwd met agentic coding tools als de goedkoopste empirische test die ik kon draaien op de vraag of agentic coding daadwerkelijk een paywalled SaaS-categorie heeft opengebroken.
Magento 2 is niet gebouwd voor een catalogus op onze schaal. Met 800K+ producten die elke dag worden bijgewerkt en meerdere indexers die op die wijzigingen ingeschreven staan, kan de cron de _cl changelog tabellen niet sneller leegmaken dan het platform erin schrijft. Tegen de tijd dat ik keek, had de grootste tabel 902 miljoen rijen. Deze post is de workaround-cron die over de mismatch heen plakt, en het sociale deel van waarom geen van de experts die ik vroeg ooit voorstelde om naar de database te kijken.
Vijfeneenhalf jaar ta.js, deze week uitgebracht als v1.17.0 na 22 maanden inactiviteit. De eerlijke lezing: ik heb mijn eerste open-source project in JavaScript gebouwd omdat ik toen nog niet wist hoeveel uitvoeringssnelheid uitmaakt in kwantitatieve systemen — de taal bleek verkeerd voor de backtest en goed voor de helft van het werk waar ik nog aan het uitvogelen was wat ik aan het bouwen was. De library bleef waar hij zijn plek nog verdiende.
Begin 2026 lanceerde ik een custom diamond-painting-webshop op mijndiamondpainting.nl, deed één verkoop en sloot de webshop binnen een maand weer. De reden dat het ding doodging zat nergens in de code. De leverancier zat in China, het product was gepersonaliseerd, en er was geen versie van die combinatie waarin de order op tijd op een Nederlandse deurmat lag bij een instapprijs van €22,95.
Ik was sceptisch tijdens GPT-3.5 en GPT-4. Chat in een zijbalk was autocomplete met extra stappen. Wat ongeveer een jaar later wel kwam, was een ander primitive: agentic coding loops, waarbij het model een kleine set tools aanstuurt — lees een file, bewerk een file, draai een test, lees de error — in plaats van alleen tekst produceren. Dat is de versie waar ik op ben omgedraaid, en het is de versie waar deze post over gaat.
