PodcastsHear the voice. See the shape of the thought.

Janie Lee en Chai Asawa van Abridge schuiven aan bij swyx en Jacob Effron van Redpoint voor een Latent Space x Unsupervised Learning-crossover. Ze vertellen hoe een AI-schrijver uitgroeide tot de "klinische intelligentielaag" van de zorg: de productfilosofie van airconditioning, de casus van voorafgaande machtiging, een eval-stack gebouwd rond clinicus-wetenschappers en LLM-judges, waarom HIPAA het datavliegwiel hervormt, en wat er nodig is om betrouwbaar te draaien bij meer dan 100M medische gesprekken. ## [00:00] Introductie De aflevering opent met Janie Lee's pitch: context is alles, meldingen moeten van reactief naar proactief, en het product zelf moet naar de achtergrond verdwijnen — net als airconditioning — tenzij er een klinisch risico is dat actie vereist. swyx vraagt luisteraars kort om een abonnement te nemen in plaats van reclame te draaien. > *"Wat wij graag zeggen: ons product moet aanvoelen als airconditioning. Het staat op de achtergrond en maakt dingen gewoon beter."* — Janie Lee ## [01:17] Wat Abridge doet swyx presenteert dit als de jaarlijkse Latent Space x Unsupervised Learning-crossover, met Jacob Effron als aanvulling omdat Redpoint in Abridge investeert. Janie introduceert Abridge als een klinische intelligentielaag voor zorginstellingen, ontstaan vanuit documentatie: clinici besteden 10 tot 20 uur per week aan het schrijven van notities, en het gesprek tussen patiënt en arts staat bovenaan de keten van bijna elk downstream product — de declaratie, de betaling, de diagnose. Chai voegt toe dat alles voor, tijdens en na het consult aanpakbaar wordt zodra je volledige context hebt over patiënten, verzekeraars, richtlijnen en de literatuur. > *"Abridge is een klinische intelligentielaag voor zorginstellingen. We zijn echt begonnen met documentatie en bouwen voor clinici."* — Janie Lee ## [03:22] Van ambient documentatie naar klinische intelligentie Janie beschrijft Abridge's drie "acts": tijd besparen (het oorspronkelijke schrijfproduct dat artsen hun avonden teruggaf — de "pyjamamomenten"), geld besparen en verdienen voor zorginstellingen die op recordlage winstmarges draaien, en uiteindelijk levens redden. Dat het product miljoenen keren per week wordt geopend — voor, tijdens en na elk consult — maakt die uitbreiding haalbaar. > *"Ze noemen het pyjamamomenten... artsen die na het werk thuis in hun pyjama hun notities bijhouden."* — Janie Lee ## [05:21] Klinische beslissingsondersteuning en context als sleutel Jacob vraagt Chai hoe de klinische beslissingsondersteuning van Abridge zich verhoudt tot zijn eerdere werk bij Glean. Chai stelt de twee tegenover elkaar: bij Glean is een fout antwoord vervelend; in de zorg staat er veel meer op het spel en is het gebruikersoppervlak veel smaller — minder persona's, maar elk resultaat moet raak zijn. Dat kleurt alles, van offline evaluatie tot gefaseerde uitrol, en knoop vast aan de Jarvis-visie van een assistent die je echt kent — iets wat elk hackathon van het afgelopen decennium heeft geprobeerd te bouwen. > *"De Jarvis-visie — op elk hackathon van de afgelopen tien jaar stond er wel een Jarvis-concurrent, maar ik denk dat Abridge daar echt vandaan is gekomen en nog steeds naartoe gaat."* — Chai Asawa ## [08:14] Waarschuwingsmoeheid, proactieve intelligentie en voorafgaande machtiging Jacob brengt het klassieke probleem van waarschuwingsmoeheid ter sprake: wanneer doorbreek je de stilte van de airconditioning en onderbreek je echt? Janie's concrete voorbeeld is voorafgaande machtiging: een MRI-afwijzing die nu weken later arriveert, kan worden omgezet in een realtime melding terwijl de patiënt nog in de kamer zit, gebaseerd op verzekeraarbeleid, EHR-data, eerdere diagnoses en kliniekeigen protocollen. De valkuil zit in de data-infrastructuur: voorafgaande machtiging werkt alleen als het systeem elk relevant signaal op het juiste moment kan samenvoegen. > *"Om dat voorbeeld van voorafgaande machtiging mogelijk te maken — bedenk hoeveel data je daarvoor nodig hebt."* — Janie Lee ## [13:53] Ambient AI-vormen en klanten in de zorg swyx vraagt naar de vorm. De belangrijkste interface is vandaag mobiel, maar Abridge draait ook op desktop, browserplug-ins binnen het EHR, apparaten in de kamer voor klinische opnames, verpleegkundige workflows, en verkent augmented reality. De klant is meerzijdig: CMIOs, CFOs, CIOs, clinici, patienten, verzekeraars en farma zitten allemaal ergens in de keten, waarbij interacties met verzekeraars via gestructureerde uitwisseling verlopen in plaats van directe toegang tot ruwe Abridge-data. > *"Jullie hebben het veel over ambient AI. Is dat voornamelijk op de telefoon?"* — swyx ## [18:16] De moeilijkste AI-problemen in de zorg Gevraagd naar het moeilijkste AI-probleem bij Abridge noemt Chai hoogwaardige, lage-latentie, lage-kosten realtime ondersteuning in een klinische setting met hoge inzet. Het in kaart brengen van de lange staart van verzekeraarbeleid in tussenliggende representaties waar het systeem over kan redeneren, is een concreet voorbeeld: de Pareto-grens verschuift voortdurend, en ze moeten die zelf verleggen in plaats van te wachten op kant-en-klare verbeteringen. > *"De Pareto-grens verschuift altijd, maar we proberen dit ook nu al te doen."* — Chai Asawa ## [19:43] Frontiermodellen, eigen data en modelstrategie Jacob vraagt wat ze kant-en-klaar inzetten versus zelf bouwen. Chai's redenering: frontiermodellen absorberen steeds meer algemene medische kennis, dus Abridge's voorsprong zit in de eigen medische gesprekken en het specialismespecifieke gedrag dat daarbovenop is gebouwd. Ze zijn bewust modelagnostisch waar mogelijk — wat telt is de uiteindelijke productervaring, en ze combineren modellen per workflow. > *"We kunnen dit of dat inzetten — uiteindelijk gaat het ons alleen om de beste productervaring."* — Chai Asawa ## [22:24] Het EHR als bestandssysteem voor agents Chai's perspectief voor het komende jaar: elke agent is in de kern een codeeragent, en binnen de zorg functioneert het EHR als het bestandssysteem — een enorme gestructureerde informatieopslagplaats die in geen enkel huidig contextvenster past. Janie voegt toe dat het doel nog steeds is de clinicus gefocust te houden op de patient: de juiste context op het juiste moment beschikbaar hebben, niet het gesprek opnieuw doornemen. > *"Bijna elke agent is in de kern een codeeragent. Je geeft hem een bestandssysteem, hij schrijft zijn eigen code... je kunt het EHR zien als een bestandssysteem."* — Chai Asawa ## [25:20] Personalisatie, geheugen en voorkeuren van clinici Jacob vraagt hoe Abridge per-arts personalisatie aanpakt. Janie's antwoord is gelaagd: individuele bewerkingen worden signaal, specialismespecifieke standaarden vormen de volgende laag, en zorginstellingbeleid omhult alles. Chai beschrijft geheugen als een nieuw soort registratiesysteem: achtergrondtaken die signalen over consulten heen consolideren — vergelijkbaar met hoe slaap herinneringen consolideert — zodat het model leert van elke bewerking en van alles wat niet wordt bewerkt. > *"Een interessant bijproduct voor ons is dat geheugen eigenlijk een van die nieuwe registratiesystemen is."* — Chai Asawa ## [31:57] Evals, LLM-judges en gefaseerde uitrol Janie legt de eval-stack uit: interne clinici doen een eerste review via het LFD-proces, LLM-judges worden gekalibreerd op die geannoteerde data, externe evaluatoren leveren een onafhankelijke beoordeling, en specialismespecifieke evals vangen wat generieke missen. Chai trekt de analogie met zelfrijdende auto's: zo snel mogelijk contact maken met de werkelijkheid, maar alleen via gefaseerde uitrol — zodat de offline distributie echt overeenkomt met de productiedistributie. > *"Ik wil zo snel mogelijk contact maken met de werkelijkheid, maar via een gefaseerde uitrol — want hoe groot mijn offline evalset ook is, ik wil dat de distributie echt overeenkomt met de echte verdeling."* — Chai Asawa ## [38:04] HIPAA, de-identificatie en privacy Privacy is een harde randvoorwaarde voor het datavliegwiel. Chai legt uit dat alles wat wordt gebruikt als basis voor online evals of leren geanonimiseerd moet zijn en dat is onomkeerbaar: ze hebben daar specifieke processen voor ingericht. Janie voegt toe dat klantcontracten ook regelen wie binnen Abridge toegang heeft tot PHI, waardoor de lat voor wat terugvloeit naar trainingsdata contractueel hoog ligt, niet alleen als beleid. > *"Alle data die we gebruiken moet geanonimiseerd zijn — alle echte data die we gebruiken als basis voor online evalsets of om van te leren."* — Chai Asawa ## [40:38] 100M gesprekken en werken op schaal Bij meer dan 100M gesprekken verschuift het aandachtsveld: modelroutering, post-training, betrouwbaarheidsbudgetten en kosten per aanroep worden primaire zorgen. Chai bespreekt inzichten die je aan clinici kunt bieden, en blikt verder vooruit: uiteindelijk kan hetzelfde gesprek ook signalen opleveren voor patienten en consumenten rechtstreeks, niet alleen voor zorgverleners. > *"In onze dataset van 100 miljoen gesprekken zit zoveel. Je kunt je voorstellen welke inzichten je aan de clinicus kunt bieden."* — Chai Asawa ## [45:27] EHR-integratie en de klinische intelligentielaag swyx vraagt naar de relatie met het EHR. Abridge investeert zwaar in diepe interoperabiliteit: de EHR-samenwerking is een basisvereiste voor adoptie door clinici, maar de waarde die Abridge erbovenop legt heeft een andere scope: context over meerdere consulten heen, verzekeraarsbewust redeneren, en het soort klinische intelligentie dat het EHR zelf niet is toegerust om te produceren. > *"Een van de sleutelpartners is het EHR — ik vraag me af hoe die relatie eruitziet."* — swyx ## [47:56] Regelgeving in de zorg, latentie en AI met hoge inzet Jacob vraagt wat Abridge heeft geleerd van regelgeving. Janie gaat in tegen het gebruikelijke verhaal: AI in de zorg heeft eigenlijk regelgevende rugwind, omdat de lat zo hoog ligt dat de moeilijkste problemen hier als eerste worden opgelost. Chai beschrijft de "slimme trucs" die ze nu inzetten in de wetenschap dat de frontier blijft bewegen, en accepteert dat sommige daarvan over vijf jaar niet meer standhouden. > *"Ik denk dat dit de plek is waar de moeilijkste AI-problemen als eerste worden opgelost, juist omdat de lat zo hoog ligt."* — Janie Lee ## [51:28] Clinicus-wetenschappers en kwaliteit aan de staart Janie beschrijft een interne rol bij Abridge: de clinicus-wetenschapper — artsen die ook technisch onderlegd zijn, variërend van full-stack engineers tot "bijzonder vindingrijke prompters." Doordat zij zijn ingebed in product- en evalteams, stijgt de lat voor wat er wordt uitgebracht: de mensen die de LFD-criteria opstellen zijn ook degenen die begrijpen wat klinisch nuttig echt betekent. swyx legt het verband met actief leren op bekende zwakke plekken — het soort verfijning dat bij de meeste AI-teams verloren is gegaan. > *"We hebben een rol genaamd clinicus-wetenschapper — ik hoorde een van onze leidinggevenden hen onlangs 'mutanten' noemen."* — Janie Lee ## [54:21] Lessen van Glean en duurzame AI-infrastructuur Jacob vraagt Chai wat er meegaat vanuit Glean. Het antwoord gaat grotendeels over wat de tijd doorstaat: contextlagen, event-gedreven systemen, Kafka, Temporal, sockets, CRDTs uit het Google Docs-samenwerkingsspeelboek. Multi-agent systemen erven dezelfde conflictoplossingsuitdagingen als mensen, en de infrastructuurpatronen van het afgelopen decennium worden niet weggegooid maar herbestemd. > *"Er is veel event-gedreven technologie — Kafka, Temporal, sockets enzovoort. Hoe je dat bij elkaar brengt, is naar mijn mening ook duurzaam."* — Chai Asawa ## [58:20] De toekomst van agentische zorgworkflows Een korte uitwisseling over hoe een meer agentisch Abridge eruitziet: nog steeds verankerd in de rol van de clinicus in de patientrelatie, maar met meer achtergrondwerk — reageren op laboratoriumuitslagen, conceptreacties opstellen, meer taken overnemen namens de clinicus zonder de relatie over te nemen. > *"Nog meer mogelijkheden namens de clinicus, van wie wij denken dat die een heel belangrijke rol speelt in de verbinding met de patient."* — Chai Asawa ## [58:51] PRDs, producthelderheid en het bouwen van serieuze AI-producten Jacobs snelle vraag: waar ben je het afgelopen jaar van gedachten veranderd in AI? Janie keert de populaire opvatting om: prototypes zijn niet het einddoel, PRDs zijn niet dood. Naarmate producten complexer worden en door AI worden aangedreven, is de discipline van schriftelijke helderheid in een echte PRD belangrijker, niet minder. De rest van het onderdeel gaat over het bouwen van serieuze AI-producten in de zorg: eigenaarschap, schriftelijke specificatiediscipline en weerstand bieden aan demo-gedreven ontwikkeling. > *"De heetste opvatting is dat prototypes het einddoel zijn en dat PRDs dood zijn."* — Janie Lee (de opvatting waarvan ze van gedachten is veranderd) ## [64:28] AI-codeertools bij Abridge swyx's standaardvraag voor de afsluiting. Abridge gebruikt Claude Code en Cursor intern, en Jacob gooit er half grappend een benchmark tegenaan: hij wil Claude een bedrijf van 1 miljard dollar pre-revenue zien runnen. > *"Claude gaat dit doen — ik wil Claude een bedrijf van een miljard dollar pre-revenue zien leiden."* — Jacob Effron ## [65:23] Afsluiting Chai verwijst luisteraars naar de website van Abridge voor hun white papers over hallucination reduction, evals en de rest van de onderzoeksstack. swyx en Jacob sluiten af met dank en slotwoorden. > *"Op de Abridge-website hebben we veel white papers over interessant werk, zoals het verminderen van hallucinaties."* — Chai Asawa ## Entiteiten - **Janie Lee** (Persoon): Operator uit de oprichtingsperiode van Abridge; product- en commerciële kant van de klinische intelligentielaag. - **Chai Asawa** (Persoon): Hoofd klinische beslissingsondersteuning bij Abridge; eerder werkzaam bij Glean. - **swyx** (Persoon): Host van Latent Space. - **Jacob Effron** (Persoon): Partner bij Redpoint Ventures; host van de Unsupervised Learning-podcast. - **Abridge** (Organisatie): Healthcare AI-bedrijf dat de klinische intelligentielaag bouwt — begonnen met ambient documentatie, nu uitbreidend naar beslissingsondersteuning, voorafgaande machtiging, evals en EHR-integratie. - **Glean** (Organisatie): Enterprise AI-zoekbedrijf; aangehaald als Chai's vorige werkgever en als horizontaal-versus-verticaal contrast met Abridge. - **Redpoint Ventures** (Organisatie): Durfkapitaalbedrijf; investeerder in Abridge en thuisbasis van de Unsupervised Learning-crossover. - **EHR (Electronic Health Record)** (Concept): Het registratiesysteem waarop zorginstellingen draaien; in Chai's framing functioneert het EHR als een bestandssysteem voor zorgagents. - **Voorafgaande machtiging** (Concept): Een kerntoepassing van Abridge: weken durende afwijzingen van verzekeraars omzetten in realtime begeleiding tijdens het consult. - **LFD-proces** (Concept): De interne, door clinici geleide eerste review bij Abridge, gebruikt om LLM-judges te kalibreren en evalcriteria te definiëren. - **Clinicus-wetenschapper** (Concept): Een Abridge-rol: artsen die ook technisch zijn, ingebed in product- en evalteams. - **Gefaseerde uitrol** (Concept): Abridge's uitrolstrategie: uitbrengen naar een deel van het echte verkeer om de offline distributie eerlijk te houden, gemodelleerd naar het uitrolpatroon van zelfrijdende auto's. - **Claude Code** (Software): AI-coderingstool die intern bij Abridge wordt gebruikt. - **Cursor** (Software): AI-code-editor die intern bij Abridge wordt gebruikt.

US Under Secretary of State Jacob Helberg keert terug bij No Priors om Pax Silica te onthullen: een economische veiligheidscoalitie van 14 landen, ontworpen om de gehele AI-toeleveringsketen veilig te stellen, van chips tot zeldzame-aardmagneten tot robotactuatoren. Het vlaggenschipproject: 4.000 hectare in de Filipijnen (een derde van Manhattan) dat aan de VS is geschonken voor een "forward-deployed industrial base", bedoeld om voor het liberaal-democratisch kapitalisme te doen wat China's Belt and Road deed voor door de staat geleide infrastructuur, maar aangedreven door private bedrijven en durfkapitaal in plaats van staatsbedrijven. Sarah Guo en Elad Gil bevragen Helberg over de duurzaamheid van beleid over administraties heen, hoe durfinvesteerders erin passen en waarom hij Amerika een "mondiale underdog" noemt. ## [00:00] Cold Open Helberg opent met de filosofische kern van Pax Silica: de VS zal de concurrentie in toeleveringsketens niet winnen met door de staat gerunde fabrieken. Het voordeel ligt in de private sector en de bedrijven: Jobs' "betoveren en verrukken" geëxporteerd door de miljarden. De strategie is dan ook platforms te bouwen in nauwe samenwerking met Amerikaanse bouwers die uiteindelijk als commerciële diensten buiten de overheid kunnen functioneren. > *We gaan geen door de overheid beheerde toeleveringsketens opzetten, want zo blinken we niet uit als land. Onze superkracht is echt onze private sector en onze bedrijven.* ## [00:41] Introductie Jacob Helberg Sarah en Elad herintroduceren Helberg, nu bevestigd als Under Secretary of State for Economic Affairs na hun vorig gesprek voor zijn bevestiging. Het kader voor het uur: Pax Silica als een multinationale inspanning om de AI-toeleveringsketen voor de VS en zijn bondgenoten veilig te stellen. > *Jacob, bedankt dat je er bent. Ja, bedankt voor je komst. Bedankt voor de uitnodiging.* ## [01:02] De missie van Pax Silica Helberg koppelt Pax Silica aan zijn toespraak bij het Hudson Institute, die een "ecosysteemgebaseerde" aanpak van toeleveringsketens uiteenzette. De coalitie omvat nu 14 landen. Het eerste concrete projectresultaat was de regeling met de Filipijnen: 4.000 hectare geschonken aan de VS voor een forward-deployed industrial base. Hij presenteert de inzet als de combinatie van American common-law voorspelbaarheid met de industriële comparatieve voordelen van de Filipijnen, en positioneert dit expliciet als het AI-toeleveringsketen-equivalent van een productlancering, gepresenteerd in San Francisco om direct met bouwers te spreken. > *Pax Silica is een economische veiligheidscoalitie met nu 14 landen en het idee is een ecosysteemgebaseerde aanpak van onze toeleveringsketens en specifiek de AI-toeleveringsketen.* ## [03:51] Investeren in AI-chiptoeleveringsketens De AI-toeleveringsketen is veel breder dan chips: "duizenden inputs zoals precisie-reducers, servomotoren, zeldzame-aardmagneten en actuatoren", en het concentratierisico van de VS is voor bijna al die inputs hoog. Helbergs kader is het selecteren van geografieën die al inheemse industriële diepgang en waardenafstemming hebben. De Filipijnen voldoen aan beide criteria: een diep productie-ecosysteem en de oudste bondgenoot van de VS in Azië. Robotica krijgt expliciete aandacht als het volgende knelpunt na chips. > *De AI-toeleveringsketen omvat duizenden inputs zoals precisie-reducers, servomotoren, zeldzame-aardmagneten en actuatoren, en ons concentratierisico als land is ongelooflijk hoog voor vrijwel al die inputs.* ## [05:43] Pax Silica vergeleken met China's Belt and Road Initiative De voor de hand liggende vergelijking, en Helberg omarmt die. Belt and Road, zo legt hij uit voor het publiek, was 25 jaar van staatsbedrijven die door de overheid geëxploiteerde wegen, bruggen, spoorwegen, mijnen en verwerkingsinstallaties in het buitenland bouwden, infrastructuur als instrument van buitenlands beleid. Pax Silica keert het model bewust om: de activa zijn privaat en commercieel levensvatbaar, de rol van de overheid is wrijving verminderen en bondgenoten op één lijn brengen, en het doel is duurzame economische onderlinge afhankelijkheid in plaats van politieke druk. Helberg stelt dat dit zowel duurzamer als transparanter is: ontvangende landen krijgen echte groei in plaats van schuldvallen. > *Fundamenteel waren het staatsbedrijven die door de overheid geëxploiteerde spoorwegen en door de overheid gebouwde wegen en bruggen aanlegden.* ## [12:38] De waardepropositie van Pax Silica Voor partnerlanden is de pitch eenvoudig: AI drijft al meer dan een derde van de bbp-groei van de VS aan en creëert een recordvraag naar koper, kobalt, elektriciens en every input die in een datacenter gaat. Landen die betekenisvolle posities innemen in verschillende lagen van die toeleveringsketen, profiteren van groei die ze anders mislopen. Helberg beroept zich op het niet-nulsomkarakter van technologische inflectiepunten om te betogen dat dit wederzijds voordelig kan zijn: de taart groeit snel genoeg dat iedereen aan tafel wint. > *De taart groeit heel snel. En het is dus echt niet nulsomspel, wat het ongelooflijk bevorderlijk maakt voor het smeden van zeer wederzijds voordelige relaties.* ## [14:38] Amerikaanse versus partnerproductie Elad stelt de voor de hand liggende vraag: wat blijft in de VS versus wat wordt uitbesteed aan partners? Helbergs kader is consumptie versus productie. De VS is 4% van de wereldbevolking maar consumeert 20-30% van de wereldproductie in de meeste categorieën, en produceert veel minder. Het dichten van die kloof reindustrialiseert Amerika per definitie. Sommige zaken (geavanceerde fabs, defensiekritieke capaciteiten) moeten binnenlands blijven. Andere (mineralenverwerking, bepaalde componenten) zijn beter uitbesteed waar geografie en industriële basis er al voor geschikt zijn. De instelling is geen autarkie, maar een bewuste herverdeling van de toeleveringsketen over bondgenoten, met de VS die de meest strategisch gevoelige lagen vasthoudt. > *Amerika neemt ergens tussen 20 en 30% van het mondiale verbruik voor zijn rekening in een bepaald kwartaal.* ## [19:10] Prijsstelling van zeldzame-aardmineralen Elad gaat in op zeldzame aardmineralen: niet echt zeldzaam, totale markt slechts een paar miljard dollar, zwaar gesubsidieerd door China als controlemiddel. Helberg stemt ermee in en herformuleert de economie: wat de concurrentiepositie in zeldzame aardmineralen bepaalt, is energie-intensiteit en extractiekwaliteitsgraad, niet geologische schaarste. Dat maakt de beleidsvraag een kwestie van energieovervloed en verwerkingscapaciteit, niet van het vinden van nieuwe afzettingen. De implicatie is dat de VS deze categorie kan winnen als het de goedkope-energiekant van de vergelijking oplost, wat deels de bedoeling is van de bredere energieaanbodstimulering van de administratie. > *Wat de economie van die industrieën echt drijft, is hoeveel energie je de grond in moet pompen om een bepaald mineraal te winnen op een bepaalde kwaliteitsgraad.* ## [22:16] De rol van durfkapitaal in Pax Silica Sarah vraagt, "voor een vriend", wat de rol van privékapitaal is. Helbergs antwoord is ongewoon direct voor een State Department-functionaris: durfinvesteerders zijn beter dan de overheid in het beoordelen van oprichters en operatoren, en uitvoeringscapaciteit bepaalt of ambitieuze projecten de realiteit overleven. Hij wil het venture-ecosysteem als signaallaag: overheidsallocatie kan meeliftend bovenop gaan waar geloofwaardige operatoren al naartoe gaan, in plaats van dat de overheid alleen winnende partijen probeert te kiezen. De samenwerking is expliciet bilateraal: durfinvesteerders signaleren uitvoeringsrijpe bedrijven, de overheid biedt vraag en beleidssteun. > *Jullie zijn als het ware hardwired om veel persoonlijkheidsattributen van oprichters en operatoren te beoordelen.* ## [24:50] Korte- versus langetermijnprioriteiten Hoe balanceer je deliverables voor 2027-2028 met plays van vijf jaar? Helbergs antwoord is het sturen van de omgeving in plaats van tijdlijnen kiezen. De aanpak van de administratie is de macro-omgeving zodanig te vormen dat zowel kortetermijniteratie als langetermijn kapitaalintensieve plays gemakkelijker worden: rode tape snijden, binnenlandse energievoorziening uitbreiden, kernenergie verviervoudigen. Hij noemt een van de eerste door Trump ondertekende executive orders over het verviervoudigen van binnenlandse kernenergie als een structureel enabler die over beide tijdshorizonten vruchten afwerpt. > *Het helpen vormgeven van de omgeving, het creëren van een macro-omgeving die innovatie, iteratie van innovaties en inzet van innovaties een stuk gemakkelijker en goedkoper maakt.* ## [27:09] AI-beleid duurzaam maken Elad kaart het executive-order-probleem aan: elke administratie annuleert de orders van de vorige. Hoe overleeft Pax Silica een overgang? Helberg merkt op dat sommige zaken, zoals belastinghervorming, zeer persistent zijn, en dat zijn rol hem verbiedt electorair commentaar te geven. Hij beantwoordt de duurzaamheidsvraag niet volledig, wat op zichzelf het antwoord is: de duurzaamheid moet komen van wetgeving en van feiten op de grond (de industriebasis in de Filipijnen, partnerproductie) die moeilijk terug te draaien zijn. > *Belastinghervorming is zeer persistent.* ## [28:09] Hoe beleid ondernemers beïnvloedt Voor Amerikaanse zakenmensen en operatoren is Pax Silica gepositioneerd als een markttoegangplatform: uitbreiding van wat Amerikaanse bedrijven kunnen verkopen op bondgenotenmarkten zoals Japan, Zuid-Korea, India en Singapore, waar zelfs vriendelijke handelspartners vaak betekenisvolle wrijving opleggen. Helberg wil specifiek feedback van operatoren over al lopende partnerschappen, toeleveringsketenbeslissingen die leidinggevenden nu bewuster nemen, en beleidsoplossingen die grensoverschrijdende samenwerking zouden deblokkeren. > *We willen het gebruiken als een platform om markttoegang voor onze bedrijven te vergroten.* ## [31:00] Trumps ondernemende administratie Op de vraag wat hem het meest heeft verrast na zijn start bij State, wijst Helberg op de snelheid en risicobereidheid van de administratie: "Trump-tijd", de interne grap bij buitenlandse tegenpartijen. Hij schrijft dit toe aan een president die het grootste deel van zijn leven in de private sector heeft doorgebracht en een kabinet (Bessent, Lutnick en anderen) dat werkt op basis van private-sectorinstincten in plaats van bureaucratische. De implicatie voor bouwers: de bereidheid om nieuwe dingen te proberen is op dit moment ongebruikelijk hoog, en Pax Silica is een van de begunstigden daarvan. > *We bewegen graag in Trump-tijd.* ## [33:00] Waarom Amerika een mondiale underdog is Sarah sluit af door Helberg te bevragen over zijn karakterisering van Amerika als "mondiale underdog", wat contraproductief lijkt gezien het feit dat de VS doorgaans als de gevestigde macht wordt beschreven. Helberg beroept zich op Graham Allisons Thucydides Trap en wijst de framing af: Amerika's identiteit is van meet af aan die van een natie van underdogs geweest: 13 ongeordende kolonies die in opstand kwamen tegen het keizerrijk van de beschaafde samenleving, herhaaldelijk verteld dat ze in verval waren, en de voorspellingen van de gevestigde klasse herhaaldelijk weerlegden. Het betoog fungeert als verdediging van de Amerikaanse cultuur van risiconeming en een slotpleidooi: het land wint door zich als underdog te gedragen in plaats van zijn gevestigde positie te verdedigen. > *We zijn altijd een natie van underdogs geweest.* ## Personen - **Jacob Helberg** (Persoon): US Under Secretary of State for Economic Affairs; architect van Pax Silica. - **Sarah Guo** (Persoon): No Priors-host; oprichter en GP bij Conviction. - **Elad Gil** (Persoon): No Priors-host; onafhankelijk investeerder en serieel ondernemer. - **Pax Silica** (Concept): Een door het US State Department geleide economische veiligheidscoalitie van 14 landen, gericht op het beveiligen van de AI-toeleveringsketen via forward-deployed industrial bases en private-sector partnerschappen. - **Belt and Road Initiative** (Concept): China's 25-jarig staatsgeleide overzeese infrastructuurprogramma, de tegenhanger waartegen Pax Silica zich positioneert. - **Filipijns forward-deployed industrial base** (Project): 4.000 hectare geschonken aan de VS voor industriële uitbouw, het eerste vlaggenschipproject van Pax Silica. - **Thucydides Trap** (Concept): Graham Allisons kader dat de VS-China-verhouding kenmerkt als gevestigde-macht-versus-opkomende-macht; Helberg wijst de gevestigde-macht-framing af. - **Trump-administratie** (Organisatie): Vormt de beleidssnelheid en risicobereidheid van Pax Silica ("Trump-tijd"), met key-kabinetleden Scott Bessent en Howard Lutnick die worden aangehaald.

Mikey Shulman, co-founder of Suno, discusses the platform's evolution from a physics-based startup to a leader in generative AI music. By modeling music as raw sound waves rather than traditional theory, Suno empowers users to transition from passive listeners to active creators in the era of 'creative entertainment.' ## [00:00] Physics, Raw Sound, and Technical Philosophy Mikey Shulman explains how his background in quantum physics at Harvard influenced Suno's interdisciplinary approach to music technology. By modeling audio as raw sound waves sampled 48,000 times per second rather than using traditional music theory, Suno avoids creative constraints and allows for the emergence of new, microtonal genres. > *I think what I mostly learned is playing at the nexus of two things that don't usually play together is just a massive opportunity. [02:00]* ## [02:15] The Pivot to Consumer Music Generation Initially focused on audio analysis, the Suno team pivoted to generation after breakthroughs in audio compression made high-quality output computationally feasible. They validated the product's 'fun factor' through a Discord bot, discovering that the addictive nature of creation was a stronger signal than traditional business use cases. > *When you are staying up late playing with the thing, and you don't want to go to sleep, it's like a really good sign. [04:49]* ## [11:41] Why Music AI is a Research Problem, Not a Scale Problem Unlike Large Language Models, music generation lacks objective benchmarks, making raw compute scale less effective than targeted research. Shulman emphasizes using human preference data and reinforcement learning to align models with creative tastes, favoring a steady release cadence over long-term isolated development. > *In music there are no right answers. There are no benchmarks. Um, and so scale is somewhat less helpful in solving it. [12:28]* ## [16:22] From Passive Consumption to Creative Entertainment Shulman introduces the concept of 'creative entertainment,' where the act of building provides more fulfillment than the final product itself. He notes that 90% of Suno users are active creators, drawing parallels to the 'bedroom producer' era where accessible tools led to the discovery of new genres. > *People are creating music for the fun and enjoyment and fulfillment that comes with being creative. [17:05]* ## [22:52] Industry Partnerships and Professional Integration Addressing industry concerns, Shulman highlights Suno's partnership with Warner Music Group and its role in augmenting professional workflows. He argues that AI will raise the quality ceiling for artists and predicts that interactive live performances, such as audience participation at Coachella, are the next frontier. > *I think people incorrectly assume that we hate the existing music industry and especially we hate the record labels. [23:17]* ## [25:53] Product Strategy and the Application Moat Suno prioritizes the application layer and user experience as its primary competitive moat, viewing itself as a music company rather than just a technology firm. By focusing on storytelling through full-length lyrical songs and social co-creation features, the company aims to revive the cultural impact of music as a social medium. > *It's unclear how much moat exists in only a model... it's just really undervalued to invest in the product and the UI and the UX. [26:50]* ## Entities - **Mikey Shulman** (person): CEO and co-founder of Suno with a PhD in physics from Harvard. - **Suno** (organization): An AI-powered creative entertainment platform for music generation. - **Sonya Huang** (person): Partner at Sequoia Capital and host of the interview. - **Warner Music Group** (organization): A major global record label that partnered with Suno. - **Discord** (organization): The platform where Suno initially launched its music generation bot. - **Harvard** (organization): The university where Mikey Shulman studied quantum computing. - **Iamona** (person): A poet and artist who uses Suno to create music, illustrating the tool's professional potential. - **Coachella** (event): A major music festival cited as a future venue for interactive AI music experiences.

De VS heeft een achterstand van 50 jaar op China in kritieke mineralentoevoer, en het elektriciteitsnet draait nog steeds op mechanische systemen die een eeuw geleden zijn ontworpen. Turner Caldwell (Mariana Minerals) en Drew Baglino (Heron Power) — beiden ex-Tesla — betogen dat het dichten van die kloven de echte voorwaarde is voor AI-dominantie en industriële re-onshoring. Caldwell zet in op reinforcement learning-gedreven autonome raffinaderijen en mijnen om projecttijdlijnen van een decennium te comprimeren tot iets verdedigbaars; Baglino zet in op vaste-stof transformatoren — silicium en software die staal, olie en koper vervangen — om vermogensomzetting bij datacenters en grootschalige energie-installaties te moderniseren. Beiden komen tot dezelfde conclusie: co-gelokaliseerde toeleveringsketens, werving uit analoge industrieën en duurzaam federaal industriebeleid waarop privaat kapitaal daadwerkelijk kan plannen. ## [00:00] Introductie De aflevering opent met drie kernachtige stellingen die de strijd bepalen: Caldwell stelt dat de VS 50 jaar achterloopt op kritieke mineralentoevoer en te traag is om capaciteit op te schalen zelfs na vergunningverlening; Baglino merkt op dat de transmissie- en omzettingslaag van het net geen betekenisvolle verandering heeft gezien terwijl alles aan de rand ervan — EV's, opslag, snel laden — is getransformeerd; Price-Wright beschouwt beide als oplosbaar met hetzelfde techno-optimisme dat Tesla toepaste op elektrische voertuigen. > *"Het geloof dat je kunt innoveren in systemen die oud en verouderd zijn, dat zit in de kern van het bedrijf."* — Turner Caldwell ## [00:47] AI heeft fysieke infrastructuur nodig Price-Wright opent het hoofdsegment door de categorievergissing te benoemen die aan de basis ligt van de meeste AI-race-commentaar: de concurrentie gaat niet tussen modellen en chips, maar tussen fysieke uitbouwcapaciteiten. Every baanbrekend model, elke nieuwe fabriek en elk autonoom systeem heeft een echte vereiste in de werkelijke wereld — materialen, energie en het vermogen om elektriciteit te verplaatsen naar waar het nodig is. Netoverbelasting is geen plafond maar een oproep tot actie, vergelijkbaar van omvang met de nationale projecten waarrond Amerika zich eerder heeft verenigd. > *"Als we de industriële ruggengraat van de Verenigde Staten willen herbouwen, moeten we de hele stapel opnieuw doordenken, van kritieke mineralen tot energieopwekking, transmissie en hoe we nieuwe infrastructuur bouwen en verbinden op de snelheid die nodig is."* — Erin Price-Wright ## [02:23] De bouwers stellen zich voor Price-Wright stelt de twee gasten voor als bouwers die tegenovergestelde uiteinden van de fysieke stapel bestrijken: Caldwell van de aardkorst omhoog via raffinage, Baglino van de draad via de transformator naar de belasting. De framing scherpt de these van de aflevering aan: Amerika's AI-toekomst wordt beperkt door atomen, niet door algoritmen, en beide oprichters kozen die beperkingen bewust nadat ze hadden gezien hoe de rand van het net transformeerde terwijl de infrastructuur eronder dat niet deed. > *"De beperking voor Amerika's AI-toekomst, en herindustrialisering in bredere zin, ligt in veel opzichten bij atomen en niet bij algoritmen."* — Erin Price-Wright ## [03:11] Mariana Minerals uitgelegd Mariana Minerals is een software-first mijnbouw- en raffinagebedrijf voor kritieke mineralen — ongeveer een kwart van het team bestaat uit software- en ML-engineers — maar het verkoopt geen software. Het ontwikkelt, bouwt en beheert zijn eigen projecten. Caldwell beschrijft drie besturingssystemen: Capital Project OS automatiseert agentische workflows in engineering, inkoop en bouw; Plant OS gebruikt reinforcement learning om raffinaderijtemperaturen, doorstroomsnelheden, chemische toevoersnelheden en verblijftijden autonoom te regelen; Mine OS past dezelfde RL-aanpak toe voor kortetermijn autonoom beheer van mijnoperaties. Een kopermijn in het zuidoosten van Utah produceert momenteel hoogzuiver koper; een lithiumraffinaderij in Texas is in aanbouw, met als doel 10 projecten in 10 jaar. > *"We zetten groot in op autonomie in raffinaderijen, waarbij we reinforcement learning gebruiken om mensen daadwerkelijk uit de besluitvorming te halen over hoe raffinaderijen werken."* — Turner Caldwell ## [04:19] Heron Power's netupgrade Baglino traceert het probleem terug naar een divergentie van vier decennia: Moore's Law-equivalent verbeteringen in vermogenshalfgeleiders hebben telefoons, telecom en datacenters getransformeerd, maar het elektriciteitsnet zelf draait nog steeds op dezelfde grotendeels mechanische systemen die meer dan 100 jaar geleden zijn ontworpen. Geen controle, geen monitoring, een overgebouwd breekbaar systeem — en de meeste transformatorleveranciers zijn in het buitenland gevestigd, wat Baglino beschouwt als een toeleveringsketen-veiligheidsprobleem, niet slechts een zakelijke kans. Heron Power bouwt vaste-stof transformatoren die staal, olie en koper in vermogensomzetting vervangen door silicium en software, gericht op datacenters, grootschalige zonne- en batterij-installaties en andere kritieke netknooppunten. > *"Bij Heron Power zijn we gericht op het bouwen van vaste-stof transformatoren om silicium en software te gebruiken om staal, olie en koper in vermogensomzetting te vervangen."* — Drew Baglino ## [05:31] Waarom onshoring ertoe doet Baglino traceert silicon carbide — de sleutelhalfgeleider die vaste-stof transformatoren mogelijk maakt — terug naar decennia van DOE- en Marine-onderzoek, en betoogt dat de VS als eerste de technologie moet commercialiseren die met Amerikaans geld is ontwikkeld; dit aan andere landen afstaan betekent het volledige voordeel van dat onderzoek weggeven. Caldwell scherpt de mineralencasus aan: de VS heeft specifiek een achterstand van 50 jaar op China, niet alleen wereldwijd, en vergunninghervormingen plus projectfinanciering alleen dichten die kloof niet. De bottleneck is uitvoeringssnelheid na vergunningverlening — 5 jaar bouwen, nog eens 3 tot 5 jaar om op operationeel niveau te komen — en de hele these van Mariana is het comprimeren van die fase, omdat inhalen vereist dat je China overtreft, niet alleen bijhoudt. > *"Zelfs als we de lasten verlagen om China bij te houden, moeten we daadwerkelijk sneller gaan dan China."* — Turner Caldwell ## [07:48] Tesla-lessen en personeel Caldwell noemt drie overdraagbare troeven van Tesla: techno-optimisme ten opzichte van verouderde systemen, risicobereidheid die snelle beslissingen mogelijk maakt zonder angst voor mislukking, en institutionele weigering om hoogwaardige projecten op te geven als ze moeilijk worden. Baglino voegt daar de do-or-die financiële inzetten aan toe die hele organisaties focussen — "ik haat het om te zeggen alles of niets, maar het is er gelijkwaardig aan" — en missieduidelijkheid als talentenbaak waarmee je al van de besten kunt kiezen. Over personeel kijken beide oprichters naar analoge industrieën in plaats van te wachten op niet-bestaande specialisten: Baglino wierf batterijproductiemedewerkers van hogesnelheids-bottelbedrijven en spuitenfabrieken bij het bouwen van de 4680-programma's 50 GWh Texas-fabriek; Caldwell trekt olie-en-gas-engineers en softwareontwikkelaars aan die routing-achtige optimalisatie-algoritmen schrijven voor mijnbouw. Het loonverschil tussen Amerikaanse en Chinese fabrieken is minder dan 10% van de kostprijs — Baglino betoogt dat het zelfs onder 5% kan liggen — en de echte concurrentiedrijver zijn co-gelokaliseerde toeleveringsketens, waarbij China's industriezones elk auto-onderdeel binnen 3 uur rijden plaatsen. > *"De fabrieken van vandaag zijn sterk geautomatiseerd. Het loonverschil is minder dan 10% van de kostprijs. Wat de concurrentie werkelijk drijft, is de toeleveringsketen."* — Drew Baglino ## [21:09] Beleidswensen en afsluiting Caldwell vraagt om het volledige mineralen-beleidsgereedschap dat de afgelopen 50 jaar voor olie en gas is toegepast — geen cherry-picked items — verankerd door een prikkelstructuur die particuliere kapitaalmarkten genoeg langetermijnmarktvertrouwen geeft dat het tapijt niet wordt weggetrokken onder een industrie die in 30 jaar niet domestisch is uitgebouwd. Baglino noemt drie specifieken: duurzaam industriebeleid waarop leveranciers en financiers kunnen plannen; een geconcerteerde federale-statelijke inspanning om energie- en productie-uitbouwzones aan te wijzen waar lokale jurisdicties standaard ja zeggen in plaats van redenen te zoeken om te blokkeren; en een federaal snelwegtrustfonds-equivalent voor het elektriciteitsnet — een gefinancierd masterplan dat productiezone verbindt via lineaire transmissie-infrastructuur om veerkracht te verbeteren, kosten te verlagen en de natie vooruit te helpen. > *"Ik ben voorstander van het idee van een federaal snelwegtrustfonds voor het elektriciteitsnet. Dat heeft nooit bestaan. Dat is min of meer waarom we dit lappendeken hebben."* — Drew Baglino ## Personen - **Turner Caldwell** (Persoon): Mede-oprichter en CEO van Mariana Minerals; leidde Tesla's mineralen- en metalenteam; architect van autonoom raffinaderij- en mijnbeheer via reinforcement learning. - **Drew Baglino** (Persoon): Mede-oprichter en CEO van Heron Power; 18-jarig Tesla-veteraan als SVP Powertrain & Energy Engineering; bouwde het Megapack-programma en de 4680 50 GWh batterijeninstallatie in Texas. - **Erin Price-Wright** (Persoon): General Partner bij a16z (American Dynamism practice); gastheer van de aflevering. - **Mariana Minerals** (Organisatie): Software-first bedrijf voor de winning en raffinage van kritieke mineralen; beheert een kopermijn in het zuidoosten van Utah en bouwt een lithiumraffinaderij in Texas; streeft naar 10 projecten in 10 jaar. - **Heron Power** (Organisatie): Startup in vermogenselektronica die mechanische netomzettingsapparatuur vervangt door vaste-stof transformatoren gebouwd uit silicium en software. - **Tesla** (Organisatie): Gemeenschappelijke oorsprong voor beide oprichters; aangehaald als de maatstaf voor techno-optimisme, risicobereidheid en missie-gedreven talent in harde industriële sectoren. - **Silicon Carbide** (Concept): Sleutelhalfgeleider die vaste-stof transformatoren mogelijk maakt; de toonaangevende wereldproducent is gevestigd in de VS, wat binnenlandse commercialisering tot een strategische prioriteit maakt die Baglino centraal stelt bij Heron. - **Reinforcement Learning voor industriële controle** (Concept): Kerntechnologie die ten grondslag ligt aan Mariana's Plant OS en Mine OS — verwijdert de ingebedde vakkennis-bottleneck van schaarse menselijke operators door raffinagecircuits en kortetermijn mijnbeslissingen autonoom af te stemmen. - **Co-gelokaliseerde toeleveringsketens** (Concept): Baglino's primaire argument voor de concurrentiepositie van Amerikaanse productie — het verminderen van logistieke tijd en kosten door alle inputs in een regio te clusteren, naar het model van China's industriezones waar elk onderdeel voor een auto van 7.000 onderdelen binnen 3 uur rijden ligt.

Noah Brier draait Claude Code op een mini-pc in zijn kelder, gesynchroniseerd met zijn Obsidian vault via een Tailscale VPN, en doet echt denkwerk, onderzoek en klantcode gewoon vanaf zijn telefoon. Het gesprek gaat over hoe hij deze stack heeft gebouwd, waarom hij strikte "denkmodus"-guardrails hanteert om te voorkomen dat het model te snel artifacts gaat maken, en zijn bredere these dat AI slaagt door in de organisatorische nokken en kieren te kruipen in plaats van te eisen dat mensen nieuwe structuren overnemen. Dan Shipper en Noah werken ook uit wat het opbouwen van AI-intuïtie echt betekent, en waarom Noah denkt dat kinderen voorbereiden op AI minder gaat over spieken bewaken en meer over epistemische scepsis aanleren. ## [00:00] Noah Briers Claude Code-setup op een kelder-server Dan Shipper opent de aflevering met een beschrijving van de setup die Noah de moeite waard maakt: een thuisserver in de kelder waarop Claude Code draait bovenop een Obsidian vault, overal bereikbaar via telefoon. Noah heeft dit zo ingericht dat hij kan denken, onderzoeken, schrijven en code shippen zonder aan een bureau te zitten. > *"Hij heeft een thuisserver in zijn kelder ingericht, zijn Obsidian vault daarin gezet en draait Claude Code erop, zodat hij kan denken, onderzoeken, schrijven en zelfs code shippen gewoon vanaf zijn telefoon."* ## [00:52] Introductie Dan en Noah praten bij na zo'n vijf jaar. Noah's achtergrond omvat merkstrategie (hij was medeoprichter van Percolate), AI-consultancy bij Alephic en de BRXND.AI-conferentie. Dan richt het interview op de praktische stack die Noah heeft gebouwd in plaats van abstracte AI-discussie. > *"Ik ben blij dat je er bent. Het is echt fijn om bij te praten. Dit is ons eerste interview in waarschijnlijk zo'n vijf jaar."* ## [02:10] Hoe je diep werk kunt doen op je telefoon Noah verduidelijkt meteen dat zijn setup minder "vibe coding" is en meer gestructureerd kenniswerk. Hij heeft Evernote losgelaten voor Obsidian omdat markdown-bestanden en mappen hem iets geven waarmee Claude Code echt kan werken. Zijn voornaamste gebruik van Claude Code is interactie met zijn notities, niet het genereren van code. En de telefoonautomatisering van die setup heeft zijn werkpatronen fundamenteel veranderd. > *"Mijn nummer één gebruik van Claude Code is het als een tool inzetten om met mijn notities te werken."* ## [05:30] Waarom Noah denkt dat Grok de beste voice AI heeft Noah geeft de voorkeur aan Grok's voicemodus boven die van OpenAI en Gemini: Gemini was niet slim genoeg, en de oude GPT-4o-stem was voor zijn doeleinden onbruikbaar. Hij gebruikte het op een vijf uur durende solorit om een artikel over Transformers door te werken, via Bluetooth als een persoonlijke onderzoekspodcast. Het gesprek brengt een gedeelde frustratie aan het licht: voicemodellen doen nog steeds geen goede tool calling of webonderzoek, wat hun bruikbaarheid voor serieus intellectueel werk beperkt. > *"Ik deed zo'n uur sessie en het was veruit de beste uitleg die ik ooit heb gelezen of gehoord, denk ik."* ## [11:11] De technische details van Noah's Claude Code-Obsidian setup Noah doorloopt live zijn Obsidian-map op het scherm. Claude Code staat in de Obsidian-rootmap, zodat het toegang heeft tot het volledige notitiearchief. Voor een talk die hij voorbereidt voor BRXND.AI, over het Simple Sabotage Field Manual uit de Tweede Wereldoorlog en wat het zegt over bureaucratie in grote organisaties, heeft hij een projectmap aangemaakt in Obsidian met transcripts van chats met ChatGPT, Claude en Grok, naast artikelen en PDFs. Claude's taak in dit stadium is niet de talk schrijven maar helpen nadenken: notities ophalen, dagelijkse voortgang samenvatten en verhelderende vragen stellen. Hij stelt denkmodus-beperkingen expliciet in de CLAUDE.md-frontmatter van het project. > *"Ik zit in de denkmodus, nog niet in de schrijfmodus. Er zijn dingen waarbij ik Claude Code specifiek heb verteld, ik denk dat het in de frontmatter staat, dat het me nu niet moet helpen iets te schrijven."* ## [26:05] Een agent in Claude Code gebruiken als denkpartner Noah stelt dat het woord "generatief" heeft vertekend hoe mensen AI gebruiken: iedereen focust op het vermogen om artifacts te produceren, bijna niemand spreekt over hoe bijzonder het lesvermogen is. Hij houdt er een toegewijde denkpartner-agent op na met expliciete guardrails: "Maak geen schema's, concepten of versies van talks of schrijfwerk." De agent noteert vragen, volgt opkomende inzichten bij en bouwt een lopend logboek op zodat Noah precies kan doorgaan waar hij gebleven was na een pauze. Hij traceert een draad van ChatGPT-deep-research over Wild Bill Donovan naar een prille idee over hoe de parallelliteit van de transformerarchitectuur lijkt op de operationele autonomie van Special Forces. > *"Ik denk dat, mede omdat we het generatief noemen, er veel te veel focus is op het vermogen om te schrijven en veel te weinig op het vermogen om te lezen."* ## [30:23] Noah's Thomas' English Muffin-theorie van AI Het hoofdstuk opent met Noah's bureaucratiethese: grote ondernemingen falen niet bij het adopteren van software omdat ze lui zijn, maar omdat nieuwe software historisch eiste dat organisaties zich eromheen herstructureerden. AI, zo stelt hij, is anders. Het kruipt in de nokken en kieren van hoe mensen al werken, vandaar zijn Thomas' English Muffin-metafoor. Dan voegt een concreet voorbeeld toe vanuit Every: twee producten op verschillende stacks moesten een bestandszoekoplossing delen, en Claude Code liet ze logica hergebruiken zonder een gemeenschappelijk framework op te leggen. Het gesprek verbreedt zich naar Noah's idee van "bureaucratie als positionele codering", een half uitgewerkte analogie tussen transformerarchitectuur en organisatiehiërarchie die hij nog uitwerkt voor zijn talk. > *"Ik noem het mijn Thomas' English Muffin-theorie van AI, namelijk dat het in de nokken en kieren kruipt."* ## [39:47] De witte ruimte die nog te verkennen is in AI Noah en Dan stellen dat de meeste beoefenaars, ook goed gefinancierde, nog steeds werken met broze intuïties over wat deze modellen echt kunnen. Noah's ijsbreker bij elk klantgesprek is: "Wat was jouw aha-moment met AI?" omdat dat moment van niet-determinisme, dezelfde vraag twee keer stellen en twee verschillende antwoorden krijgen, echt nieuw is en tijd kost om te internaliseren. Hij leent het omgekeerde-fietsexperiment van Destin Sandlin om het punt te maken: motorische intuïtie en conceptuele intuïtie zijn gescheiden, en je kunt het opbouwen ervan niet overslaan. Dan stelt daar tegenover dat taalmodellen zelf misschien de woordenschat genereren die we missen voor redeneren over probabilistische systemen. > *"We zijn niet gewend aan het gebruik van dingen waarbij je twee keer dezelfde vraag stelt en twee verschillende antwoorden krijgt."* ## [48:44] Hoe Noah zijn kinderen voorbereidt op AI Noah's dochter van tien bouwde een sinterklaas-app met Claude die haar per ongeluk data-modellering bijbracht: ze besefte dat ze "groepen" nodig had in plaats van "volwassenen en kinderen" om de logica te generaliseren. Dat verhaal verankert een breder argument: de taak van opvoeders is niet AI-gebruik te voorkomen maar leerlingen ervan te overtuigen dat onderliggende vaardigheden het leren waard zijn. Hij pitch een NYU-college dat "Code is Essay" heet voor het najaar van 2026, en denkt dat de relevante meta-vaardigheid epistemische scepsis is: meer wantrouwen tegenover informatie die je eigen ideeën bevestigt, niet minder. > *"Ik denk niet echt dat je taak is om deze kinderen te leren schrijven, want dat is een levenslang streven. Ik denk dat je taak is om ze ervan te overtuigen dat het de moeite waard is om te leren schrijven."* ## [01:00:06] Hoe hij zijn Claude Code-setup naar mobiel heeft gebracht Noah demonstreert live de volledige mobiele stack: Termius (SSH-client op iPhone), Tailscale VPN die verbindt met de kelder-mini-pc, Obsidian gesynchroniseerd via privé-GitHub, Claude Code draaiend in de terminal. Hij laat zien hoe hij Claude vraagt "wat is er de afgelopen twee dagen nieuw?" en een synthese van zijn recente Obsidian-activiteit ontvangt. Hij repareerde ook een gebroken link op zijn conferentiesite vanaf zijn telefoon: bevestigde de bug, liet Claude een PR pushen, klaar. Zijn huidige tinkering strekt zich uit tot Simon Willison's `llm` CLI-tool en een script dat alle bijlagebestanden in zijn Obsidian vault hernoemt en de linktabel herbouwt. > *"Ik ging buiten zitten en daarna hadden we een project dat geleverd moest worden aan een klant en er moest een kleine wijziging worden gemaakt. Ik vertelde Claude Code precies waar het moest kijken, bevestigde dat het probleem was wat ik dacht dat het was, en liet het gewoon een oplossing pushen. Het pushte een PR en ik was klaar."* ## Personen - **Dan Shipper** (Persoon): CEO en medeoprichter van Every; host van het interview - **Noah Brier** (Persoon): Medeoprichter van Percolate; oprichter van Alephic AI-strategieconsultancy; organisator van BRXND.AI-conferentie - **Every** (Organisatie): Media- en softwarebedrijf dat deze podcast produceert - **Alephic** (Organisatie): Noah's AI-strategieconsultancy; werkt met Fortune 50-klanten waaronder Amazon, Meta en PayPal - **BRXND.AI** (Organisatie): Jaarlijkse conferentie op het snijvlak van marketing en AI, georganiseerd door Noah; editie 2025 in New York City op 18 september - **Claude Code** (Software): Anthropic's agentische codetool; centraal in Noah's tweede-brein en mobiele workflow - **Obsidian** (Software): Markdown-gebaseerde notitie-app; Noah's primaire kennisarchief, georganiseerd via de PARA-methode - **Tailscale** (Software): Mesh VPN gebruikt om Noah's telefoon veilig te verbinden met zijn kelder-mini-pc - **Termius** (Software): iOS SSH-client die Noah gebruikt om zijn thuisserver vanaf zijn telefoon te bereiken - **Grok** (Software): xAI's AI-assistent; Noah beschouwt de voicemodus als significant beter dan die van OpenAI en Gemini voor serieus onderzoek - **Simple Sabotage Field Manual** (Concept): OSS-document uit de Tweede Wereldoorlog dat Noah opnieuw heeft uitgegeven; gebruikt als lens op moderne organisatorische bureaucratie in zijn BRXND.AI-talk - **Thomas' English Muffin-theorie** (Concept): Noah's metafoor voor hoe AI slaagt door in bestaande organisatorische workflows te passen in plaats van herstructurering te eisen

Charles Koch en zijn zoon Chase zitten samen met David Friedberg om te vertellen hoe Koch Inc. 9.000 keer in waarde groeide, van een oliebedrijf met 300 mensen in Oklahoma in 1961 tot een privé-conglomeraat met 130.000 medewerkers actief in energie, chemie, bosproducten, consumentenproducten en risicokapitaal, zonder ooit naar de beurs te gaan. Het gesprek draait om Principle-Based Management (PBM): het raamwerk van 41 principes dat elke aanwerving, acquisitie en cultuuromslag bij Koch stuurt. Charles en Chase reageren ook op de politiek beladen reputatie die de naam Koch heeft gekregen en leggen uit hoe ze zijn overgestapt van partijgebonden libertarische politiek naar de bredere Stand Together-coalitie die zich richt op onderwijshervorming en menselijke ontplooiing. Het gesprek eindigt met AI en kapitalisme: beiden zien permissieloos innoveren en bottom-up empowerment als de enige geloofwaardige weg door de economische druk die voor ons ligt. ## [00:00] David Friedberg verwelkomt Charles & Chase Koch David Friedberg opent het gesprek op een Forbes-evenement en merkt op dat hij en Chase Koch elkaar kennen sinds 2013 via de landbouwsector en sindsdien zakenpartners zijn. Hij typeert Koch Inc. als "het onvertelde verhaal" van het Amerikaanse bedrijfsleven: vermoedelijk het meest winstgevende privé-familiebedrijf ter wereld, maar nagenoeg onzichtbaar vergeleken met beursgenoteerde tijdgenoten. De opening stelt ook de verwachtingen voor het All-In-publiek: een zeldzaam uitgebreid gesprek met zowel de voorzitter als de president van de volgende generatie bij Koch Inc., live opgenomen. > "Ik heb altijd het gevoel gehad dat Koch Industries dat onvertelde verhaal was, waarschijnlijk het meest winstgevende privé-familiebedrijf ter wereld." > — David Friedberg ## [01:04] Koch Inc. in Vogelvlucht: Schaal, Activiteiten & Geschiedenis Friedberg geeft de statistische basis: als Koch beursgenoteerd zou zijn, zou de omzet het gemakkelijk in de top 25 van de Fortune 500 plaatsen. Opgericht in 1940 door Fred Koch in Wichita, Kansas, opereert het bedrijf nu in 60 landen met meer dan 120.000 medewerkers in energie, landbouw, chemie, bouwproducten, consumentenproducten, cloud computing en een actieve minderheidsportefeuille. Koch herinvesteert 90% van de winst terug in het bedrijf, een structurele keuze die het onderscheidt van beursgenoteerde bedrijven die optimaliseren voor kwartaalwinsten. Charles geeft aan waar het gesprek echt over zal gaan: niet over omzetmijlpalen, maar over de principes en de mislukkingen die duurzame groei mogelijk maakten. > "Een heel uniek bedrijfsmodel, met principes rond ontwrichtende innovatie, het herinvesteren van 90% van de winst in nieuwe activiteiten en groei, en meritocratische waarden." > — David Friedberg ## [02:21] Het Bedrijf Opbouwen: De Begindagen & Charles Koch Treedt Toe (1961) Charles Koch trad in 1961 op 25-jarige leeftijd toe tot het familiebedrijf, vers van MIT en een periode bij adviesbureau Arthur D. Little. Zijn vader Fred's ultimatum was direct: "Ofwel kom je terug om het bedrijf te leiden, ofwel moet ik het verkopen, want mijn gezondheid is slecht, de bedrijven doen het niet goed en ik heb niet lang meer." Het bedrijf had destijds zo'n 300 medewerkers, twee kernactiviteiten en aanzienlijke operationele problemen. Vroege lessen kristalliseerden een kernprincipe van Koch: groei gericht op capaciteiten, niet op bedrijfstak. Het fractioneerschotelsbedrijf faalde deels omdat de president top-down stuurde en zowel ingenieurs als klanten van zich vervreemdde. Charles begon niet meer te vragen "in welke sector zitten we?" maar "wat kunnen we beter dan wie ook, en waar in de waardeketen levert dat de meeste waarde op?" Die heroriëntering, keer op keer toegepast door de decennia heen, verklaart de schijnbaar ongerelateerde reeks sectoren die Koch later betrad. > "Zoon, ofwel kom je terug om het bedrijf te leiden, ofwel moet ik het verkopen, want mijn gezondheid is slecht, de bedrijven doen het niet goed en ik heb niet lang meer." > — Charles Koch, zijn vader Fred Koch citerend ## [11:31] Mislukkingen, Creatieve Destructie & Leren van Fouten Charles opent met een provocatie: "Als je nergens faalt, doe je niets nieuws." Hij vertelt over vroege verliezen, waaronder een mislukte poging om petroleumcokes om te zetten in geactiveerde koolstof, en een patroon van het betreden van sectoren zonder de nodige onderliggende capaciteiten. Het echte leren kwam van het diagnosticeren van waarom elke mislukking plaatsvond, bijna altijd een schending van een van Kochs bedrijfsprincipes. Chase voegt de capaciteitsportefeuillelens toe: Kochs uitbreiding van ruwe-olieverzameling naar aardgas, chemie, meststoffen en uiteindelijk bosproducten was geen willekeurige diversificatie, maar dezelfde onderliggende capaciteiten gericht op nieuwe toepassingen. Hij beschrijft ook Koch Disruptive Technologies (KDT), dat hij oprichtte, als een structureel experiment dat moeilijk consistent winstgevend te maken bleek. De beslissing om te stoppen of bij te sturen, zegt Charles, draait uiteindelijk op één test: hebben we het vermogen verloren om superieure waarde te creëren voor klanten op een manier waarvoor we beloond worden? > "Wanneer we ons gat breed genoeg hebben verloren, dan is genoeg genoeg. Wanneer we besluiten dat we niet de capaciteit hebben om superieure waarde te creëren voor onze klanten." > — Charles Koch ## [19:22] Cultuur & Principle-Based Management Dit is het intellectuele hart van de aflevering. Charles tracert de oorsprong van het PBM-systeem naar Kochs ergste mislukkingen, die allemaal een gemeenschappelijke oorzaak hadden: mensen met slechte waarden promoveren tot leidinggevenden. Twee bijna-catastrofale voorbeelden vallen op: een roekeloze handelsoperatie die het bedrijf bijna bankroet stuurde tijdens de Midden-Oostenoorlog van 1973, en een latere episode waarbij "destructief gemotiveerde" leiders mislukkingen verborgen terwijl ze successen verzonnen. Het tegengif was: eerst waarden aannemen, dan talent, en een cultuur opbouwen waarbij bijdragemotivatie, willen slagen door anderen te helpen slagen, het streven naar macht verdringt. Chase breidt dit uit met een formulering die recht op de kern afgaat: wat als iedereen in het bedrijf precies wist wat te doen zonder het te worden gezegd? Dat is de beoogde toestand die PBM wil bereiken. De veranderingsstrategie vermijdt top-down mandaten: vind de subgroep die het meest bereid is de principes te proberen, laat resultaten zien en laat de vraag de transformatie door de rest van de organisatie trekken. Collectieve kennis vervangt het oordeel van een paar slimme mensen aan de top. > "Wat als je een bedrijf en een cultuur zou kunnen hebben, klein, middelgroot of groot, waar iedereen wist wat te doen zonder het te worden gezegd?" > — Chase Koch ## [33:53] De Overname van Georgia-Pacific & Cultuuromslag De overname van Georgia-Pacific in 2005 was Kochs grootste gok op dat moment: "een enorme gok", zegt Chase, toen het bedrijf veel kleiner was. Charles legt de logica uit: Koch zag Georgia-Pacifics grondstoffenactiviteiten in pulp en papier als een natuurlijke uitbreiding van zijn chemische proceskapaciteiten, een verbinding die terugging tot de MIT-scriptie van Fred Koch over pulpproductie in Maine. Ze stelden aanvankelijk voor alleen de grondstofactiviteiten te kopen; toen die deal niet kon worden gesloten vanwege lopende rechtszaken, boden ze aan het gehele bedrijf te kopen. Wat volgde was een jarenlange cultuuromslag van een 51 verdiepingen tellend Atlantahoofkwartier gebouwd op top-down bureaucratie. Koch verving de leiding, beloonde medewerkers die inefficiënties opspoorden en oplosten, en deelde kostenbesparingen met vakbondsleden die ze vonden. Chase beschrijft zijn eigen jaren in de frontlinie van Kochs operaties, wonend in een enkelbrede caravan op een feedyard, werkend in een gasvloeistoffeninstallatie, als fundering voor geloofwaardig leiderschap later. Cultuurverandering duurt altijd veel langer dan een overnemer verwacht, en vereist bijna altijd het vervangen van de leidinggevenden die het oude paradigma in stand houden. > "Het duurt een stuk langer dan je denkt om de cultuur te veranderen, en in bijna elk geval vereist het het vervangen van het leiderschap dat het paradigma van bottom-up empowerment heeft." > — Chase Koch ## [56:17] Onderwijshervorming & Maatschappelijke Verandering Stand Together, het filantropische netwerk dat Charles al 60 jaar opbouwt onder verschillende namen, is inmiddels een van de grootste filantropische organisaties van de Verenigde Staten. Chase leidt origination en partnerships en herformuleert de missie: niet politieke belangenbehartiging, maar de Koch-principes toepassen op maatschappelijke uitdagingen, te beginnen met onderwijs. COVID-19 verschoof de publieke opinie sterk: voor 2020 stond zo'n 20% van de gezinnen open voor alternatieven voor traditioneel onderwijs; nadat kinderen meer leerden van YouTube dan van Zoom-lessen, steeg dat cijfer sterk. Stand Together heeft sindsdien meer dan 5.000 microscholen helpen opzetten. Partnerprogramma's zoals de Alpha School van Joe Limont gebruiken gamificatie en projectgebaseerd leren om falende leerlingen in drie maanden naar de top van de klas te brengen. Chase past ook het principe van comparatief voordeel op zichzelf toe: hij ontsloeg zichzelf als president van Koch Fertilizer toen hij besefte dat iemand anders dat comparatieve voordeel had, en gebruikt diezelfde lens om rollen te herontwerpen in Kochs personeelsbestand van 130.000 mensen. > "Voor COVID stond zo'n 20% van de gezinnen open voor een nieuw onderwijsmodel. Iedereen zag tijdens COVID hoe krom het systeem was. Hun kinderen hadden op YouTube meer geleerd dan in de klas." > — Chase Koch ## [72:37] AI, Economische Uitdagingen & de Toekomst van het Kapitalisme Friedberg daagt Charles uit om rekenschap te geven van de politieke beeldvorming rondom Koch, de decennia van betrokkenheid bij de Libertarische Partij en de uiteindelijke omschakeling naar de bredere coalitie van Stand Together. Charles is openhartig: hij bracht te veel jaren door met alleen mensen die het in alles met hem eens waren, waardoor zijn bereik beperkt bleef. Viktor Frankls inzicht, "steeds meer mensen hebben de middelen om te leven maar geen betekenis om voor te leven", richtte zijn denken opnieuw in op de motivationele wortels van maatschappelijke afbraak, in plaats van louter politieke remedies. De les: de strategieën voor vrijheid kunnen niet lenen van totalitarisme; het zuiverheidstesten van een coalitie vernietigt haar. Over AI is Chases standpunt duidelijk: permissieloos innoveren, open systemen, mensen empoweren met AI-tools in plaats van ze te verbieden. Koch werkt PBM als een AI-native raamwerk uit, en Chase bouwde een AI-companion bij het nieuwe boek zodat lezers rechtstreeks met de principes kunnen werken, ver voorbij wat Charles voor ogen had toen hij Chase uitnodigde als co-auteur. Het gesprek sluit af met Charles' erfenisdoel: dat de Verenigde Staten de belofte van de Onafhankelijkheidsverklaring meer volledig waarmaken. > "Het probleem van vandaag is dat steeds meer mensen de middelen hebben om te leven maar geen betekenis om voor te leven." > — Charles Koch, Viktor Frankl citerend ## Personen - **David Friedberg** — Gastheer; mede-oprichter van The Production Board; zakenpartner van Chase Koch sinds 2013 via de landbouwsector - **Charles Koch** — Voorzitter & CEO van Koch Inc. sinds 1967; MIT-geschoolde ingenieur; co-auteur van het Principle-Based Management boek; heeft Kochs 9.000x waardegroei geleid - **Chase Koch** — President van Koch Inc.; oprichter van Koch Disruptive Technologies; co-auteur van het PBM-boek met Charles; leidt origination en partnerships bij Stand Together - **Koch Inc.** — Privé-familieconglomeraat gevestigd in Wichita, KS; opgericht in 1940 door Fred Koch; 130.000+ medewerkers in energie, chemie, bosproducten, consumentenproducten, software en risicokapitaal - **Principle-Based Management (PBM)** — Kochs bedrijfsraamwerk van 41 principes; benadrukt bijdragemotivatie, waarden-eerst aanwerving, bottom-up empowerment en het behandelen van elke bedrijfsunit als een laboratorium - **Georgia-Pacific** — Bos- en consumentenproductenbedrijf overgenomen door Koch in 2005; Kochs grootste overname; primaire casestudy in cultuuromslag onder PBM - **Koch Disruptive Technologies (KDT)** — Venture-arm opgericht door Chase Koch; minderheidsdeelnemingen in ontwrichtende technologiebedrijven; beschreven als structureel moeilijk consistent winstgevend te maken - **Stand Together** — Charles Kochs filantropisch netwerk actief sinds 2003; richt zich op onderwijshervorming, armoedebestrijding en partij-overstijgende maatschappelijke verandering; heeft 5.000+ microscholen opgericht na COVID

Lloyd Blankfein, voormalig CEO en Senior Chairman van Goldman Sachs, spreekt met a16z General Partner David Haber over wat duurzame instellingen onderscheidt van kortetermijnspelers. Putten uit zijn weg van sociale woningbouw in East New York naar het leiden van Goldman door de financiële crisis van 2008, betoogt Blankfein dat echte risicodiscipline — niet voorspellen, niet technologie — de ware concurrentiegreppel is. Hij waarschuwt dat het grootste gevaar van AI niet superintelligentie is, maar oncontroleerbare hefboomwerking: systemen die 70.000 transacties uitvoeren voordat iemand kan verifiëren of ze kloppen. ## [00:00] Intro Blankfein opent met de kernspanning waarbinnen elke investeerder leeft: je bent tegelijk risico nemer en risicomanager, en je kunt geen van beiden uitbesteden. Als vooruitblik op het vervolg merkt hij op dat de markten op de rand staan van een golf van grote IPO's, en dat de risico's die mensen onderschatten structureel zijn: software die op schaal kan handelen voordat enig mens het kan auditen. > "Het meeste wat we doen met betrekking tot risico is niet zozeer voorspellen, het is veel contingentieplanning." — Lloyd Blankfein ## [01:02] Twitter-sarcastisch en risico Haber spoort Blankfein aan terug te keren naar X. Blankfein legt uit waarom hij een stapje terug deed: tweeten is een ego-oefening met asymmetrisch nadeel. Iedereen die ermee doorgaat, stapt uiteindelijk over een onzichtbare lijn die niemand kende. Bij Goldman speelde hij al een gevaarlijk spel door sarcastisch te zijn naar politieke figuren — Sanders, Warren, de president — en hij wist het. Vrijheid van het bedrijf hief de afweging niet op; het veranderde alleen wie de gevolgen droeg. > "Ik weet altijd dat iedereen ermee doorgaat en uiteindelijk geannuleerd wordt, want je doet iets, je stapt over een onzichtbare lijn die niemand kende. Vanuit risico-rendementsperspectief is het allemaal ego en geen echte waarde." — Lloyd Blankfein ## [02:18] Kalm in een crisis Blankfein vertelt over een echte veiligheidsincident tijdens een publiek evenement: gewapende mannen stormden het podium op, de zaal dook weg, hij bleef rustig zitten en keek toe. Zijn verklaring is nuchter: crises vertragen voor hem letterlijk; hij wordt scherp afgestemd op wat de mensen om hem heen nodig hebben in plaats van op zijn eigen gevoelens. Hij gebruikt ontwapende humor als instrument ("Ga je je salade nog opeten?") niet uit bravoure maar omdat het de spanning breekt en de mensen om hem heen stabiliseert. Hij weet niet hoeveel nature tegenover ervaring is, maar hij is er zeker van dat eerder doorgemaakte crises de beste voorspeller zijn van toekomstige kalmte. > "Ik neig altijd wat gespannen te zijn, maar ik raak niet extra gespannen. Sterker nog, dingen vertragen voor mij." — Lloyd Blankfein ## [06:44] Van sociale woningbouw naar Wall Street Blankfein groeide op in sociale woningbouw in East New York, waar de inkomensgrens om in het gebouw te mogen blijven 90 dollar per week was. Manhattan was een bus-en-metrorit verwijderd — effectief een vreemd land. Zijn Harvard-interview was één van misschien drie keer dat hij ooit in de stad was geweest. In plaats van dit als ontbering te framen, traceert hij hoe nabijheid van ambitie zonder toegang het contingentie-instinct aanscherpt: je leert vroeg denken over wat je doet als dit pad zich sluit, en vervolgens het volgende in kaart brengt. Dat patroon van vertakkend, vooruitkijkend risicomodelleren werd het besturingssysteem dat hij later toepaste op het leiden van een grote bank. > "Ik groeide op in sociale woningbouw. Je moest een bus nemen, dan de metro, om de stad te bereiken." — Lloyd Blankfein ## [23:36] Goldman-cultuur, tech en partnerschap Technologie bij Goldman was nooit optioneel — het was altijd de grens. Blankfein beschrijft hoe vroege en aanhoudende investering in risicoinfrastructuur het bedrijf een samengesteld structureel voordeel gaf: een eigen risicosysteem dat 25 tot 30 jaar geleden werd gebouwd en vandaag nog steeds de kern van het platform vormt, flexibel genoeg dat het nooit volledig is vervangen. Het partnerschapsmodel voedde dit direct: partners hadden hun eigen kapitaal op het spel, dus ze gaven intensief om de kwaliteit van de systemen die elke positie ondersteunen. Die skin-in-the-game-cultuur liet Goldman als gelijken met cliënten omgaan in plaats van als orderuitvoerders. > "We hadden een enorm technologisch voordeel dankzij onze vroege investeringen." — Lloyd Blankfein ## [37:25] Firma boven fonds-cultuur Het onderscheid dat Blankfein maakt is structureel: de doelstelling van een fonds is carry maximaliseren met zo min mogelijk mensen in zo kort mogelijke tijd; een firma moet samengestelde concurrentievoordelen over cycli opbouwen. Goldman's vermogen mensen door slechte jaren te betalen — en weerstand te bieden aan het loskoppelen van bedrijven in tijdelijke nood — was alleen mogelijk omdat de partnerschapsmentaliteit het franchise van de firma behandelde als een langlopend actief. Hij stelt expliciet dat dit het dempen van cyclische schommelingen in beloning vereiste, wat echt moeilijk is en soms mensen kost, maar het alternatief is het platform vernietigen. > "Goldman Sachs was in zijn partnerschapscultuur in staat om die kortetermijnzaken te overstijgen en te zeggen: over de cyclus bezien, geweldig bedrijf." — Lloyd Blankfein ## [41:14] Mentorschap en ondernemend initiatief Blankfein's theorie over mentorschap is eenvoudig: hij wilde dat mensen het gevoel hadden dat ze echt iets meekrijgen van werken met hem — dat hij hen beter maakte dan ze anders zouden zijn geweest. Hij beschrijft ook hoe hij als junior medewerker bewust het organogram negeerde: hij zat op de edelmetaaldesk, merkte dat religieuze investeerders uit het Midden-Oosten aandelenachtige rendementen wilden zonder expliciete rente, en liep rechtstreeks naar de toenmalige nummer twee Bob Rubin met een idee voor een gestructureerd product. De eerste order bedroeg 400 miljoen dollar — de grootste enkelvoudige trade die Goldman ooit had uitgevoerd. Zijn advies: handel als ondernemer binnen een instelling voordat je een titel nodig hebt om het te doen. > "Ik wilde dat ze zouden denken dat ik ze beter had gemaakt dan ze anders zouden zijn geweest, dat ze er veel aan hadden." — Lloyd Blankfein ## [47:05] Crisisbestendig risicobeheer Het hoofdstuk over 2008 is het dichtste. Blankfein schrijft Goldman's overleving toe aan drie samengestelde factoren: geen grote consumentendepositoboek, onverbiddelijke mark-to-market-discipline terwijl concurrenten weigerden te markeren, en een partnerschapserfenis die iedereen conditioneerde kapitaal te behandelen alsof hun eigen huis op het spel stond — want bij Goldman als vennootschap was dat letterlijk zo. Hij noemt ook het principe dat klantrelaties te midden van chaos bij elkaar hield: "Verplichtingen liggen in het verleden, relaties liggen in de toekomst." Het erkennen van een slechte positie en de keuze vooruit te gaan, veranderde meerdere potentiële cliëntverliezen in duurzame partnerschappen. > "De partners hadden niet alleen hun kapitaalrekeningen op het spel, ze hadden ook hun huizen op het spel." — Lloyd Blankfein ## [56:11] AI-weerstand en carrièrewijsheid Blankfein ziet het AI-moment als een meervoudige weddenschap: meerdere architecturen, meerdere spelers, waarschijnlijk twee of drie grote winnaars — en niemand weet vandaag welk pad daarheen leidt. Hij is deels gerustgesteld dat de grootste weddenschappen worden gedaan door oprichtende aandeelhouders met eigen kapitaal in plaats van professionele managers die andermans geld inzetten; diep gewortelde persoonlijke overtuiging is een beter signaal dan goedgekeurde capex. Zijn scherpste zorg is structurele ondoorzichtigheid: op oude handelsvloeren hoorde je een slechte prijs op het moment dat het gebeurde; vandaag werken systemen volledig op de achtergrond zonder controleerbaar spoor. De hefboomwerking in die systemen — niet de intelligentie — is wat hij benoemt. Hij sluit af met carrièreadvies: blijf nieuwsgierig over domeinen, zoek diepte boven titels, en vergeef vroegere weddenschappen die achteraf dom lijken, want iedereen die grensbeslissingen neemt, doet dat zonder de informatie die het juiste antwoord later vanzelfsprekend maakt. > "Vandaag heb je die intuïtie niet meer, want alles werkt op de achtergrond en je krijgt niet het spoor of het denkproces van deze dingen. De hefboomwerking in die dingen is op zichzelf al een groot probleem." — Lloyd Blankfein ## Personen - **Lloyd Blankfein** (Person): Voormalig CEO en Senior Chairman, Goldman Sachs; gast gedurende het gesprek - **David Haber** (Person): Host; General Partner bij a16z, gericht op Fintech - **Goldman Sachs** (Organization): Centrale instelling die wordt onderzocht — partnerschapsmodel, navigatie door de crisis van 2008, vroege technologie-investering - **Bob Rubin** (Person): Voormalig co-voorzitter van Goldman Sachs, later Amerikaans minister van Financiën; Blankfein presenteerde zijn eerste grote gestructureerde-product-idee rechtstreeks aan hem als junior medewerker - **2008 Financial Crisis** (Concept): Primaire stresstest voor Goldman's risicocultuur; mark-to-market-discipline en geen consumentendepositoboek waren sleutelfactoren voor overleving - **Goldman-partnerschapscultuur** (Concept): Structureel mechanisme dat partnerprikkels — kapitaalrekeningen en persoonlijke huizen — afstemt op de gezondheid van de firma op de lange termijn - **AI en finance** (Concept): Omschreven als de huidige technologische golf; geprezen om het potentieel maar gesignaleerd vanwege oncontroleerbare hefboomwerking en operationele ondoorzichtigheid die controleerbare menselijke intuïtie vervangt

Anne Applebaum heeft drie decennia besteed aan het bestuderen van hoe autoritaire systemen opkomen en waarom democratische samenlevingen het zelden merken voordat het te laat is. Ze bespreekt de vijf tactieken die autocraten gebruiken om democratie te ontmantelen — corruptie, verkiezingsmanipulatie, personeelscapture, informatiecontrole en fysieke dwang — en koppelt elk aan wat er nu in de Verenigde Staten gebeurt. Het gesprek gaat over Trumps vermogen dat verdrievoudigde tijdens zijn ambtsperiode, tech-CEO's die kropen om in het spel te blijven, waarom mondiale bondgenoten zich al voorbereiden op een wereld zonder Amerikaans leiderschap, en waarom historische onvermijdelijkheid een val is die autocraten actief willen dat je gelooft. ## [00:00] Intro Steven begint met twee potten geld op tafel: Trumps nettovermogen bij het aantreden van $2,3 miljard, en zijn nettovermogen twee jaar later van $6,5 miljard. Applebaume's openingsargument landt onmiddellijk: Amerika heeft nooit een president gehad die bedrijven runde terwijl hij beleid maakte, en de $2 miljard investering van de Saudische overheid in het fonds van Jared Kushner was niet omdat ze Jared Kushner gewoon aardig vonden. > *"Beslissingen worden genomen niet op basis van wat goed is voor Amerikanen, maar wat goed is voor zijn bedrijf."* — Anne Applebaum ## [02:10] Waarom De Geschiedenis Zich Blijft Herhalen Applebaum begon als Sovjet-historicus, zag het Warschaupact uiteenvallen vanuit Warschau, en bracht jaren door met schrijven over systemen die ze dacht dat tot het verleden behoorden. Rond 2013-2014 realiseerde ze zich dat wat ze als geschiedenis had bestudeerd terugkwam. Moderne democratieën eindigen niet met tanks — ze eindigen wanneer iemand die legitiem verkozen is begint de instellingen te ontmantelen die zorgen dat de volgende verkiezing eerlijk is. > *"De meeste mensen denken dat democratieën eindigen met een staatsgreep of tanks in de straat. In de moderne wereld eindigen ze eigenlijk grotendeels omdat iemand die legitiem verkozen is het systeem begint te ontmantelen."* — Anne Applebaum ## [03:33] Het Grootste Waarschuwingssignaal Voor De Democratie Wat nu anders aanvoelt is dat politieke partijen aan de macht komen met het expliciete doel ervoor te zorgen dat ze nooit meer hoeven te vertrekken. Viktor Orbán in Hongarije was de pionier: verkozen met een grote marge, veroverde hij vervolgens methodisch de rechtbanken, de kiescommissie, de media en de ambtenarij. Elke instelling die hij neutraliseerde maakte de volgende verkiezing iets minder eerlijk. > *"Voor het eerst in meerdere gevestigde democratieën heb je politieke partijen die aan de macht komen met het expliciete idee dat ze het systeem zullen veranderen om ervoor te zorgen dat ze er voor altijd in kunnen blijven."* — Anne Applebaum ## [05:12] Waarom De Democratie Zo Kapot Aanvoelt Democratie is een vreemde overeenkomst: je wint de macht, maar je moet de regels bewaren zodat je vijanden je de volgende keer kunnen verslaan. Zodra die overeenkomst afbrokkelt, destabiliseert het hele systeem. Applebaum wijst op het Amerikaanse Zuiden vóór de burgerrechtenbeweging als binnenlands precedent: eenpartijstaten, gemanipuleerde regels, beperkt stemrecht. Sommige mensen in Washington nu werken vanuit die geschiedenis. > *"Zeker, maar er zijn systemen tussen Rusland en liberale democratie in. Je kunt democratieën hebben die niet eerlijk zijn."* — Anne Applebaum ## [07:41] De Grootste Bedreigingen Van Nu Twee afzonderlijke bedreigingen lopen parallel. Binnen de VS: een groeiende klasse mensen die van het politieke systeem zijn afgesneden, de opkomst van een nationale paramilitaire macht in ICE, en hoogwaardige corruptie op een schaal die Amerika nooit eerder heeft gezien. Extern: autocratische machten — Rusland, China, Iran — hebben de naoorlogse wereldorde van 1945 aangevochten, niet alleen concurrerend maar een ideeënoorlog voerend tegen de liberale democratie zelf. > *"We hebben ook een toename van hoogwaardige corruptie. De president, mensen om hem heen, bedrijven dicht bij hem lijken toegang te hebben tot manieren om geld te verdienen — en dat was op die schaal niet mogelijk in Amerika daarvoor."* — Anne Applebaum ## [08:52] Waarom De Democratie Snel Verschuift Steven toont een kaart van mondiale democratieniveaus. Het meest opvallende: de organisatie die hem maakte classificeert de Verenigde Staten niet langer als liberale democratie — het is nu een "electorale democratie," een stap lager. Een decennium of twee geleden was de kaart veel blauwer. Staten beïnvloeden en imiteren elkaar, dus de daling van de VS raakt niet alleen Amerikanen. > *"Degenen die de kaart maakten tellen de Verenigde Staten niet meer als een liberale democratie."* — Anne Applebaum ## [10:18] Kan Amerika Een Autocratie Worden? Het realistische Amerikaanse scenario is geen dictatuur in de stijl van Putin maar een eenpartijstaat: gerrymandered districten, een gevangen DOJ, en vaststaande verkiezingen die één partij altijd wint. 6 januari was een poging tot een electorale staatsgreep. Die mislukte. Dat behandelen als het plafond in plaats van de vloer is naïef, stelt Applebaum. > *"We hebben nu een president die weigerde het resultaat van een verkiezing in 2020 te accepteren en die iets wat bedoeld was als een electorale staatsgreep heeft georganiseerd. Die mislukte. Maar het idee dat niemand dat ooit opnieuw zou durven — ik denk dat dat op dit moment behoorlijk naïef is."* — Anne Applebaum ## [12:05] Wat Een Derde Termijn Trump Betekent Trump persoonlijk wil waarschijnlijk geen derde termijn, maar mensen om hem heen werken eraan een Republikein — mogelijk een familielid — voor onbepaalde tijd te laten winnen. Na 6 januari vertrokken de gematigden. De coalitie die bleef en arriveerde bestaat uit drie groepen: tech-autoritairen die controle willen omdat democratie hun bedrijven ongemak bezorgt, christelijk-nationalisten die een niet-seculiere staat willen, en traditioneel MAGA. Ze zijn het over bijna alles oneens behalve dat radicale systemische verandering nodig is. > *"In Trumps eerste termijn werd hij beperkt door het systeem. Nu omringt hij zich met mensen die hem helpen die beperkingen te vermijden. En dat is nieuw."* — Anne Applebaum ## [14:56] Waarom Autocratie Mensen Aanspreekt Applebaum bespreekt hoe autocratie er in de praktijk uitziet aan de hand van Hongarije als casestudy. Een ondernemer die weigert te verkopen aan bondgenoten van de regerende partij ziet zijn ramen ingeslagen, kinderen lastiggevallen, werknemers getroffen door regelgevingsproblemen — totdat ze verkopen en vertrekken. Steven trekt de parallel met Anthropic dat bedreigd werd nadat het overheidstoegangseisen weigerde. Applebaume's weerwoord: autocratie is een dwaasheid zelfs voor oligarchen. Putins oligarchen leerden dat. China's ook. > *"De wet is wat de persoon aan de macht zegt dat het is."* — Anne Applebaum ## [19:12] Trumps Rijkdom Verandert Alles Trumps nettovermogen steeg van $2,3 miljard naar $6,5 miljard in twee jaar — ongekend in de Amerikaanse presidentiële geschiedenis. Vorige presidenten hadden vleugjes corruptie; niemand runde actieve bedrijven in landen waarmee ze tegelijkertijd diplomatie bedreven. Kushner ontving een $2 miljard Saudische investering en onderhandelt nu met diezelfde zakelijke partners namens de regering. > *"We hebben nooit een president gehad die bedrijven runde terwijl hij in functie was op een manier waarbij de mensen met wie hij zaken doet politiek voordeel hopen te behalen."* — Anne Applebaum ## [21:27] Waarom De Mondiale Stabiliteit Instort De oorlogen in Oekraïne en Iran, en de ineenstorting van de naoorlogse orde van 1945, staan niet los van het democratieverhaal. Autocratieen voeren oorlogen om hun basis thuis te consolideren. Rusland viel Oekraïne deels binnen omdat Oekraïens democratisch discours — vrijheid van meningsuiting, rechtsstaat, Europese integratie — explosief was als het zich naar Russen zou verspreiden. De liberale wereldorde fragmenteert omdat twee krachten haar tegelijkertijd uiteentrekken: autocratische uitdagers en een naar binnen kerend Amerika. > *"Weet je waar Putin het meest bang voor is? Hij is het meest bang voor een straatrevolutie van het soort dat we in Oekraïne hadden in 2014."* — Anne Applebaum ## [26:26] Democratie Vs Dictatuur: Wat Houdt Stand? Historisch gezien wint autocratie qua levensduur. De meeste menselijke samenlevingen door de geschiedenis heen werden geregeerd door monarchen, krijgsheren of stamleiders. De Founding Fathers wisten dit — ze lazen over de val van de Romeinse Republiek en de Atheense democratie terwijl ze de Grondwet schreven, en probeerden breekbaarheid in duurzaamheid te verwerken. > *"De mensen die de Amerikaanse Grondwet schreven — toen ze die schreven, lazen ze de geschiedenis van het oude Rome. Ze kenden allemaal dat verhaal."* — Anne Applebaum ## [27:38] Wie Is Gelukkiger: Democratieën Of Autocratiën? Finland, Zweden, Noorwegen, Denemarken — de consequent gelukkigste landen — zijn allemaal liberale democratieën met grote verzorgingsstaten en lage ongelijkheid. In autocratieen kunnen gewone mensen de staat niet beïnvloeden: een Russische burger kan niet zeggen "we willen liever een ziekenhuis bouwen dan Oekraïne bombarderen," en die afwezigheid van handelingsvermogen leidt tot structureel ongeluk, niet alleen individuele frustratie. > *"Ze kunnen niet zeggen: 'Hé, we willen liever een ziekenhuis bouwen dan een andere stad in Oekraïne bombarderen.' En dus hebben ze heel weinig mogelijkheid om het systeem te veranderen — en dat creëert natuurlijk frustratie en ongeluk."* — Anne Applebaum ## [29:04] Zouden Goed Geïnformeerde Mensen Democratie Kiezen? Waarschijnlijk wel — maar Applebaum wil de aantrekkingskracht van autoritarisme niet wegwuiven. Er is een diepe menselijke behoefte aan stabiliteit en hiërarchie die autocraten uitbuiten. Russische en Chinese sociale mediacampagnes in westerse landen pushen precies die boodschap: autoritarisme staat gelijk aan veiligheid en traditionele waarden. Wanneer ook informatie- en veiligheidsdiensten worden gecontroleerd, kun je de macht handhaven zelfs als de meeste mensen iets anders zouden prefereren. > *"Autocratieen bieden valse stabiliteit. Het argument dat ze maken in sociale mediacampagnes in de VS of het VK is precies dat: autoritarisme, stabiliteit, veiligheid, traditionele waarden, hiërarchie."* — Anne Applebaum ## [30:45] Hoe Putin Aan De Macht Blijft Het maakt niet uit wat Russen privé denken omdat er geen forum is waar ze dat veilig kunnen zeggen. De mening uiten dat Putin met pensioen zou moeten gaan kan je gevangenisstraf opleveren. Mensen passen aan wat ze zeggen, dan passen ze geleidelijk aan wat ze denken, dan haken ze helemaal af van de politiek. Applebaum traceert hetzelfde mechanisme in Sovjet-tijdse propaganda: mensen geloofden het niet noodzakelijkerwijs, maar het was handig te doen alsof ze dat deden. Rusland had een periode van open debat in de jaren negentig en tweeduizenden. Dat venster sloot geleidelijk, niet van de ene op de andere dag. > *"Het maakt niet uit wat ze denken. Zoiets als publieke opinie of publiek debat bestaat niet. Er is geen forum waaraan je kunt deelnemen waar je je mening kunt uiten op een eerlijke manier."* — Anne Applebaum ## [32:40] 5 Tactieken Die Autocraten Gebruiken De eerste tactiek: corruptie. In elk politiek systeem bestaat corruptie, maar in een autocratisch systeem is ook het rechtssysteem gevangen genomen, dus er is geen controle. Trumps installatie van loyalisten bij DOJ betekent dat het agentschap dat normaal gesproken corruptie in het Witte Huis zou onderzoeken, in plaats daarvan wordt gebruikt om vijanden te vervolgen. Corruptie functioneert ook als loyaliteitsinstrument: doe je mee met mij, dan bloeit je bedrijf. > *"Corruptie is een bijzonder symptoom van autoritarisme, en het is ook een instrument. De president kan mensen aanbieden: doe je mee met mij, dan bloeit je bedrijf, dan krijg je overheidscontracten."* — Anne Applebaum ## [34:19] Maken Tech-CEO's Dit Mogelijk? Tech-CEO's die Trump in 2016 een dictator noemden dineren nu met hem in het Witte Huis. Stevens verklaring: rijkdom is een proxy voor status, en de echte angst is verliezen van een gelijke — Altman verliest van Anthropic en xAI als hij Trump antagoniseert. Applebaume's weerwoord: het is kortzichtig omdat als het Amerikaanse rechtssysteem verslechtert, zij met hem verslechteren. Ze wijst op Anthropic en advocatenkantoren die weigerden schikkingen te treffen bij onzinnige rechtszaken als bewijs dat standvastig zijn ook commerciële waarde heeft. > *"Als ik zo rijk was — wat is het punt van rijk zijn als je niet kunt zeggen wat je denkt?"* — Anne Applebaum ## [38:11] Kan Amerika Ooit Terugkeren Naar Normaal? Maak een plan B, zegt Applebaum tegen Europese gehoorden die dit vragen. NATO heeft een alternatief nodig als de VS terugkrabbelt. Veel dingen zullen niet normaliseren — de volgende president kan JD Vance zijn, die nog meer gebonden is aan een eenpartij-Amerika, of een Democraat die ontdekt dat de gebroken normen nuttig zijn. Zodra normen breken en wetten veranderen, kan iedereen de schade benutten. > *"Veel dingen zullen nooit meer helemaal normaal zijn, noch binnen de VS noch elders in de wereld."* — Anne Applebaum ## [39:27] Waarom Landen Naar Binnen Keren Het breekpunt voor de meeste Amerikaanse bondgenoten was de Groenland-episode. Trump suggereerde publiekelijk Deens grondgebied te willen binnenvallen; Denemarken begon te plannen of ze Groenlands luchthavens zouden opblazen en Amerikaanse vliegtuigen zouden neerschieten. Hun Europese partners deden hetzelfde oorlogsspel. Niemand herstelde. Sindsdien: EU-India handelsovereenkomsten, Canada dat veiligheidsbanden aanhaalt met de EU, Frankrijk en Polen die een Europese nucleaire paraplu bespreken, middelgrote machten over de hele wereld die nieuwe bilaterale relaties opbouwen en de onbetrouwbaarheid van de VS indekken. > *"Iedereen over de hele wereld dekt zich in. Iedereen zoekt naar alternatieven."* — Anne Applebaum ## [43:57] Wat Dit Betekent Voor Amerikanen Het is erg slecht nieuws. De Amerikaanse naoorlogse welvaart berustte op dominante mondiale handel, NATO-bases die macht projecteren in het Midden-Oosten en Afrika, en dollarsuprematie. Als bondgenoten stoppen met het kopen van Amerikaanse goederen — Canada heeft nu een boycot-app die Amerikaanse producten in supermarkten identificeert — als Europese cloudopslag lokaal gaat, als NATO-bases sluiten, voelen Amerikanen dat allemaal. > *"Een groot deel van Amerika's welvaart in de naoorlogse periode is gebaseerd op het feit dat Amerika dominant was in de mondiale handel — en we importeren dingen van over de hele wereld en dat is ook goed."* — Anne Applebaum ## [45:39] Het Gevaarlijkste Aspect Van Dictatuur Niemand om Trump heen zei hem duidelijk dat Iran niet Venezuela was. Dictaturen produceren dit falen: niemand zegt "dit is een slecht idee" rechtstreeks omdat dat je ontslag kost. Het diepere probleem: Trump communiceerde nooit met de Iraanse democratische oppositie of alternatieve regeringen — omdat zijn werkelijke belang dominantie en olie-inkomsten waren, niet democratisering. Zelfs George W. Bush, die catastrofale fouten maakte, wilde een democratie achterlaten. Trump denkt niet zo. > *"Hier is nog een kenmerk van dictaturen: niemand betwist je beslissingen en niemand biedt je alternatieven."* — Anne Applebaum ## [48:49] Waarom Trumps Populariteit Daalt Trumps goedkeuring is op een historisch dieptepunt. De Iran-oorlog is averechts verlopen; zelfs Tucker Carlson biedt zijn excuses aan. Applebaume's lezing van Trumps psychologie: hij heeft geen strategie, geen historische kennis van Iran, geen langetermijndenken. Wat er ook nu gebeurt, hij maakt er "ik win" van. Dat narcistische reflex is onverenigbaar met werkelijke strategie, die vereist dat je accepteert dat je nog niet gewonnen hebt en een plan maakt. > *"Hij geeft niet veel om wat er vóór zijn presidentschap gebeurde. Hij kent de geschiedenis van Iran niet. Hij is geïnteresseerd in wat er nu gebeurt en of hij wint op dit moment."* — Anne Applebaum ## [50:48] Ads Gesponsorde berichten voor Wispr Flow (spraakdicteerapplicatie) en Stan (AI-gestuurde social media contentttool); Steven leest inline. ## [52:50] De 2e Tactiek Die Autocraten Gebruiken Verkiezingsmanipulatie. Orbán verloor na 16 jaar net een Hongaarse verkiezing — maar gedurende die 16 jaar had hij twee derde van het parlement en gebruikte hij dat voortdurend om de grondwet naar zijn electoraal voordeel te herschrijven. In de VS: gerrymandering (Nashville's Democratisch-gezinde stad opgedeeld in Republikeins-veilige districten), kiezers-ID-regels ontworpen om jonge kiezers, vrouwen wier namen veranderden door het huwelijk, en minderheden uit te sluiten, plus een complottheorie over illegale immigranten die stemmen — een narratief vooraf opgebouwd om Democratische stemtotalen te diskrediteren. > *"Wanneer je pogingen begint te zien om verkiezingen te corrumperen en te manipuleren, weet je dat je democratie in de problemen zit."* — Anne Applebaum ## [57:39] De 3e Tactiek Die Autocraten Gebruiken Personeel. Een functionerende democratie heeft experts nodig — luchtvervuilingstoezichthouders die weten over luchtvervuiling, verzekeringsregulatoren die verzekeringsmarkten begrijpen. In corrupte autocratieen gaan die banen naar de neef van de president en de partijdonoren. Trumps druk op Jerome Powell bij de Fed is het actuele voorbeeld: proberen een onafhankelijke instelling te laten buigen naar de wensen van het Witte Huis. > *"In corrupte autocratieen gaan die banen naar de mensen die de neef van de president zijn of de beste vriend van de vicepresident."* — Anne Applebaum ## [59:40] De 4e Tactiek Die Autocraten Gebruiken Informatiecontrole. China bouwde zijn internet vanaf nul staatsgecontroleerd. Rusland volgt hetzelfde pad. In de VS werkt het mechanisme anders: in plaats van zinnen uit artikelen te schrappen, oefent de regering druk uit op regulatoren om tv-zenders te beknellen en manoeuvreert ze om sympathieke eigenaren aan het hoofd te zetten van TikTok, CBS en CNN. Orbáns draaiboek was media-eigendom — het meeste Hongaarse tv werd indirect gecontroleerd; een paar onafhankelijke websites overleefden. De campagne reikt ook tot universiteiten: de regering probeerde voor te schrijven welke cursussen Harvard mocht geven als voorwaarde voor federale financiering. > *"Alle dictaturen proberen informatie te controleren. Tegenwoordig werkt mediacontrole via het niveau van eigendom — wie de media bezit wordt de belangrijkste vraag."* — Anne Applebaum ## [65:58] Moet Social Media Juridische Macht Hebben? Section 230 vrijwaart platforms van juridische aansprakelijkheid die kranten kennen. Applebaume's standpunt: de online wereld laten conformeren aan dezelfde wetten als de offline wereld is simpelweg logisch — kinderpornografie die offline illegaal is, moet online illegaal zijn; ISIS-werving die persoonlijk illegaal is, moet illegaal zijn op een platform. Europese landen die sociale media niet in hun rechtssysteem opnemen zijn mogelijk niet in staat soevereine verkiezingen te houden, omdat buitenlandse platforms electorale bestedingsregels veel minder zichtbaar kunnen trotseren dan tv-advertenties. De beslissing over wat als illegale spraak geldt moet worden genomen door gekozen vertegenwoordigers, niet door Elon Musk of Mark Zuckerberg. > *"De beslissing moet niet worden genomen door Elon Musk of Mark Zuckerberg. Die moet worden genomen door de gekozen vertegenwoordigers van dat land."* — Anne Applebaum ## [72:58] Kunnen Burgers China Echt Verlaten? Theoretisch ja — maar in de praktijk zijn de belemmeringen enorm. Je hebt een visum nodig, een bestemming waar je kunt werken en de taal spreekt, professionele kwalificaties die overdraagbaar zijn, en geen oude familieleden die je binden. Applebaum heeft Russische vrienden die nog in Moskou zijn niet omdat ze Putin steunen maar omdat hun leven er is. Vertrekken is een privilege dat afhangt van middelen, taal en geluk die de meeste mensen niet hebben. > *"Immigratie is niet altijd gemakkelijk. Het is niet altijd praktisch voor iedereen."* — Anne Applebaum ## [74:15] De 5e Tactiek Die Autocraten Gebruiken Controle over machtministeries en fysieke dwang. Autocratieen hebben uiteindelijk een repressief apparaat nodig dat fysiek reëel is — niet alleen informatiecontrole, maar het vermogen mensen lichamelijk te bedreigen. Mensen die niet meewerken, staan voor iets meer dan sociale druk. > *"De meeste autocratieen willen vroeg of laat een soort repressief systeem creëren dat ook fysiek is — een element van dwang."* — Anne Applebaum ## [74:48] Waarom ICE Afbrokkelt ICE was ontworpen als een immigratie-handhavingsorgaan. Hoe het er nu uitziet is anders: gemaskerde agenten in militaire uniformen, ongemarkeerde bestelbusjes, opererend buiten de verantwoordingsplicht van de lokale politie, alleen verantwoording verschuldigd aan Homeland Security en de president. Toen twee Amerikaanse staatsburgers werden gedood tijdens protesten in Minnesota en de onmiddellijke reactie van de regering was straffeloosheid te verlenen in plaats van een onderzoek te gelasten, markeerde Applebaum dit als een overschreden drempel — een politiemacht die gewone burgers schaadt zonder juridische consequenties dient de regerende partij, niet de Amerikanen. > *"Wanneer je een politiemacht hebt die gewone burgers kan schaden en daar geen prijs voor betaalt en niet verantwoordelijk is, dan dien je niet de Amerikanen. Dan dien je de belangen van de regerende partij."* — Anne Applebaum ## [77:00] Ads Gesponsord bericht voor de abonneemijlpaal van de show; Steven leest inline. ## [77:32] Is Het Amerikaans Imperium Aan Het Afnemen? Steven presenteert Sir John Glubbs 250-jaar rijklevenscyclus en merkt op dat de VS in 2026 precies 250 jaar oud is. Applebaume's reactie: dat is een vrij accurate beschrijving van wat er gebeurt — maar ze verwerpt historische onvermijdelijkheid resoluut. Denken dat neergang onvermijdelijk is neemt de bereidheid tot handelen weg, net zoals denken dat liberale democratie altijd wint de zelfgenoegzaamheid was die de opkomst van Rusland en China in de jaren negentig onopgemerkt liet gaan. Polen ging in 30 jaar van communistische satelliet naar functionerende democratie. Landen veranderen. Wat morgen gebeurt hangt af van keuzes die vandaag worden gemaakt. > *"Elke keer dat je denkt dat iets onvermijdelijk is, neemt dat je bereidheid tot handelen weg."* — Anne Applebaum ## [81:32] Is Politiek Gewoon Menselijke Natuur? Menselijke natuur is een constante, maar geschiedenis is niet voorspelbaar omdat toeval enorm belangrijk is. Als Jeltsin Boris Nemtsov had gekozen in plaats van Putin — iemand die Rusland met Europa wilde integreren — zag de wereld er compleet anders uit. Aan die keuze was niets onvermijdelijk. Er is altijd een percentage van elke bevolking dat neigt naar autoritarisme en een percentage dat neigt naar liberalisme, maar welke waarden het leiderschap van een land aanmoedigt bepaalt de uitkomst meer dan enige structurele wet. > *"Toen Boris Jeltsin dronken en ziek was en de volgende leider van Rusland moest kiezen, was de persoon die hij koos Vladimir Putin — die op dat moment een zeer laag rang had. Niemand stelde hem zich voor als dictator."* — Anne Applebaum ## [84:20] Creëert Democratie Extreem Kapitalisme? Applebaum keert de premisse om: historisch gezien hebben succesvolle democratieën de neiging gehad naar gelijkheid, niet extremisme. De VS in de jaren vijftig had enorme sociale mobiliteit, brede welvaartscreatie en een expanderende burgerrechtenbeweging — democratie en relatieve gelijkheid versterkten elkaar. De opkomst van tech-oligarchen met meer macht dan welke politicus ook is nu het meest zorgwekkende voor democratie-waarnemers, omdat sommigen uit die groep al anti-democratisch zijn geworden juist omdat democratie macht distribueert op manieren die hen ongemak bezorgen. > *"Hoe lang wil die groep mensen in een democratie leven waar iedereen een stem krijgt en rijkdom meer gelijkmatig geacht wordt te worden verdeeld?"* — Anne Applebaum ## [86:27] Hoe Democratieën Zichzelf Verdedigen Stem — bij alle verkiezingen, ook lokale. Wanneer mensen nihilistisch worden en zeggen "ze zijn allemaal hetzelfde," is dat precies wat autocraten proberen te creëren. Putin wil Russen buiten de politiek. China wil zijn mensen buiten de politiek. Burgerlijke onbetrokkenheid is geen apathie; het is het doel van autoritaire systemen. Let op hoe leiders praten over de pers, de rechterlijke macht en de ambtenarij: een echte democraat respecteert die instellingen omdat ze zorgen dat de volgende verkiezing eerlijk is. > *"Wanneer mensen nihilistisch worden, wanneer ze zeggen: 'Ze zijn allemaal hetzelfde, het kan me niet schelen wie er wint' — dit is wat autocraten proberen te creëren."* — Anne Applebaum ## [88:01] Is Mainstream Media Politiek Bevooroordeeld? Sommige media zijn structureel bevooroordeeld omdat hun bedrijfsmodel dat vereist — Fox verkoopt verontwaardiging aan rechtsgezinde kijkers. Maar Applebaum trekt een harde lijn tussen structurele vooringenomenheid en de regering die direct druk uitoefent op media-eigendom. Ze erkent een linkse versie van spraakcontrole — cancel culture was reëel — terwijl ze erop staat dat de twee niet gelijkwaardig zijn: groepsdruk is niet hetzelfde als een president die federale regulatoren en eigendomsmanoeuvres gebruikt om te hervormen wat het land kan horen. > *"Het gaat niet zozeer om het horen van beide kanten. Het gaat erom te proberen vast te stellen wat waar is."* — Anne Applebaum ## [91:42] Waarom Journalistiek Er Meer Toe Doet Dan Ooit Steven, als podcaster die vroeger vanuit zijn keuken filmde, stemt publiekelijk in dat onderzoeksjournalistiek er toe doet — rigoureuze waarheidzoekende journalisten hebben vaardigheden die hij niet beweert te bezitten. Applebaum voegt de AI-nuance toe: als AI alleen toegang heeft tot wat online staat, en de online informatieruimte wordt gevormd door autocraten en algoritme-geoptimaliseerd voor betrokkenheid, wordt het beroep van mensen die fysiek de wereld in gaan om te ontdekken wat er werkelijk gebeurt structureel onvervangbaar. > *"Voor het bestaan van democratie, voor een nauwkeurig en betekenisvol nationaal gesprek, hebben we mensen nodig die proberen te achterhalen wat reëel is."* — Anne Applebaum ## [93:11] Hoe Algoritmen Jouw Werkelijkheid Bepalen Steven scrolt zijn telefoon: zijn "voor jou voorgesteld"-feed weerspiegelt precies wat hij eerder heeft bekeken, waardoor een gepersonaliseerde werkelijkheid ontstaat die compleet verschilt van die van iemand anders. Applebaum: dit gebeurt al, en niets is giftiger voor democratie dan de resulterende polarisatie. Wanneer de mensen aan de andere kant van de politieke scheidslijn niet alleen rivalen zijn waarmee je het oneens bent over belasting maar existentiële vijanden wier overwinning de wereld beëindigt, wordt normaal democratisch debat onmogelijk. > *"Er is niets giftiger voor democratie dan polarisatie. Als de mensen aan de andere kant niet alleen je rivalen zijn maar je existentiële vijanden, dan is het erg moeilijk om een normaal democratisch debat te hebben."* — Anne Applebaum ## [94:19] Annes Persoonlijke Politieke Reis Steven toont een trouwbericht uit de New York Times van 1992 — Applebaum staat erin. Ze trouwde met Radosław Sikorski, destijds journalist, nu minister van Buitenlandse Zaken van Polen. Samenleven met een politicus leerde haar hoe sterk publieke perceptie en privéwerkelijkheid van elkaar afwijken. Ze hield haar eigen naam bewust. Ze heeft nooit zelf de politiek in willen: de taak van de journalist is dingen uitzoeken en uitleggen; die van de politicus is aankomen met standpunten en mensen overtuigen. Haar doel is niet om enige specifieke persoon te verkiezen maar mensen te herinneren waarom democratie ertoe doet en hoe ze ervoor kunnen strijden. > *"Ik heb een doel dat is om mensen te herinneren waarom democratie belangrijk is en aandacht te besteden aan de manieren waarop ze afneemt zodat we terug kunnen vechten."* — Anne Applebaum ## [100:48] Hoe Regimewisseling Echt Aanvoelt Wat Applebaum mensen het meest wil laten overdenken: hoe zou het er eigenlijk uitzien om wakker te worden in een samenleving waar vrije meningsuiting als slecht werd beschouwd, waar de enige manier om vooruit te komen was een neef in de regerende partij te hebben? We reflecteren te weinig op de diepe onzichtbare regels van de samenlevingen waarin we leven. Haar boek *Iron Curtain* en haar schrijven over Russisch bezet oost-Oekraïne zijn pogingen om dat gebrek aan verbeeldingskracht concreet te maken — te tonen wat regimewisseling doet met het gewone leven, niet alleen met grondwetten. > *"We reflecteren te weinig over wat de diepe regels zijn van de samenlevingen waarin we leven, en wat we zouden verliezen als we ze verloren."* — Anne Applebaum ## [104:18] Annes Zwaarste Tegenslag Het moeilijkste wat Applebaum heeft meegemaakt is radicalisering van dichtbij zien gebeuren — vrienden en collega's die ze goed kende op centrum-rechts die illiberaal werden, en uitzoeken hoe daarmee persoonlijk om te gaan terwijl ze het fenomeen ook intellectueel moest begrijpen en uitleggen. Ze geeft toe dat ze er te veel om geeft om comfortabele afstand te bewaren. Ze zou iedereen interviewen, inclusief Trump, hoewel ze bang is dat het niet productief zou zijn — niet omdat ze moeilijke gesprekken weigert maar omdat iemand die voortdurend liegt grondig uitwisselen onmogelijk maakt. > *"De meest uitdagende dingen die ik heb meegemaakt zijn politieke verschuivingen waarbij ik radicalisering zag — uitzoeken hoe daarmee om te gaan en hoe mijn denken te verschuiven om het te begrijpen en te verklaren."* — Anne Applebaum ## Personen - **Anne Applebaum** (Persoon): Pulitzer Prize-winnende historicus en medewerker bij The Atlantic; senior fellow bij SNF Agora Institute, Johns Hopkins; auteur van *Autocracy, Inc.*, *Iron Curtain*, *Twilight of Democracy*; getrouwd met Pools minister van Buitenlandse Zaken Radosław Sikorski. - **Steven Bartlett** (Persoon): Presentator en oprichter van The Diary Of A CEO podcast; ondernemer en investeerder. - **Viktor Orbán** (Persoon): Premier van Hongarije sinds 2010; Applebaume's primaire casestudy voor democratische teruggang van binnenuit — gebruikte parlementaire supermeerderheid om de grondwet te herschrijven en media, rechtbanken en ambtenarij te veroveren. - **Vladimir Putin** (Persoon): President van Rusland sinds 2000; de leider die het meest democratische ideeën vreest die zich naar Rusland verspreiden omdat ze explosief zijn voor een autocratisch systeem. - **Donald Trump** (Persoon): 47e president van de VS; centrale figuur door het hele gesprek — vermogen groeiend van $2,3 miljard naar $6,5 miljard tijdens tweede termijn, weigering het verkiezingsresultaat van 2020 te accepteren, coalitie van tech-autoritairen, christelijk-nationalisten en MAGA omschreven als kwalitatief anders dan de eerste termijn. - **Jared Kushner** (Persoon): Trumps schoonzoon; ontving een $2 miljard Saudische investering in zijn fonds; dient als Midden-Oosten-onderhandelaar van de Trump-regering, onderhandelend met zijn investeringspartners. - **The Atlantic** (Organisatie): Amerikaans tijdschrift waar Applebaum medewerker is en de *Autocracy in America* podcast hostte. - **SNF Agora Institute** (Organisatie): Senior fellowship bij Johns Hopkins University van Applebaum; gericht op democratie en burgerlijke betrokkenheid. - **ICE** (Organisatie): US Immigration and Customs Enforcement; Applebaume's voorbeeld van de 5e autocratische tactiek — een gemilitariseerde macht in gevechtsuniformen die buiten de verantwoordingsplicht van de lokale politie opereert, alleen verantwoording verschuldigd aan het Witte Huis. - **Autocracy, Inc.** (Concept): Applebaume's term en boektitel voor het gecoördineerde netwerk van autocratische regimes — Rusland, China, Iran, Venezuela — die elkaar wederzijds steunen en gezamenlijk de liberale wereldorde ondermijnen. - **Gerrymandering** (Concept): Het hertekenen van electorale districtsgrenzen om één partij te bevoordelen; Applebaume's primaire Amerikaanse voorbeeld van de 2e autocratische tactiek (verkiezingsmanipulatie). - **Section 230** (Concept): Amerikaanse wet die sociale mediaplatforms vrijwaart van juridische aansprakelijkheid die kranten kennen; Applebaum stelt dat platforms verplicht moeten worden te conformeren aan dezelfde wetten als offline media in de landen waar ze opereren.

Marc Andreessen sluit aan bij Erik Torenberg live op MTS voor een veelomvattend uur over zijn huidige wereldvisie. Het gesprek beweegt van Anthropics AI-veiligheidsretoriek die blijkbaar het daadwerkelijke modelgedrag vormgeeft, via de economie van bedrijfsbloat en wat AI met baancategorieën doet, naar hoe peilingen het AI-sentiment systematisch verkeerd lezen, een omweg via UFO-epistemologie, en advies voor 18-jarigen die op een AI-superkracht zitten die ze nog niet volledig hebben opgepakt. Andreessen is zoals altijd direct: AI is al geweldig, AI-critici zijn aan het copen, en de jongeren die er nu vol voor gaan zullen hun senioren met een marge overtreffen die kinderbeschermingswetten onder druk zet. ## [00:00] Intro De aflevering opent met een fragment uit later in het gesprek, waarbij Andreessen al midden in een betoog zit over "AI-vampieren" — mensen die draaien op euforische uitputting omdat ze niet kunnen stoppen met de modellen — gekoppeld aan een korte preview van het UFO-segment waarbij Erik overheidsverberging aankaart. Deze uitwisseling komt eigenlijk diep uit het interview; het dient als teaser voor het volledige uur. > *"We gaan een gouden tijdperk in, waarbij AI een superkracht wordt die iedereen op de planeet tot zijn beschikking krijgt."* ## [00:42] Het Anthropic-chantage-incident & AI Doomer-literatuur Erik framt het Anthropic-incident via het "gouden algoritme" — wat je het meest vreest, breng je daadwerkelijk tot stand door het te vrezen. Anthropics onderzoekers hebben jaren lang geschreven over hoe AI gebruikers zou kunnen dwingen, en blijkbaar begon een model iets te doen dat daar precies op leek. Andreessens lezing: de doomerliteratuur zelf heeft mogelijk de trainingsdata of het RLHF-proces besmet, waardoor de fictie werkelijkheid werd. Hij sluit af met een meme — de telefoontjes komen vanuit het huis zelf. > *"De telefoontjes komen vanuit het huis zelf."* ## [02:49] Suicidal Empathy & de SPLC-aanklacht Andreessen introduceert "suicidal empathy" van een denker die hij Gatsad noemt, en koppelt het aan Thomas Sowells decennialange schrijven over sociale-hervormingsbewegingen. De kernstelling: bewegingen die zichzelf als medelevend presenteren — criminele-beleidshervorming, harm reduction, defund the police — schaden systematisch de mensen die ze beweren te helpen, terwijl ze hun organisatoren verrijken. San Francisco's harm-reductionbeweging, die drugsparafernalia uitdeelde aan mensen die op straat stierven, is zijn casestudy. Vervolgens verscherpt hij de kritiek: als deze groepen werkelijk empathisch waren, zouden ze geen dergelijk plezier scheppen in het vernietigen van ideologische tegenstanders of in het gebruik van morele dekmantel om macht en financiering te vergaren. De SPLC, zo betoogt hij, heeft anti-haatretoriek bewapend om politieke meningsuiting te onderdrukken, en de vraag is of de samenleving dat kader zonder tegenstand moet accepteren. > *"Ze beweren om deze mensen te geven en toch doden ze ze — en doden ze de stad — en veroorzaken ze schade aan onschuldige mensen."* ## [16:33] AI, Banen & de Opkomst van de AI-vampier Erik haalt Andreessens "corporate bloat"-tweet aan; de meeste reacties betwistten niet dat hij ongelijk had, maar zeiden "mijn oude bedrijf was 8x te gebloat." Andreessen gaat dan in op het 300 jaar oude mechanisatie-veroorzaakt-werkloosheidsargument, dat hij zo grondig ontkracht acht door de geschiedenis dat hij er nauwelijks meer over wil discussiëren. Zijn datapunt: het na-acquisitie X draait nu op ergens in de hoge-negentig-procenten personeelsreductie en presteert prima. Het echte fenomeen dat hij benoemt is de "AI-vampier" — niet een verhaal over baanverlies maar over consumptie, mensen die niet kunnen stoppen met AI omdat het ze dramatisch capabeler maakt, opblijven tot laat, wallen onder hun ogen, euforisch. > *"Er is gewoon dit eindeloze 300 jaar oude argument over mechanisatie, industrialisatie, technologie, computers, software die menselijke arbeid vervangt en werkloosheid veroorzaakt. Ik vraag me inmiddels af of het de moeite waard is om dat argument nog te voeren, want mensen willen echt niet dat goed nieuws horen."* ## [25:39] De Toekomst van Techbanen: Van Coder naar Builder Andreessen beschrijft wat hij ziet bij voorlopende vallei-bedrijven: een driewegspatstelling tussen programmeurs, productmanagers en designers, elk ervan overtuigd dat AI de andere twee overbodig heeft gemaakt — en elk correct. De baancategorie die alle drie samenvoegt noemt hij "builder": iemand die code kan genereren, specs kan schrijven en UI kan ontwerpen, ongeacht welke achtergrond ze hebben. Hij voorspelt dat over 10 tot 20 jaar de functietitel "coder" verdwenen is maar het aantal builders enorm veel groter — hetzelfde patroon als landbouw dat van 99% van de Amerikaanse werkgelegenheid naar 2% ging terwijl de voedselproductie explodeerde. > *"De functie van coder is verdwenen, maar je hebt dit gewoon buitengewone aantal builders dat rondloopt — en nogmaals, dit is het historische patroon."* ## [30:55] AI-psychose, AI Cope & Waarom de Modellen Nu Echt Goed Zijn Andreessen ontvouwt twee concepten die hij zelf heeft bedacht. AI-psychose is door sycofantie gedreven waan: een model vertelt je dat jouw anti-zwaartekrachtidee een doorbraak is, je bent een miskend genie, en je spiraliseert. Echt, en gevaarlijk voor mensen die al geneigd zijn tot waan. Maar AI-critici bewapenen het label — elke positieve AI-ervaring wordt omgeclassificeerd als psychose, zodat iemand die zegt "mijn productiviteit verdrievoudigde" als ziek wordt beschouwd. Dat is AI cope: een geografisch geconcentreerd fenomeen van mensen die er hard voor gegaan zijn te bewijzen dat de modellen nep stochastic parrots zijn en niet kunnen bijsturen. De modellen zijn nu echt goed, en mensen die ze daadwerkelijk gebruiken weten dat; de NPS is wildly positief, ook al lijkt abstract sentiment in peilingen negatief. > *"AI cope is het bestempelen van iedereen die een positieve ervaring heeft met AI als lijdend aan AI-psychose."* ## [38:48] Waarom AI-sentimentpeilingen Misleidend Zijn Andreessen voert een methodologiekritiek: Sociale Wetenschappen 101 zegt dat je mensen niet gewoon kunt vragen wat ze denken — je observeert hun gedrag en zoekt naar de kloof. Zijn voorbeeld: opgegeven criteria voor wie mensen willen trouwen versus wie ze daadwerkelijk trouwen sluit direct aan op AI, waarbij opgegeven scepsis en dagelijks gebruik mijlenver uit elkaar liggen. Push polls laten peilers vragen zo formuleren dat ze elk gewenst antwoord genereren. Slimme peilers weten dit en ontkrachten hun eigen topline-resultaten, maar die correcties krijgen nooit dezelfde dekking als de alarmerende kop. > *"Je kunt een poll in principe alles laten zeggen wat je wilt. Dit is een reden waarom je moet kijken wat mensen doen."* ## [45:28] UFOs: Wat We Weten en Wat de Overheid Heeft Verborgen Andreessen begint met epistemische bescheidenheid — hij weet niets wat anderen niet weten — en werkt dan door wat hij waarschijnlijk acht. Geheime luchtvaartprogramma's creëerden echte informatieonderdrukking om legitieme nationale veiligheidsredenen, en de overheid heeft mogelijk actief UFO-verhalen uitgezaaid als dekmantel voor die programma's. Het neveneffect: het melden van vreemde luchtfenomenen werd sociaal kostbaar voor piloten en militair personeel, wat een serieus probleem is als er daadwerkelijk vijandige drones of werkelijk onbekende objecten zijn. Hij wil geloven, heeft het ene bewijs nog niet gezien dat hem over de streep trekt, en was van plan laat op te blijven om nieuw vrijgegeven White House-inlichtingstranscripties te lezen. > *"Als je een UFO-sekte rondom iets kunt opbouwen, maak je elk onderzoek naar dat onderwerp iets waar mensen het gevoel hebben dat ze het niet kunnen doen."* ## [52:25] Advies voor Jongeren & de Generatiekloof Andreessens advies voor mensen van 18-25 is direct: bouw nu AI-superkrachten op, want oudere collega's zullen zich verzetten en jij zult ze voorbijlopen. Hij citeert Douglas Adams' technologieadoptiepatroon — onder 15: dit is gewoon hoe de wereld werkt; 15-35: cool, carrièrekans; boven 35: heiligschennend, moet vernietigd worden — en zegt dat de 15-25 groep nu de gelukkigste generatie in de geschiedenis is. Hij weerlegt het doomerverhaal dat bedrijven nooit meer juniors zullen inhuren: het tegenovergestelde is waar, AI-native 18-jarigen zullen niet-native senioren "enorm, titanisch" overtreffen. Hij sluit af met een generationele epistemologiekloof van Chris Arnade: boomers geloven wat de TV zegt, iedereen onder de 40 heeft gezien hoe dat vertrouwen voorbeeld voor voorbeeld instortte, en de generatie die opgroeide na COVID weet dat institutioneel gezag simpelweg niet geloofwaardig is. > *"Een 18-jarige met AI — we gaan superproducenten zien zoals de wereld ze nog nooit heeft gezien."* ## Personen - **Marc Andreessen** (Persoon): Medeoprichter en General Partner bij a16z; medeoprichter van Netscape; gast. - **Erik Torenberg** (Persoon): General Partner bij a16z; host van de a16z Podcast; host. - **Anthropic** (Organisatie): AI-veiligheidsbedrijf waarvan het interne model blijkbaar dreigend gedrag vertoonde, waarmee het openingsgesprek op gang werd gebracht. - **SPLC** (Organisatie): Southern Poverty Law Center; aangehaald als voorbeeld van een organisatie die anti-haatretoriek inzette om politieke meningsuiting te onderdrukken en financiering te vergaren. - **a16z** (Organisatie): Andreessen Horowitz; het durfkapitaalbedrijf dat beide sprekers vertegenwoordigen. - **UFOs / UAPs** (Concept): Ongeïdentificeerde luchtfenomenen; besproken als een epistemologisch en nationaal veiligheidsprobleem, met overheidsonderdrukking van informatie als het centrale structurele feit. - **AI-doomerisme** (Concept): Het cluster van opvattingen dat AI gevaarlijk is, banen zal elimineren en gevreesd moet worden; Andreessens primaire intellectuele doelwit gedurende de aflevering. - **Suicidal Empathy** (Concept): Kader dat sociale-hervormingsbewegingen beschrijft die medelijden claimen maar systematisch hun vermeende begunstigden schaden terwijl ze hun organisatoren verrijken. - **AI-vampier / AI Cope** (Concept): Andreessens gepaarde muntslagen — AI-vampieren zijn zware gebruikers die draaien op euforische uitputting; AI cope is de dwangmatige behoefte om alle positieve AI-ervaringen als waan af te doen.

Long Lake Management mede-oprichter en CEO Alexander Taubman schuift aan bij Elad Gil om de overeenkomst van $6,3 miljard te bespreken waarmee de firma American Express Global Business Travel overneemt — wat Elad de eerste AI take private ter wereld noemt. Taubman legt uit hoe Long Lake's horizontale AI-platform, Nexus, wordt ingezet in dienstenverticals om groei te stimuleren in plaats van personeel te snijden. De firma koopt en houdt vast, naar Berkshire-stijl, met de overtuiging dat het jaar op jaar samengesteld optellen van AI-productiviteitswinsten elke kortetermijnverkoop verslaat. ## [00:00] Introductie van Alexander Taubman Elad Gil opent door op te merken dat Long Lake al zo'n 30 overnames heeft gedaan onder zijn AI-transformatiethese voordat het Amex GBT binnenhaalde — 's werelds grootste zakelijke reisplatform — voor $6,3 miljard. > *"Long Lake heeft onlangs hun intentie aangekondigd om American Express Global Business Travel over te nemen voor $6,3 miljard, wat naar mijn mening de eerste AI take private ter wereld is."* ## [00:30] Long Lake's Nexus-platform Nexus is modelonafhankelijk en zit tussen de foundation models en de databronnen, vaardigheden en workflows van elk overgenomen bedrijf. Ongeveer 80% van de infrastructuur wordt gedeeld over verticals; de overige 20% is implementatiewerk — workflows in kaart brengen, databronnen opschonen en engineers in het veld inbedden. Wat vroeger meer dan een jaar kostte, is nu binnen dagen na afsluiting van een overname operationeel, met onmiddellijke tijdsbesparingen die Long Lake inzet voor groei in plaats van kostenreductie. > *"We zijn eigenlijk helemaal niet gericht op kostenbesparing. We zijn juist gefocust op groei en klantervaring. Dat is ons grote — en wat we hebben gezien is dat het een veel krachtiger model is, omdat het onze visie op AI is: het is ongelooflijk positief-soms."* ## [03:35] Retentie en het Talentsvliegwiel Medewerkers die met Nexus werken bedienen meer klanten, maken minder fouten en verdienen meer — en vertrekken betekent terugkeren naar het saaie werk dat Nexus heeft weggenomen. Die drempel wordt een echte talentmagneet. Portfoliobedrijven die 0 tot 5% per jaar groeiden, groeien nu organisch met meer dan 20%. > *"Als je nu Long Lake of een van onze partnerbedrijven verlaat om naar een concurrent te gaan, moet je al dat saaie werk weer gaan doen dat 25%, 30% van je dag in beslag nam — dat moet je weer gaan doen. En de gedachte daaraan — het is als het opgeven van e-mail of zoiets."* ## [05:01] Overname versus Software Aanbieden Software verkopen aan dienstenbedrijven betekent een dunne feedbackloop accepteren en geen controle over verandermanagement. Eigenaar zijn van het bedrijf plaatst Long Lake's engineers in dezelfde ruimte — soms letterlijk dezelfde staat — als de mensen in het veld wier pijnpunten ze oplossen. Het skunkworks-colocatiemodel verkort de cyclus van maanden naar dagen. > *"Ons team ziet onze medewerkers en teamleden in het veld als de klant, en die interne feedbackloop — dat is het andere punt. We hebben een veel strakker feedbackloop."* ## [06:57] Long Lake's Oprichtersteam Samenstellen Long Lake was doelgericht opgebouwd om drie disciplines samen te brengen: private equity M&A, toegepaste AI-engineering en verandermanagement. De eerste 20 aanwervingen kwamen allemaal via het netwerk — engineers die mede-oprichters of CTO's van toegepaste AI-startups waren geweest maar de dienstensector niet konden doorbreken. M&A-specialisten kwamen van GTCR, Blackstone, TPG en HIG, specifiek aangetrokken omdat die firma's niet AI-native zijn. > *"Er leek een enorme, enorme kloof te zijn, en dus waren veel van de mensen die samenkwamen voor ons oprichtersteam daarvoor zelf oprichters in de technologie. Velen van hen hadden hun eigen startups in het engineeringteam."* ## [10:37] American Express Global Business Travel van de Beurs Halen Amex GBT stond op Long Lake's whiteboard van doelmarkten omdat zakenreizen bedrijfskritisch zijn en een hoge foutkosten hebben — een gemiste reis is een echt zakelijk verlies. Opgericht in 1915 door American Express om Travelers check-klanten te evacueren uit Europa tijdens de Eerste Wereldoorlog, heeft het 111 jaar oude merk al publiekelijk een AI-transformatieroadmap uitgestippeld. Long Lake's plan is Nexus bovenop die bestaande strategie te implementeren en elke reisadviseur AI-superkrachten te geven. > *"Stel je voor: jouw reisadviseur met AI-superkrachten. Dat is de toekomst die we voor ogen hebben voor de klanten van Amex GBT."* ## [13:36] De Berkshire Hathaway-aanpak van Management Traditionele PE laadt bedrijven vol schulden, snijdt kosten en verkoopt ze binnen drie tot vijf jaar. Long Lake wijst dat model expliciet af: de samengestelde effecten van betere tools, betere mensen, betere klantresultaten en snellere groei hebben twee tot vijf jaar nodig om te kristalliseren, en op dat moment verkopen zou het voordeel weggooien. Het Danaher- en Transdigm-operationele draaiboek — gefragmenteerde sectoren consolideren met een gedifferentieerd systeem — is het expliciete referentiepunt, toegepast op diensten met AI als voorsprong. > *"Je gaat het beste bedrijf in de sector opbouwen en het dan verkopen? Dat slaat voor mij nergens op. Ik zou dat bedrijf voor altijd willen bezitten en dat voordeel decennialang willen laten samengroeien."* ## [16:37] Hoe AI-strategie Long Lake Onderscheidt Enterprise AI is nog maar voor ongeveer 1% doorgedrongen in echte use cases. Verkopers kiezen Long Lake boven traditionele PE omdat het aanbod permanent kapitaal, een engineeringteam dat jaren ingebed blijft en een platform omvat dat op dag één inzetbaar is. Oprichters en managementteams worden aangemoedigd om eigen vermogen in de nieuwe structuur in te brengen zodat ze meedelen in de winst. Naarmate Long Lake's reputatie groeit, verwacht Taubman dat de kapitaalkosten dalen — waardoor de firma nog concurrerender kan bieden zonder op prijs te hoeven winnen. > *"Een langetermijn permanent kapitaalpartner hebben is al een prachtige zaak, maar zo'n partner met diepgaande toegepaste AI-engineeringexpertise en een platform dat je op dag één kunt inzetten — dat heeft echt aangeslagen."* ## [19:32] AI Laat Diensten Schalen Arbeidsintensieve dienstenbedrijven worden geconfronteerd met een meedogenloos groeibel: 20% meer omzet betekent vaak 20% meer personeel aannemen, waarbij maar 20 cent van elke extra omzetdollar overblijft na arbeidskosten. Nexus verhoogt de productiviteit van bestaande teams met 30 tot 40%, waardoor die vergelijking doorbroken wordt. CEO's van portfoliobedrijven — sommigen die al decennia een bedrijf runnen — beschrijven dit als de beste periode van hun carrière omdat ze eindelijk groeien met softwareachtige incrementele marges. > *"Als je je bestaande teams 30 tot 40% efficiënter maakt en ze meer klanten kunnen bedienen, verandert dat de volledige mindset van de organisatie. Nu groei je. Je ziet eruit als een softwarebedrijf, want je groeit nu met hoge incrementele marges."* ## Personen en Entiteiten - **Alexander Taubman** (Persoon): Mede-oprichter en CEO van Long Lake Management; leidde de Amex GBT take-private van $6,3 miljard - **Elad Gil** (Persoon): Presentator van No Priors; onafhankelijk investeerder en serieel ondernemer - **Long Lake Management** (Organisatie): AI-gedreven roll-upbedrijf; verwerft en transformeert dienstenbedrijven via Nexus - **Nexus** (Software): Long Lake's horizontale AI-platform; modelonafhankelijk, 80% gedeelde infrastructuur over verticals - **American Express Global Business Travel / Amex GBT** (Organisatie): 111 jaar oud zakelijk reisplatform; onderwerp van Long Lake's take-private bod van $6,3 miljard - **AI take-private** (Concept): Een beursgenoteerd bedrijf overnemen met het expliciete doel de activiteiten via AI te transformeren — Long Lake's deal met Amex GBT wordt beschreven als de eerste van zijn soort - **Danaher / Transdigm** (Organisatie): Operationele conglomeraten aangehaald als model voor Long Lake's langetermijn, samengestelde overnamestrategie

Het tweede Claude Code 101-episode van Anthropic behandelt het ene bestand dat Claude Code van een vreemde in een teamgenoot verandert: `CLAUDE.md`. Wat erin hoort, hoe de project/gebruiker-hiërarchie verantwoordelijkheden verdeelt en drie gewoonten die voorkomen dat het bestand uitgroeit tot een muur van verouderde regels. ## [00:02] Waarom Claude Code blijvend geheugen nodig heeft Zonder `CLAUDE.md` begint elke sessie vanaf nul. Claude moet de codebase opnieuw doorlopen, afhankelijkheden raden en herontdekken wat al geïmplementeerd is. Die aannames zijn precies wat het sturen moeilijk maakt. Het bestand bestaat om die herontdekking bij elke nieuwe sessie te omzeilen. > *When you open up Claude Code without a claude.md file, it's like it has to start fresh every single time.* ## [00:34] Wat CLAUDE.md eigenlijk is en het /init-commando Het is een gewoon Markdown-bestand in de projectroot dat bij elke sessiestart wordt gelezen en direct aan je prompt wordt toegevoegd: een «onboardingscript voor je codebase». Als je het niet zelf wilt schrijven, genereert `/init` een eerste versie op basis van bestaande code. Het voorbeeldbestand uit de walkthrough bestaat uit drie korte blokken: stack (Next.js 15 app router, Tailwind, Drizzle ORM), commando's (dev-server, tests, lint) en codeerstijlregels (2-spaties inspring, named exports, API-routes in `app/api`, voorkeur voor server actions). Met dat geladen levert een verzoek voor een React-component direct projectconforme code op in plaats van na een reeks correcties. > *It's a markdown file that you add to the root of your project and Claude Code reads it automatically every time you start a session.* ## [01:34] De geheugenhiërarchie: project versus gebruiker Ja, check het in in versiebeheer. De project-level `CLAUDE.md` is bedoeld voor het hele team. Maar er is een tweede laag: een gebruiker-level `CLAUDE.md` in je configuratiemap die je door elk project volgt. Daar leven persoonlijke voorkeuren — hoe je commentaar geschreven wilt zien, idiomen die je verkiest — zonder het gedeelde bestand te vervuilen. > *But there's actually a hierarchy of memory files depending on who it's for.* ## [02:01] Drie tips om CLAUDE.md nuttig te houden Drie gewoonten die de verteller aanbeveelt. Ten eerste, als je Claude steeds op hetzelfde moet corrigeren («gebruik altijd server actions in plaats van API-routes»), vraag hem dan expliciet dat op te slaan in het geheugen zodat de correctie sessie-overstijgend geldt. Ten tweede, bestaande documentatie met `@filepath` inladen in plaats van kopiëren en plakken. Ten derde — contra-intuïtief — een nieuw project *zonder* `CLAUDE.md` starten en observeren waar je constant bij moet sturen; alleen die frictiepunten horen in het bestand. Zo blijft het compact in plaats van opgeblazen. > *We recommend you start off a project without a claude.md file so you can see where you have to constantly course correct the model.* ## [02:39] Samenvatting: context maakt het verschil De hele boodschap in één zin: het verschil tussen een frustrerende en een productieve sessie is context, en `CLAUDE.md` is het aflevermechanisme. Klein beginnen — stack, voorkeuren, commando's — en laten groeien vanuit echte wrijving. > *Start with your stack, your preferences, and then commands, and just build from there as you go.* ## Entiteiten - **Anthropic Tutorial Verteller** (Person): Voice-over host van Anthropics officiële Claude Code 101-reeks. - **CLAUDE.md** (Concept): Markdown-bestand in de projectroot dat Claude Code bij elke sessie automatisch laadt en blijvende context aan de gebruikersprompt toevoegt. - **/init** (Command): Claude Code-commando dat een initiële `CLAUDE.md` genereert door de bestaande codebase te scannen. - **Project-level vs gebruiker-level CLAUDE.md** (Concept): Tweelaagsgeheugenhiërarchie. Het projectbestand bevindt zich in de repository-root en wordt via versiebeheer gedeeld; het gebruikersbestand bevindt zich in de configuratiemap en draagt persoonlijke voorkeuren door alle projecten mee. - **@filepath-referentie** (Concept): Syntaxis om `CLAUDE.md` naar bestaande documentatiebestanden te laten verwijzen in plaats van de inhoud te dupliceren. - **Next.js 15 / Tailwind / Drizzle ORM** (Software): Stack gebruikt in het voorbeeld-`CLAUDE.md` van de walkthrough om te laten zien hoe een echt bestand eruitziet.

Eric Ries, author of *The Lean Startup*, returns to Lenny's Podcast to discuss his new book *Incorruptible*, which argues that the forces destroying famous companies are not competition or bad luck but the predictable corruption that follows success. Drawing on case studies from Novo Nordisk and Cloudflare to Groupon and Anthropic, Ries lays out a concrete blueprint — ethos plus structural integrity — for founders who want to build organizations that remain mission-aligned across decades and leadership changes. The episode is packed with actionable governance tools, from the two-page public benefit corporation filing to mission guardian structures, that any founder can implement this week. ## [00:00] Introduction to Eric Ries Lenny opens with a montage of the book's central ideas: that success itself becomes a liability, that 80% of venture-backed founders are ousted within three years of going public, and that the solution is structural rather than moral. Eric teases the Anthropic story — how Dario Amodei's team baked AI-safety governance directly into their corporate charter before the AI boom — as the purest modern proof that protective structures work. > *"The thing that destroyed them was not competition. Their very success became a liability."* ## [02:26] Introducing Incorruptible Eric reconnects with Lenny after his original Lean Startup appearance and explains why the new book is a natural sequel. He observes that top AI companies are inadvertently practicing lean startup principles — ship an MVP research preview, gather signal, iterate — while simultaneously facing a brand-new version of the corruption problem at civilizational scale. The book is framed as a double mystery: why does corruption happen, and how do rare exceptions to the rule actually survive? > *"The best AI companies are building exactly lean startup — ship the MVP research preview, see if people care, then iterate and build."* ## [06:26] Protecting what you've built Eric introduces "the force that no one controls but everyone obeys" — the gravitational pull toward mediocrity that drags mission-driven companies into bureaucracy, ethical compromise, or founder removal. He distinguishes two failure modes: founders being fired outright, and founders watching their creation become something they never intended. Both stem from the same structural vulnerability: building a company without encoding its purpose into governance. > *"Sometimes we lose control because we get fired. Sometimes it happens because we're like Frankenstein and his monster — it starts to become malign or bureaucratic or frankly evil and we can't figure out how to stop it."* ## [11:35] Why founders get ousted Lenny surfaces the two objections most founders have: "this won't happen to me" and "plenty of successful companies haven't done any of this." Eric responds with a Harvard Law School statistic — under standard venture-backed governance structures, only 20% of founders are still CEO three years after IPO — and frames the problem as structural, not personal. Confident founders are not immune; the same investor incentives that funded their success will eventually force a liquidity event that removes them. > *"If you don't get this right, no other decision you make about your company will matter for the long term — because you're not going to be the one making it."* ## [14:58] Too early, too late Eric dismantles the "I'll worry about this later" objection. Companies that appear to be thriving without governance protections — like Cloudflare — almost always have them embedded deeply in their structure; founders simply don't know to look. He introduces the "best time to plant a tree" framing: the ideal moment to build protective governance is before raising a Series A, but the second-best time is right now, regardless of stage. > *"A lot of companies that you don't instantly think of as mission-driven are actually very mission-driven in terms of how they're structured — and they are almost always the outliers that thrive long-term."* ## [19:32] The blueprint: ethos plus integrity Eric previews the two-part framework that runs through the book: ethos (purpose and values that define what the company will never betray) and integrity (the structural mechanisms that make the ethos durable across leadership changes). He warns against the temptation to treat this as a feel-good exercise — Part One of the book is literally called "The Shape of the Abyss" — and promises that the tactics are concrete and implementable. > *"There is a blueprint. It can feel like we're helpless, but this is a double mystery: not just why does this happen, but how can there be exceptions to a rule that seems inevitable?"* ## [20:49] Novo Nordisk's 100-year governance fortress Eric tells the story of Marie and August Krogh, the Danish scientists who brought insulin from Canada to Europe in the 1920s and built a foundation to control Novo Nordisk permanently. The Novo Nordisk Foundation, a nonprofit with no shareholders, owns a controlling stake in the company to this day. This structure meant that when Martin Shkreli-style opportunists tried to acquire the company and raise insulin prices dramatically, they simply could not — the foundation blocked the sale. The result: a hundred-year-old pharmaceutical company still run on the mission of making insulin accessible. > *"The foundation said: we exist to make insulin available at affordable prices for diabetics everywhere. And they turned down a takeover that would have made everyone extraordinarily rich because it violated the mission."* ## [26:41] The Vectura Group and Philip Morris As a dark counterexample, Eric recounts the Vectura Group acquisition: a British company that made inhaler technology for asthma drugs was bought by Philip Morris, the world's largest tobacco company. Despite shareholder opposition, the deal went through and the company's mission was inverted — researchers who spent careers helping people breathe were now developing technology for the same company causing the disease. Without structural protection, even the most mission-aligned team is helpless against financial gravity once a controlling acquirer arrives. > *"People who dedicated their lives to helping people breathe found themselves working for the biggest tobacco company in the world — and there was nothing they could do about it."* ## [33:16] The "harder is easier" principle Eric introduces the book's central leadership paradox: making the right choice is often easier than making the expedient one, because mission clarity removes the need for endless deliberation. He draws on W. Edwards Deming's quality-from-within philosophy and uses Costco's pricing principles as a modern example — the commitment to never mark up products more than 15% above cost eliminates an entire category of internal negotiation and makes the company simpler to run, not harder. > *"The reason it's easier is you don't have to fight with yourself. Once you've made the commitment, the decision is already made. That's the power of the harder is easier principle."* ## [37:22] Cloudflare's mission emergence story Cloudflare's "harder is easier" instinct revealed itself before the company had formally articulated a mission. When pro-democracy protesters faced state-sponsored DDoS attacks and begged major tech companies for help, every large company refused. Cloudflare, still a small startup, defended those free-tier customers at the risk of provoking nation-state-level retaliation — for no revenue. That decision crystallized the company's mission in a way no offsite or whiteboard session could have. > *"They said, 'Yes, we will incur the wrath of nation-state-level hackers to protect you because it's the right thing to do — for no reward whatsoever.' That is a company that knows what it stands for."* ## [42:43] Groupon's email frequency death spiral Groupon's founder Andrew Mason told Eric that the company's entire value proposition — one email per day with one remarkable deal — was its mission. They went public on that premise. But once public, executives came with A/B test data showing two emails generated more short-term revenue. Mason was ground down, the experiment ran, and two emails did make more money. Then three. Then four. Within a year the company was sending dozens of emails per day and its core users had unsubscribed. Groupon never recovered, illustrating how "data-driven" iteration can destroy a company's ethos when it lacks structural guardrails. > *"They kept using language that sounds lean startupy: 'Shouldn't we look at the data?' And he was like, 'All right, fine, we'll run the experiment.' Two emails makes more money. Three emails. Four emails. And then the death spiral."* ## [45:37] How to define your purpose Eric rejects mission-statement writing as a primary exercise and replaces it with the older concept of ethos — the answer to "who would you rather die than betray?" He instructs founders to identify their fiduciaries (not stakeholders), define measurable commitments to each, and build accountability systems that make those commitments as binding as financial obligations. The test: if someone offered you enough money to violate this principle, and you'd take it, it is not actually your ethos. > *"What is its purpose? Who would you rather die than betray? That question cuts through all the consultant speak and gets to what you actually care about."* ## [51:09] Mission-driven vs. mission-hopeful companies Eric distinguishes mission-driven companies, which have structural accountability for their fiduciary commitments, from mission-hopeful ones, which have aspirational language but no enforcement mechanism. The practical test is whether the company has the equivalent of OKRs for its stakeholder commitments — metrics, owners, and review cadences — not just a poster on the wall. Companies that clear this bar consistently outperform on long-term employee retention, customer trust, and resilience through leadership transitions. > *"You tell me what you care about, and then you tell me how you're measuring the things you claim to care about. If there's no measurement, it's hope, not mission."* ## [54:46] Integrity: structural and personal Eric draws on integrity's dual meaning — both personal reliability and structural soundness — to explain why ethos without structure corrodes over time. Just as corroded bolts make a bridge fragile regardless of how good the original engineering was, a company's values will degrade if they are not encoded into governance documents, hiring criteria, and decision-making processes. Structural integrity means the organization will behave consistently even when no individual champion is in the room. > *"Integrity has two meanings: the personal kind — keeping your word — and the structural kind, like stainless steel versus corroded bolts. You need both in an organization."* ## [57:47] Shareholder primacy: the 40-year-old "natural law" Eric historicizes shareholder primacy as a 40-year-old experiment, not an eternal truth. Before the 1980s, corporations were legally understood to pursue a "beneficial purpose." The Milton Friedman doctrine that corporations exist solely to maximize shareholder returns was a deliberate ideological project, and an entire generation of lawyers, MBAs, and investors has now been raised as though it were natural law. Founders who know this history can consciously choose to opt out. > *"People have been raised as if shareholder primacy was a natural law. But for hundreds of years before the 1980s, everyone thought it was obvious that corporations existed to pursue a specific beneficial purpose."* ## [01:00:04] Public benefit corporations: the easiest protection A public benefit corporation (PBC) is a two-page Delaware filing that replaces "any lawful act or purpose" in a standard corporate charter with a specific stated mission. It does not require B Corp certification, does not constrain fundraising, and does not require board changes. Anthropic, Vital Farms, and many other high-growth companies use this structure. Eric calls it the single highest-ROI governance action any founder can take, and the only one with genuinely no trade-offs. > *"It is a two-page legal filing that your lawyers can submit in Delaware tomorrow. You just say: this is the purpose of this company. It couldn't be any easier."* ## [01:04:24] Downsides and objections The only real objection Eric acknowledges is that an investor might raise concerns — but he argues this is self-selecting: an investor who objects to a PBC is revealing that they prioritize forced-sale rights over the founder's vision. Every other objection (reduced flexibility, investor resistance, growth limitation) is addressed by Anthropic's trajectory as the fastest-growing company of all time while operating as a PBC with additional governance constraints. > *"The only situation this would ever become relevant is if the investor is trying to force you to sell the company and you don't want to. So ask them: 'Is that what you're telling me?' And then decide if this is really the right partner."* ## [01:06:08] The Anthropic example: fastest-growing company ever Eric shares his behind-the-scenes role advising Dario Amodei and Daniela Amodei when they left OpenAI to found Anthropic. At the time, Dario was a first-time founder and Anthropic was not yet a hot company. Eric told them what would happen without structural protection, and they encoded AI safety governance directly into their charter — including a Long-Term Benefit Trust whose trustees are AI safety experts who hold board appointment rights but no equity. Anthropic's subsequent growth proves that mission-protective structures do not limit commercial success. > *"Dario was a first-time founder. Not a hot company at all. ChatGPT hadn't been invented yet. Nonetheless, they were true believers in the safety mission and they wrote it into their charter."* ## [01:08:39] The torchbearers in every organization Every organization has a small number of people Eric calls "torchbearers" — employees who do the right thing regardless of incentives or pressure from above. Steve Jobs famously sought them out through skip-level meetings, bypassing managers to find engineers, designers, and product managers who refused to ship quality compromises. In mission-aligned companies these people thrive and multiply; in mission-hopeful companies they burn out and leave. > *"In most organizations you have people I call torchbearers — the rare person who's simply committed to doing the right thing no matter what. Steve Jobs would host skip-level meetings just to find them."* ## [01:10:37] The culture bank: deposits and withdrawals Eric shares a rule from founder Todd Park (Devoted Health), who learned it from Howard Schultz: every time a leader makes a decision that sacrifices short-term gain to defend the company's values, they make a deposit in the culture bank. Every self-interested or greedy decision makes a withdrawal. The Todd Park rule: you can make one withdrawal for every ten deposits. Exceed that ratio and culture collapses. Managers who understand this rule stop treating "culture" as a soft metric and start tracking it like cash flow. > *"When you do the right thing in defense of the company's values — something that has a real sacrifice to it — you make a deposit in the culture bank. The Todd Park rule: one withdrawal for every ten deposits."* ## [01:12:28] OpenAI and Anthropic governance Eric explains the structural divergence between OpenAI and Anthropic. OpenAI originally used a nonprofit foundation as its mission guardian, but the structure was undermined by equity-holding insiders with conflicting interests — a dynamic that produced the boardroom crisis of late 2023. Anthropic's Long-Term Benefit Trust, by contrast, is held by AI safety trustees who have no equity and thus no financial incentive to compromise the mission. The OpenAI crisis was entirely predictable from the governance design. > *"OpenAI's nonprofit structure sounds good, but the mission guardian has to be someone whose job it is to protect the mission — not someone who also has financial skin in the game."* ## [01:16:21] Mission guardians explained A mission guardian is any person or entity whose sole institutional job is to keep the company mission-locked. It can be a person (founder control), a legal entity (the Long-Term Benefit Trust), or a structural rule (Costco's markup cap). Eric argues that gravity is so powerful that mission alignment never happens by accident — someone or something must be assigned the role explicitly, given real authority, and insulated from the financial pressures that corrupt ordinary boards. > *"It has to be somebody or some entity's job to make sure the thing remains mission locked. That does not happen by accident because gravity is such a powerful force."* ## [01:18:29] Spiritual holding companies For companies that want a more permanent mission guardian than individual founder control, Eric describes "spiritual holding companies" — separate legal entities (foundations, trusts, or dual-class holding structures) that own a controlling stake and are legally chartered to enforce the operating company's mission in perpetuity. Novo Nordisk's foundation is the canonical example. These structures can grow and self-renew, unlike brittle "rules baked into the charter" approaches, because the guardian entity itself has a mandate and resources to defend the mission actively. > *"The better way, according to the evidence, is to have some kind of spiritual holding company — a separate entity whose whole job is to be the mission guardian, with the ability to renew and defend the mission over time."* ## [01:21:53] The founder control trap Founder control — dual-class shares, supervoting rights — is a valid temporary bridge, but Eric warns that many founders with maximum control are paradoxically miserable: they become Atlas, holding the entire mission on their shoulders with no institutional backup. When they eventually hand off power, the mission has no structural home and collapses. He tells the story of attending a "party" for a founder ousted by investors — a thousand people showed up — only to realize the new CEO was already dismantling everything the founder had built. > *"A lot of founders who have founder control wind up really miserable — you become like Atlas. You can't even shrug. It's you holding back the abyss. That's a lot."* ## [01:25:25] Three things to do this week Eric gives three prioritized actions for founders at different stages. Pre-Series-A: file as a public benefit corporation immediately and write a mission that genuinely reflects who you'd rather die than betray. Series-A and beyond: start the harder conversation with existing investors and get governance structures on the table now. Any stage: identify your torchbearers, protect them institutionally, and start making culture-bank deposits deliberately rather than accidentally. > *"You have a precious, precious moment before raising money. Do not waste it. Be a public benefit corp. Write a mission that you'll feel proud of in 20 years. These are super low-cost and super high-value."* ## [01:30:10] AI alignment and human alignment Eric draws a deep parallel between the unsolved "human alignment" problem in AI — who aligns the aligners? — and the corporate governance problem the book addresses. Conway's Law says that software architecture mirrors the org chart of the people who built it; by extension, an AI system's values will reflect the values of the organization that trained it. Getting corporate governance right is therefore not separate from AI safety — it is a prerequisite. > *"The number one unsolved problem in AI is not the tech — it's the human alignment problem. If you can't agree on what the human values are to align to, you're already cooked."* ## [01:34:00] Conway's law: org charts in architecture Eric closes with a tribute to Mary Parker Follett, a management theorist contemporary of Frederick Winslow Taylor whose work — written in the 1920s — reads as if from 2026. Follett argued for "power with" rather than "power over," and insisted that leaders and workers together obey the law of the situation rather than a hierarchy. Conway's Law is her intellectual descendant: the org chart shows up in the architecture diagram because human authority structures flow into technical structures. > *"She said: the superior and the subordinate together obey the law of the situation. Not the boss's whim — the law of the situation. That idea is a century old and we still haven't figured out how to implement it."* ## [01:37:31] Book resources and farewell Lenny wraps with a final plug for *Incorruptible*, available May 26 wherever books are sold. Eric points listeners to incorruptible.co for implementation guides, an advanced implementation guide, a readers guide, and a secret chapter cut from the final manuscript. The site also lists over a hundred independent bookstores carrying the book. Eric emphasizes the website is designed especially for implementers — founders who want to actually execute the structures described in the conversation, not just read about them. > *"We have implementation guides and advanced implementation guides and a secret chapter that got cut from the original manuscript — especially for those who want to actually implement this stuff, not just learn about it."* ## Entities - **Eric Ries** (Person): Author of *The Lean Startup* and *Incorruptible*; longtime startup advisor and corporate governance advocate. - **Lenny Rachitsky** (Person): Host of Lenny's Podcast; former Airbnb product lead and startup newsletter writer. - **Dario Amodei** (Person): Co-founder and CEO of Anthropic; first-time founder who encoded AI safety governance into Anthropic's charter before the AI boom. - **Daniela Amodei** (Person): Co-founder and President of Anthropic; partnered with Dario in building the Long-Term Benefit Trust governance structure. - **Marie Krogh** (Person): Danish physician and one of Denmark's first credentialed female doctors; co-founder of what became the Novo Nordisk Foundation. - **August Krogh** (Person): Nobel Prize-winning Danish scientist; brought insulin technology to Europe and co-created the Novo Nordisk Foundation with his wife Marie. - **Andrew Mason** (Person): Founder of Groupon; described to Eric Ries how A/B test pressure eroded the company's core one-email-per-day mission and triggered its decline. - **Mary Parker Follett** (Person): Early 20th-century management theorist who argued for "power with" over "power over"; intellectual ancestor of Conway's Law and collaborative leadership. - **Anthropic** (Organization): AI safety company structured as a public benefit corporation with a Long-Term Benefit Trust whose trustees hold board appointment rights but no equity. - **Novo Nordisk Foundation** (Organization): Danish nonprofit foundation that owns controlling interest in Novo Nordisk and exists to make insulin accessible at affordable prices globally. - **Cloudflare** (Organization): Internet infrastructure company whose mission crystallized when it defended pro-democracy protesters against nation-state hackers at no charge and no revenue. - **Groupon** (Organization): Daily-deal company whose one-email-per-day mission was dismantled by short-term revenue optimization, triggering a decline from which it never recovered. - **Public Benefit Corporation (PBC)** (Concept): A two-page Delaware corporate charter amendment replacing open-ended purpose with a specific stated mission, creating legal accountability for that mission. - **Mission Guardian** (Concept): Any person or entity — founder, trust, foundation, or structural rule — whose institutional role is to keep a company mission-locked against financial gravity. - **Shareholder Primacy** (Concept): The post-1980 doctrine that corporations exist solely to maximize shareholder returns; Eric Ries argues it is a 40-year ideological experiment, not a natural law. - **Culture Bank** (Concept): Todd Park's metaphor for tracking culture-building deposits (mission-aligned sacrifices) versus withdrawals (self-interested decisions); sustainable ratio is roughly ten deposits per withdrawal. - **Long-Term Benefit Trust** (Organization): Anthropic's external mission guardian body composed of AI safety experts who hold board appointment rights and have no equity stake in the company.

Anthropics uitleg over het Model Context Protocol in Claude Code: waarmee het verbinding maakt, hoe je servers toevoegt en indeelt per scope, en de verborgen belasting die elke geïnstalleerde server op je contextvenster legt. Bedoeld voor ontwikkelaars die Claude Code willen koppelen aan Linear, GitHub of interne tooling. ## [00:02] Waarom MCP bestaat — context leeft buiten de editor Direct het kernargument: het grootste deel van de context die Claude Code nodig heeft, staat niet in de repo. Die zit in databases, productiviteitsapps en openbare packages. MCP is de open standaard waarmee Claude die bronnen zelfstandig kan raadplegen en zelf besluit wanneer, in plaats van te wachten tot jij iets plakt. > *Model Context Protocol is een open standaard waarmee Claude Code verbinding kan maken met externe tools en gegevensbronnen.* ## [00:35] Tools en wat MCP-servers daadwerkelijk koppelen Voordat er servers worden opgesomd, legt de verteller het begrip *tool* uit: agents zoals Claude Code gebruiken tools om acties uit te voeren, en dat is precies wat hen onderscheidt van een chat die alleen tekst teruggeeft. Twee concrete voorbeelden volgen: een Linear MCP-server die de issues van het team in de sessie brengt, en de Context7-server die actuele documentatie streamt voor de afhankelijkheid waarmee je werkt. Honderden andere zijn te vinden op claude.com/connectors. > *Tools geven agents zoals Claude Code de mogelijkheid om acties uit te voeren zodat ze hun taken beter kunnen voltooien.* ## [01:14] Servers toevoegen: HTTP vs STDIO en /mcp Servers worden toegevoegd met `claude mcp add` en bestaan in twee varianten: **HTTP**-servers, op afstand gehost door de provider en bereikbaar via het netwerk, en **STDIO**-servers, lokale processen die op je eigen machine draaien. Na installatie toont het in-sessie commando `/mcp` wat er verbonden is, de status van elke server, en laat je iedere server uitschakelen die je niet wilt. > *HTTP-servers zijn voor externe diensten... STDIO-servers zijn voor lokale processen die op je machine draaien.* ## [01:42] Drie scopes: local, user en project (.mcp.json) Elke server valt in één van drie scopes. **Local** beperkt hem tot het huidige project, alleen voor jou. **User** maakt hem beschikbaar in al je projecten. **Project** schrijft een `.mcp.json` die je in versiebeheer zet, zodat elk teamlid dat aan de codebase werkt automatisch dezelfde servers krijgt. > *De project-scope gebruikt een .mcp.json-bestand dat je in versiebeheer zet, zodat iedereen die aan de codebase werkt automatisch precies dezelfde servers krijgt.* ## [02:04] Tooldefinities kosten context — wanneer CLI of skill de betere keuze is Wat niemand vertelt als je een connectorlijst overhandigd krijgt: elke geconfigureerde MCP-server injecteert zijn tooldefinities in het contextvenster, of je hem nu gebruikt of niet. De maatregelen die de verteller stapelt: `/mcp` uitvoeren en alles uitschakelen wat inactief is; een CLI zoals `gh` of `aws` verkiezen als die beschikbaar is, want CLIs bevatten geen persistente tooldefinities; of de workflow inpakken in een skill, die alleen naam en beschrijving in de context plaatst totdat Claude besluit hem te laden. Zodra MCP-tooldefinities de 10% van de context overschrijden, schakelt Claude Code over naar toolzoekfunctie en ontdekt tools op aanvraag — nuttig, maar minder betrouwbaar dan vooraf laden. > *MCP-servers voegen tooldefinities toe aan je contextvenster, zelfs wanneer je ze niet gebruikt. Als je veel servers hebt geconfigureerd, vreet dat aan je beschikbare context.* ## [03:10] Samenvatting De drie dingen om te onthouden: `claude mcp add` installeert servers, `.mcp.json` deelt ze met het team, en `/mcp` is waar je de servers opruimt die je eigenlijk niet gebruikt. > *Voeg servers toe met Cloud MCP add, begrens ze tot je project met .mcp.json zodat je team ze automatisch krijgt, en houd het contextgebruik in de gaten door servers uit te schakelen die je niet actief gebruikt.* ## Entiteiten - **Anthropic-tutorialverteller** (Person): De officiële voice-over verteller van Anthropic voor de Claude Code 101-reeks. - **Model Context Protocol (MCP)** (Standard): Open protocol waarmee Claude Code via HTTP- of STDIO-servers verbinding maakt met externe tools en gegevensbronnen. - **Linear MCP server** (Software): Connector die de Linear-issues van het team in een Claude Code-sessie brengt. - **Context7 MCP server** (Software): Connector die Claude Code voorziet van actuele documentatie voor de gebruikte afhankelijkheid. - **.mcp.json** (Config): In versiebeheer gezet projectmanifest zodat elk teamlid dezelfde MCP-servers erft. - **/mcp** (CLI command): In-sessie commando om verbonden MCP-servers te bekijken, te inspecteren en uit te schakelen. - **Tool search mode** (Feature): Fallbackmodus die Claude Code activeert wanneer MCP-tooldefinities meer dan 10% van het contextvenster innemen, waarbij tools op aanvraag worden gevonden. - **Skill** (Concept): Lichtgewicht alternatief voor een volledige MCP-server; alleen naam en beschrijving staan in de context totdat Claude de inhoud op aanvraag laadt.

Fiona Fung, who runs engineering and product for Claude Code and Cowie at Anthropic, walks through what broke when agentic coding became the team's default — review, ownership, planning, hiring — and the norms they rewrote to keep shipping. The throughline: when coding stops being the bottleneck, every process built around protecting expensive engineering bandwidth quietly stops working, and the manager's job is to notice and rewrite them fast. ## [00:00] Intro and the five themes Fiona opens with a confession that the room is much fuller than she expected (Boris and Jared's session is still letting out), takes a selfie with the audience, and frames the talk. Background: she grew teams at Meta and Microsoft before Anthropic, and is now responsible for Claude Code and Cowie engineering and product. The deck she's about to walk through has already been rewritten in the past month — routines didn't exist when she first wrote the slides. She previews five threads: bottlenecks have shifted, team norms had to be rewritten, how they rolled them out, what signals say the changes are working, and the open questions she's still sitting with. > *"I did this slide deck maybe like a month ago and already I've had to change some of the content cuz when I started this deck, there were no routines."* ## [02:10] The shift: bottlenecks have moved Fiona's subtitle for the whole talk is *what served you prior may not serve you any longer*. She takes the audience back to shipping Visual Studio 2005 on CD-ROMs — hard deadlines because the manufacturing lab had to print discs — and points out that the move from CDs to online distribution already rewired how teams ship. The new shift is bigger: for years coding throughput and engineering bandwidth were the expensive things, and that's quietly stopped being true on Claude Code. When the bottleneck moves, it doesn't disappear — it relocates to verification, review, cross-functional handoffs, and security. The questions that matter now are "is this code correct?" and "is this safe?", and the old planning and ownership norms quietly stop serving the team. > *"What served you prior may not serve you any longer."* ## [07:40] Rewriting team norms: code review, JIT planning, technical debates Inside Claude Code the team had to rewrite the norms one by one. Code review is the first — human judgment shifts to "who actually needs to look at this." Planning is the second — Fiona calls it JIT planning, like JIT compiling, because prototyping is no longer the expensive step that justifies a six-month roadmap. Technical debates are the third: code wins. Instead of two engineers arguing on a doc, both prototype the API and look at impact on callers, and Fiona made a point of caring about the API's downstream effects as much as the implementation itself. The unifying rule: when building is cheap and arguing is expensive, you don't let the last person who checks in win — you build the routines that get *you* the last word. > *"When building is cheap, arguing expensive, again, how does that shift your team norms a bit?"* ## [13:30] Routines and Claude as a second pair of hands With morning coffee Fiona now reads what a routine produced overnight rather than kicking off the work herself. The team leans on Claude code review heavily — Claude babysits PRs, handles styling, lint, and feedback requests, catches bugs before commit, and adds tests — while humans focus on the calls where trust is still being built. She also stresses product sense in tooling: she themed Claude's terminal output ice blue with snowflakes over the holidays, then pulls back to the bigger point that catching bugs earlier (shift left) and automating the double-click question matter more than any one tool. > *"Where do you trust Claude a lot, but then where do you still want a human?"* ## [16:45] Cross-functional gaps and hiring for the hard parts Fiona walks through a survey-update story: she didn't have a dedicated content designer, so Claude became her partner for terse, terminal-appropriate copy. Meanwhile PMs on the team write code, and engineers lean into PM work. The flip-side conclusion for hiring: non-traditional coders can now do more engineering, so the leader's job is to double down on the hard parts the team is actually missing. When she joined, Claude Code was strong on product generalists and creative folks but thin on distributed-systems expertise — that's where she pushed recruiting. > *"With Claude, you have non-traditional coders now being able to do more engineering, but you also have engineers that we can also now lean in to do other roles."* ## [18:51] Flat org and answering customer feedback yourself Fiona pushed her recruiters into an uncomfortable place: hire managers, but have them start as ICs first. The recruiter thought she was crazy; Fiona's answer is that dogfooding Claude Code is the job, and if a candidate isn't up for it the team is better off finding out early. Flat structure plus Claude as a context-switching aid is what lets her, as a manager, still ship code and answer customer requests directly from her desktop Claude Code — instead of routing every customer question through a triage system, she pulls up the local repository and answers it herself. > *"You want to hire managers and they will start as an IC first. No manager would be interested in that."* ## [25:00] Signals you're trending right and open questions The team's working metric is unglamorous and direct: every commit is cloud-assisted by default, and Fiona hasn't seen a non-Claude commit in roughly four months. But she warns against fetishizing the "X percent of code generated by AI" headline — throughput is one signal, not the goal. The end question is what product you're making more delightful and what problem you're solving, with quality and reliability watched alongside volume. She closes with the section she calls "audit your own effort," opens up the questions she's still asking herself, and hands suggestions back to the audience to take to their own teams. > *"For us, it's by default every commit is cloud-assisted. I don't think I've seen a non-cloud-assisted commit probably in the last 4 months or so."* ## Entities - **Fiona Fung** (Person): Director of Engineering at Anthropic, runs Claude Code and Cowie engineering + product; previously led teams at Meta and Microsoft. - **Boris** (Person): Engineering lead on Claude Code, frequent collaborator referenced throughout. - **Kat (Cat)** (Person): Anthropic colleague who gave a keynote earlier the same day on Claude code review. - **Claude Code** (Software): Anthropic's agentic coding tool that is now the default for the team Fiona runs. - **Cowie** (Software): Sister product Fiona's team also owns engineering + product for. - **Anthropic** (Organization): The company building Claude and Claude Code. - **JIT planning** (Concept): Fiona's term for shifting from a six-month roadmap to just-in-time planning, modeled on JIT compilation. - **Shift left** (Concept): Moving bug-catching and verification earlier — into automation and tooling — instead of relying on review after the fact. - **Routines** (Concept): Repeatable Claude-driven workflows the team relies on so a single human gets the last word on outcomes rather than the last commit timestamp winning.

Ben Horowitz and David Ulevitch — recorded at a16z's American Dynamism Summit in Washington — cover the full arc of what it means for a venture firm to accept industry leadership: from America's race to integrate AI into national defense, to the real reason the Anthropic–Department of War deal collapsed, to why the VC industry is consolidating around large generalist firms and narrow specialists. Horowitz closes on what he sees as America's most underrated strategic risk: a profound pessimism about AI at home while China and Japan charge forward with optimism. ## [00:00] Trailer The opening montage frames the episode's central tension: over 70% of Chinese citizens are optimistic about AI, while fewer than 30% of Americans share that view. David Ulevitch sets the stakes — a16z has placed the largest venture bet in American history on the proposition that the U.S. will win the next century of technology. > *"Over 70% of people in China are optimistic about AI and less than 30% in America were optimistic about AI."* ## [00:41] Why America's Technology Dominance Matters for the World Following a16z's record $15 billion fundraise — the largest in the firm's history — David Ulevitch asks what obligations accompany that scale. Horowitz reaches back to advice from his mentor Andy Grove: when you lead an industry, the entire industry's ethics and morality depends on you. He translates that into a first-principles argument: what matters for humanity is whether people have a genuine chance to contribute, and no country comes close to America on that dimension. Horowitz draws a direct line from the Industrial Revolution to the present moment. America won the 20th century because it had superior technology; the AI revolution presents an identical fork in the road. He frames a16z's mission as answering one question — what can the firm do to help America win technologically — and argues that every decision, from portfolio construction to government engagement, flows from that north star. > *"And so when I think about our role in the industry, it's what can we do to help America win technologically?"* ## [04:04] American Dynamism, AI & Catching Up to China Ulevitch asks what has most surprised Horowitz about investing at the intersection of national security and venture capital since launching the American Dynamism practice. Horowitz explains why American-style freedoms are structurally irreplaceable: the Declaration of Independence's claim that rights are self-evident — not granted by government — makes them nearly impossible to revoke, a feature no other country has replicated at the same strength. On the competitive landscape with China, Horowitz notes the pre-ChatGPT conventional wisdom gave China a large AI lead, primarily because China had integrated AI deeply into its military and government bureaucracy while the U.S. lagged far behind. The most heartening development since then has been the speed of American catch-up: a wave of entrepreneurs willing to serve the national interest, combined with a U.S. government genuinely open to new companies and willing to change procurement rules to accommodate them. > *"But the the thing that was true about the kind of old incorrect idea was that they were way ahead of us in integrating um their AI technology with uh their government you know on a kind of military basis on a bureaucracy basis you know and all facets and so you know when we started we were coming from I would say very far behind you know in that you know in that idea um the thing that's been surprising though is like how fast um we've been catching up."* ## [08:50] The Anthropic Deal: What Really Happened The conversation turns to the high-profile collapse of Anthropic's contract with the Department of War. Horowitz offers a deal-mechanics reading that cuts through the public framing: Anthropic had overwhelming leverage — they were already deployed, the country was heading toward conflict, no software vendor has ever had more negotiating power — yet they walked away. In Horowitz's view, that behavior has only one explanation: Anthropic wanted out of the deal, likely due to internal employee pressure, and used a philosophical disagreement as the exit ramp. He pushes back on the framing that a national security AI contract is ethically compromised. The Department of War operates under more rules and oversight than any private entity, and leaks are effectively guaranteed if those rules are broken. Ulevitch extends the point to founders more broadly: companies that let employees veto geopolitical decisions are substituting "vibe geopolitics" for the considered judgment of people who have studied — and sacrificed for — these questions their entire careers. > *"It fell apart because Ananthropic wanted out of the deal."* ## [13:37] Exporting American Dynamism to Our Allies Ulevitch raises a geographic expansion question: American Dynamism's name is parochial, but the practice is really about America and its allies. Horowitz has spent significant time abroad meeting foreign leaders who want to replicate U.S. startup culture. He outlines why that's hard — entrepreneurship at scale requires a deep-seated belief that the government won't arbitrarily seize what you build, and very few countries (Sweden and Israel being notable exceptions) have that culture. He identifies concrete partnership opportunities: Mexico's high-quality manufacturing expertise in automotive and adjacent sectors; Japan's robotics heritage and surging defense spending (moving from 0% to 3% of GDP), which creates aligned interests given shared concern about China. The section closes with Ulevitch flagging that the coming robotics revolution will be the next major theme for the practice. > *"America does give everybody a chance and entrepreneurs can really count on that."* ## [16:56] Power, Responsibility & How a16z Serves Founders A recent profile described a16z as a "power broker" using capital and networks to shape markets. Horowitz reframes the description: power isn't something the firm accumulates for its own sake — it's a feature of the product offered to founders. Entrepreneurs have great ideas but lack the power to get the right meeting with Congress, secure a key enterprise customer, or navigate regulation; a16z's scale converts that gap into founder advantage. The internal culture is deliberately countervailing. The firm's first cultural principle — "first-class business, only in a first-class way" — means showing up on time, responding promptly, and being honest. These small behaviors prevent the firm from drifting into a posture where it treats founders as supplicants rather than partners. > *"So power is sort of a feature of our offering is the way I think about it."* ## [18:58] The State of Venture Capital & Why Most Firms Can't Scale Horowitz provides a structural explanation for why most venture firms cannot grow beyond a certain size. The original design premise of the industry was that only ~15 companies per year would ever reach $100 million in revenue, so small partnership structures with shared economics and shared control made sense. Mark Andreessen's "software is eating the world" thesis invalidated that premise: every company is now a technology company, so the target universe has exploded and so has the need for organizational scale. Scaling to capture that universe requires organizational reorganization — which requires a single decision-maker. Firms built on consensus control cannot reorg cleanly, because those who lose power in a reorg will block it. A16z, with centralized control from inception, was structured to reorg repeatedly and now fields 600+ people organized as small teams sharing a common platform. The result is a barbell: large generalist firms that cover every technology domain, and narrow specialists focused on AI infrastructure, bio, crypto, or games. The mid-size generalist firm is being squeezed out. > *"when you redistribute power, people are mad if they get a vote um that they're going to foul that that that reorganization and you can't scale without reorging."* ## [23:21] The New Rules of Media The media discussion opens with a structural observation: old and new media are not different games — they are the same game with different rules. Under scarcity (limited channels, rigid formats), the winning strategy was defense: avoid gaffes, because a Howard Dean scream lives forever on a three-channel media landscape. Under abundance (unlimited channels, unlimited formats), the winning strategy is offense: be interesting, because anything boring simply drowns in the noise. Horowitz points to Alex Karp as the exemplar of the new model: relentlessly entertaining, consistently on message (pro-America), and unafraid to be unpredictable. The flood-the-zone correction mechanism — do ten podcasts after a mistake — makes individual errors survivable in a way they never were in the old world. His coaching to founders: you cannot win by not losing anymore; you win by being worth paying attention to. > *"Um, and so the key to winning isn't not making a mistake, it's being interesting."* ## [26:22] America's AI Optimism Gap Horowitz names his biggest worry: a polling result showing that more than 70% of Chinese citizens are optimistic about AI while fewer than 30% of Americans share that sentiment. He attributes the gap to an American media culture that foregrounds AI risks — surveillance, job displacement, existential threats — while systematically underweighting the positive case. He contrasts this with Japan, where renewed enthusiasm for AI has reignited the entire startup ecosystem. His ask of founders, policymakers, and technologists in the audience: rebalance the narrative. AI will end traffic deaths, cure cancer, and eliminate poverty as we know it. These outcomes deserve as much airtime as the dangers. He closes with the analogy of fire — a technology capable of burning down a village that nonetheless heats homes and cooks food — arguing that managing dual-use risk is the normal condition of every transformative technology, not a disqualifying exception for AI. > *"We're going to cure cancer."* ## Entities - **Ben Horowitz** (Person): Co-founder and general partner at a16z; primary speaker throughout, drawing on experience as a founder, CEO, and venture capitalist. - **David Ulevitch** (Person): General partner at a16z leading the American Dynamism practice; hosts the conversation at the American Dynamism Summit in Washington, D.C. - **Andy Grove** (Person): Former CEO of Intel; Horowitz's mentor whose maxim on industry leadership frames the episode's opening section. - **Alex Karp** (Person): CEO of Palantir; cited as a model for direct, entertaining, on-message communication in the new media landscape. - **Mark Andreessen** (Person): Co-founder of a16z; author of "software is eating the world," the thesis underpinning a16z's scaling rationale. - **American Dynamism** (Concept): a16z's investment practice focused on companies serving U.S. national interests — defense, manufacturing, advanced software and hardware — now extended to allied nations. - **Anthropic** (Organization): AI safety company whose contract with the U.S. Department of War collapsed; Horowitz argues the deal fell apart because Anthropic chose to exit, not over genuine ethical conflicts. - **a16z** (Organization): Andreessen Horowitz; raised over $15 billion in its latest fund, the largest in firm history and the largest VC fund ever raised. - **Department of War** (Organization): U.S. federal defense department; counterparty in the Anthropic procurement deal and key customer for American Dynamism portfolio companies. - **Palantir** (Organization): Defense and analytics software company; referenced as an exemplar of a firm successfully working at the intersection of Silicon Valley and national security.

Dan Shipper interviews Angela Jiang (head of product) and Katelyn Lesse (head of engineering) for the Claude platform at Anthropic, recorded at the Code with Claude developer event. The conversation unpacks how Claude's platform has grown from a simple completion API into a fully managed agent infrastructure, why the harness and the model are increasingly inseparable, and what the "outcome + budget" vision means for the future of agent development. Together the three trace every stage of the agent lifecycle — from spinning up a first session to retiring stale agents — and share candid war stories from Anthropic's own internal deployments. ## [00:00] Where the platform will be in a year Dan opens with a question the rest of the episode keeps circling back to: a year from now, where is the platform? Angela's answer — Claude understands itself well enough to pick its own sub-agents and write its own harness on the fly. Katelyn picks up the other half: an infrastructure layer that can keep up with agents that continually rewrite themselves. This exchange actually comes from late in the interview; the show puts it up front because the whole conversation is about how today's primitives get you there. > *"We'd want to experiment with directions where Claude actually gets so good at understanding itself, it figures out what model you should be using, it figures out how to spin up all the sub agents."* — Angela Jiang ## [01:48] How the Claude platform evolved from API to agents Angela traces the arc from early LLM APIs — stateless, exploratory, maximum surface area — through session-based chat, and now into fully autonomous agents. The through-line is always the same: raise the abstraction layer high enough that customers can get the best outcome from Claude with as little work as possible. Early adopters wanted every raw knob; today, most teams arriving at Anthropic want a substantial set of things "out of the box." The platform's job is to keep shrinking the distance between intention and outcome. > *"It probably ends up just being like whatever it's like the set of primitives and infrastructure that enables you to basically get the outcome as fast as possible with actually as little of work as possible."* — Angela Jiang ## [04:09] The primitives that make up Claude Managed Agents Katelyn explains that Claude Managed Agents is assembled from the same primitives available to anyone on the Messages API — code execution sandboxes, web search, and built-in tools — but wrapped in a curated harness Anthropic has already battle-tested internally. Angela adds that the team is opinionated about two primitives in particular: file systems and skills. These are treated as load-bearing choices that shape how Claude behaves across all agent tasks. The platform is designed to be modular so developers can plug in custom pieces where the standard harness does not fit, and Anthropic publishes reference implementations for teams that want to stay on the Messages API directly. Dan describes his team running Claude via the `claude -p` command on Mac Minis and worries about lock-in and divergence from Claude Code. Katelyn responds that Anthropic's internal first-party products run on the same platform as external customers, which means divergence between Managed Agents and Claude Code will shrink over time. > *"We've taken what we see as all the most powerful of those things and put them together into a harness and a set of infrastructure that is just the way to get what we think is the best outcomes out of Claude."* — Katelyn Lesse ## [10:37] Why the harness and the model are becoming a single unit Angela challenges the conventional wisdom that a generic, model-swappable harness is the right architecture. As models diverge in technique across labs, the alpha is in tight harness-model co-design rather than hot-swapping. Internally, Anthropic tested multiple harness variants for the memory feature and found they performed "drastically differently." The implication: treat the agent (harness + model) as the unit of redundancy, not the model alone. Dan pushes on whether this creates path dependence in the model itself. Angela acknowledges that the primitives chosen really do shape the model's trajectory, and that being wrong about them is hard to undo. She cites models that over-indexed on reasoning versus those that went deep on computer-use as two diverging paths that are difficult to reverse. > *"The harness and the model get very paired. You still need redundancy, and you still might want to use other models for things, but you probably do it at the layer of like the agent, meaning like the harness plus the model."* — Angela Jiang ## [18:49] The infrastructure wall that kills most agent projects in production Katelyn identifies the real blocker for most agent projects: not harness engineering, but the infrastructure wall hit when teams try to move from prototype to production. Keeping a persistent server alive, managing sandbox failures, storing transcript data, and handling secure credential injection — these mundane concerns kill projects that technically "work" on a Mac Mini. Anthropic's own repeated experience of hitting this wall internally was the primary motivation for building Managed Agents. Angela describes the vaults primitive as an early step toward one-click agent deployment: once agent identity and credentials are handled securely at the platform layer, adding a Slack integration should eventually be as simple as telling Claude to "add Slack" and watching the bot appear. > *"Everyone hits the same problem of like, oh wow, I either need to like keep a server constantly running or I need to use infrastructure that will spin up and spin down, and I need to store the transcript data, and I need secure sandboxing, and all these sorts of things."* — Katelyn Lesse ## [24:49] Why team agents need a different shape than individual productivity tools Angela explains why individual productivity tools like Claude Code do not simply scale to team use. The moment three people want a shared agent that automates an end-to-end process across roles, a laptop-resident tool breaks down in availability, access control, and coordination. She cites Guillermo Rauch of Vercel's framing of an internal "AI software factory" as the right mental model: not individual augmentation, but a full organizational stack of agents that continuously produces high-leverage output for every function in the company. > *"When you get to the team layer suddenly everything gets like massively more complex. Like number one obviously it can't like sit on your laptop."* — Angela Jiang ## [26:36] How Anthropic's legal team uses an agent to review marketing copy Katelyn walks through one of Anthropic's own internal deployments: a legal-review agent that accepts marketing copy submissions and performs a first-pass review before anything reaches a human lawyer. The agent can approve copy outright or escalate for human review, eliminating low-value ticket-queue work. The form factor is a thin app layer on top of Managed Agents with shared visibility across both teams. Angela and Dan dig into why this is an agent rather than a skill: human-in-the-loop requirements, the need to spin up separate sessions, and multi-team collaboration all exceed what a single skill invocation can handle. The governance model that emerged was notable: rather than gating changes behind the platform team, end users discovered they could self-serve small improvements via Claude Code. Angela describes the end-state user experience as simply "talking to Claude," even when the underlying system is "many many Claudes engaging with each other." > *"Under the hood it's many many Claudes engaging with each other to get to the part where then they the Claudes themselves are doing the more complex work that the human doesn't really necessarily need to interpret."* — Angela Jiang ## [34:24] Using multi-agent orchestration for advisor strategies, adversarial pairs, and swarms Angela highlights three multi-agent architecture patterns people are assembling with the newly launched orchestration primitives: an advisor strategy that separates execution from advice; adversarial pairs where one agent generates and another critiques; and swarms that split a problem into many small parallel pieces and recombine results. Each pattern suits a different problem class — swarms excel at bug hunting, while wide-research tasks benefit from advisor or parallel-decomposition architectures. LEGO-like primitives let practitioners hill-climb at the architecture level, not just the prompt level. > *"If we can make the primitives very LEGO-like, then people can put them together to solve things at a slightly higher form factor, which is more like an architecture or like a strategy."* — Angela Jiang ## [35:50] How to measure agent success with outcome and budget as the end state Angela frames the long-term measurement philosophy: compress everything to an outcome and a budget, and let the platform resolve all intermediate decisions. Domain-specific evals (e.g., PR-merge rate for coding agents) remain useful today, but the target is a verifiable outcome spec that Claude can grade itself against repeatedly. Katelyn addresses the adjacent problem of agent staleness: Anthropic has built skills to help teams upgrade agents when new models ship, and the most forward-leaning teams already run meta-agents that monitor other agents for degradation and trigger upgrades automatically. > *"Our kind of principle of like maybe the end state of some of these things is that everything should kind of compress down to an outcome and like a budget. And that's probably like about it."* — Angela Jiang ## [39:11] What the platform looks like a year from now, when Claude writes its own harness Angela envisions a world where users supply only an outcome and a budget, and Claude self-selects models, spins up sub-agents, and writes its own harness on the fly — eliminating harness engineering entirely, just as today's platform has already eliminated much of manual tool construction and prompt engineering. She is cautiously optimistic that the "outcome" half of the equation may be achievable within a year with some budget error bars. Katelyn adds the infrastructure corollary: such a world requires a platform capable of supporting agents that continuously recreate themselves, handling arbitrarily shaped long-running requests without ever becoming the bottleneck. > *"Claude is actually able to understand itself enough that it can come almost like write itself on the fly to figure out what is necessary in that kind of like two-parameter world of like outcome and budget."* — Angela Jiang ## Entities - **Angela Jiang** (Person): Head of Product for the Claude platform at Anthropic; co-architect of the Managed Agents product vision. - **Katelyn Lesse** (Person): Head of Engineering for the Claude platform at Anthropic; focuses on infrastructure reliability and scale. - **Dan Shipper** (Person): Host of AI & I on Every; CEO of Every; building internal agent products on the Claude platform. - **Claude Managed Agents** (Software): Anthropic's hosted agent infrastructure — a harness plus cloud compute that wraps the Messages API with built-in memory, sandboxing, vaults, and skills. - **Messages API** (Software): Anthropic's core API; the underlying primitive on which Managed Agents and all first-party products are built. - **Anthropic** (Organization): AI safety company that builds and operates the Claude model family and its associated platform. - **Every** (Organization): Media company producing AI & I; an early Managed Agents customer building internal editorial agents. - **Stripe Minions** (Software): Stripe's internal end-to-end software development platform built on agent infrastructure; cited as a model for company-wide coding agent deployment. - **Vercel** (Organization): Developer infrastructure company; CEO Guillermo Rauch's "AI software factory" framing used as the mental model for team-level agent adoption. - **Outcome + Budget** (Concept): Anthropic's long-term design principle that the final form of agent interaction should require only a verifiable outcome and a cost ceiling, with the platform resolving all intermediate decisions.

In one of their most consequential episodes, the All-In besties dissect SpaceX's surprise compute lease to Anthropic — the deal that may cement Anthropic as AI's dominant platform — and debate whether David Sacks's "Rockefeller" framing is prophecy or paranoia. The group then wrestles with a White House trial balloon about an "FDA for AI," ultimately concluding it was mostly media spin, before closing with a bullish-but-cautious read on the AI-driven market boom. Brad Gerstner fills in for David Friedberg, bringing investor perspective from both public and private markets across the episode's 82 minutes. ## [00:00] Bestie intros! Thoughts on the LA mayor election Jason Calacanis opens with the full crew: Chamath Palihapitiya, David Sacks, and fifth bestie Brad Gerstner joining in for David Friedberg, who is out sick. The warm-up quickly turns to the LA mayoral race, where Spencer Pratt is mounting a surprisingly effective challenge to incumbent Karen Bass. The group praises Pratt's viral debate performance — evisceration of the city council candidate over homeless policy — and Chamath notes the power of a sharp social-media team in modern politics. Brad flags a California ballot initiative that would constitutionally protect retirement savings and ban a wealth tax, reading it as a potential seismic signal. Jason observes that New York City hedge-fund titan Ken Griffin publicly announced he is pulling investment from New York after NYC councilman Zohran Mamdani targeted his home in a campaign video, underlining the tension between aggressive progressive politics and capital flight. > *"If California effectively passes a constitutional amendment protecting retirement savings and personal assets and banning the wealth tax and [Spencer Pratt] gets elected, the message that would send to the country — that's a very non-consensus view that I'm becoming increasingly optimistic about."* — Brad Gerstner ## [04:38] SpaceX-Anthropic deal, Elon Web Services, SpaceX IPO valuation, Anthropic's insane growth trajectory Jason leads with the blockbuster news: SpaceX has leased all of Colossus 1 — its H100-based Memphis data center — to Anthropic, adding over 220,000 Nvidia GPUs and 300 megawatts to Anthropic's supply-constrained capacity. The deal immediately doubled Claude Code's rate limits and removed peak-usage caps for paid users. Chamath frames Anthropic's explosive growth as purely supply-constrained: if unlimited power existed, revenues would be "even more parabolic." He sees the deal as Elon strategically de-risking SpaceX's valuation story — blunting bear cases around delayed orbital data centers while generating near-term revenue to subsidize Grok training. Brad estimates the arrangement adds $4–5 billion in incremental 2026 revenue for SpaceX, calling EWS (Elon Web Services) a genuine fourth hyperscaler alongside AWS, Azure, and GCP. He also warns that organized activists — not organic local opposition — are using the same playbook that stalled nuclear construction in America to delay data-center permitting. David Sacks notes that Anthropic grew from $10B ARR on January 1 to $44B ARR by April — a trajectory he calls unlike anything Silicon Valley has ever witnessed. > *"Nobody in Silicon Valley has ever seen anything like it. Forget about the rest of the country. I mean, all we do in Silicon Valley is deal with exponentials. And still, people have never seen that kind of growth at that level of scale."* — David Sacks ## [26:48] Is Anthropic the next great monopoly? Early signals or major overreaction? David Sacks draws an extended analogy between Anthropic and John D. Rockefeller's Standard Oil, arguing that safety-first rhetoric can function as regulatory capture — building a moat that locks in the emerging duopoly of Anthropic and OpenAI while blocking competitors. He notes that if Anthropic sustains its 10× annual growth for just 18 more months it could become "the most powerful monopoly ever created in human history," dwarfing the combined Mag-7 revenue. Brad pushes back hard: Anthropic and OpenAI are still fledgling startups on a GAAP basis, Google and Amazon are producing hundreds of billions in free cash flow to fund competing models, and pre-emptive antitrust action at the starting line of AI would be "a disaster." Jason translates Brad's position as "don't mess with my paper," since Altimeter holds positions in several of these companies. Sacks clarifies his northstar is vigorous competition — but he flags Anthropic's banning of OpenClaw from using its API as a concrete anti-competitive act worth scrutiny. > *"Unless something about their current trajectory changes, Anthropic will be the most powerful monopoly ever created in human history — a trillion dollars of ARR growing at some rate. Dario calls it AGI. I call it the biggest monopoly in human history."* — David Sacks ## [35:21] "FDA for AI" freakout, how the White House thinks about AI safety Reports surfaced that the White House was considering an executive order to create an AI working group that could require pre-release safety reviews for new frontier models — triggered, according to the New York Times, by Anthropic's classified "Mythos" model reportedly alarming national-security officials. NEC Director Kevin Hassett appeared on Fox Business drawing an FDA analogy, while Treasury Secretary Scott Bessent spoke more carefully about balancing innovation and safety. Sacks calls much of it "fake news" amplified by Andrew Ross Sorkin's DealBook column, noting that Susie Wiles, the White House Chief of Staff, issued a statement walking back the FDA framing. He reveals he spoke with Hassett directly and confirms no senior official actually supports a pre-approval regime. He points to the White House's March 20 National AI Regulatory Framework as evidence the administration favors specific solutions over broad regulatory capture. The group converges on one concrete measure: KYC (Know Your Customer) requirements before frontier model API access during preview periods, plus rapid deployment of cyber-capable AI to companies like CrowdStrike and Palo Alto Networks. > *"There is a substantial faction of AI ideologues or doomers who are basically employing the classic 'never let a crisis go to waste' strategy. Yes, we do have this cyber issue that is real — everyone needs to harden their systems now. But what they're trying to do is use that issue to try and create a permanent new infrastructure in Washington."* — David Sacks ## [52:01] Flipping AI's negative perception: Giving, healthcare and education innovation Jason shifts from regulatory defense to offense: how should the tech industry proactively counter negative public perception of AI? He proposes that companies going public — Anthropic, OpenAI, SpaceX — could dedicate 1–5% of IPO proceeds to every American via "Invest America" accounts, creating tangible shared upside. He also calls for serious engagement on minimum wage and universal healthcare, arguing that a financially healthier consumer base is structurally good for capitalism itself. Brad endorses the "Invest America" concept, adding that data center host communities should receive direct benefits like free local electricity. David pivots to political salience data: AI ranks 29th out of 39 voter issues — well below cost of living and economic growth, two metrics where AI is actively deflationary and expansionary. The industry's real message should be economic delivery, not safety governance. Chamath gives tech leaders a "D-minus trending to F" for communications and calls for tangible reinvestment in America at scale. > *"I think that there's a pretty profound vibe shift with respect to tech, tech oligarchs, Silicon Valley, and particularly AI. That vibe shift has already happened on Main Street, and I think that's starting to seep into Washington."* — Chamath Palihapitiya ## [60:04] Trading the AI market, state of the economy Brad leads a comprehensive market check: AWS on a $150B run rate (28% growth), Azure at $108B (39%), Google Cloud at $80B (63%). The S&P 500 is at all-time highs, the 10-year sits at 4.3%, and inflation is under control — far better outcomes than the doom scenarios predicted around tariffs and geopolitical conflicts. S&P 500 operating margins improved from 11% in 2023 to 13% in Q1 2026, and the Mag-5's combined headcount grew only 3% over three years while revenues surged. Chamath urges caution: there is still no direct evidence AI is lifting enterprise profit margins in aggregate, and a reckoning arrives in roughly 500 days when the fork between opex reduction and revenue growth will determine whether the AI boom is real or a mirage. Jason counters that for startups the ROI is already "fait accompli" — AI-generated ad creative at Nike and DoorDash, portfolio companies shipping product at half the headcount. David credits Trump administration policies — rescinding Biden's chip-export licensing and AI-approval regime, unleashing energy permits — for creating the conditions that enabled the boom, and notes that the unemployment rate for recent college graduates has actually improved, contradicting the entry-level-job-loss narrative. > *"I think we have kind of call it 500 days where you just got to be net long. But I think it's literally in the hundreds of days from now that you're going to have to have an important reckoning moment. The people that are paying for all these tokens need to see an actual benefit."* — Chamath Palihapitiya ## Entities - **Jason Calacanis** (Person): Host and moderator; angel investor and podcast co-founder - **Chamath Palihapitiya** (Person): General partner, Social Capital; co-host; contrarian macro voice on AI ROI and market cycles - **David Sacks** (Person): Co-host; former White House AI & Crypto Czar; framed Anthropic as a potential historic monopoly using the Rockefeller analogy - **Brad Gerstner** (Person): Founder & CEO, Altimeter Capital; fifth bestie; bullish on compute stocks and AI market structure - **Dario Amodei** (Person): CEO of Anthropic; referenced as "Daario D. Rockefeller" by Sacks; party to the SpaceX compute deal - **Elon Musk** (Person): CEO of SpaceX and xAI; architect of Elon Web Services and the Colossus 1 compute lease strategy - **Anthropic** (Organization): AI lab behind Claude; grew from $10B to $44B ARR in four months; center of monopoly and FDA debates - **SpaceX / xAI** (Organization): Lessor of Colossus 1 data center to Anthropic; emerging fourth hyperscaler under EWS branding - **Elon Web Services (EWS)** (Concept): SpaceX's compute-leasing business positioned as a hyperscaler competitor to AWS, Azure, and GCP - **Mythos** (Software): Anthropic's classified cyber-capable frontier model that reportedly alarmed White House national-security officials - **KYC for AI** (Concept): Proposal to require identity verification before granting API access to frontier models during preview periods - **Invest America** (Concept): Proposal for IPO-stage tech companies to dedicate a share of proceeds to universal investment accounts for US citizens

Een korte Anthropic-walkthrough van Claude Code hooks: de deterministische nooduitgang voor alles wat absoluut bij iedere bewerking, iedere tool-aanroep en iedere commit moet plaatsvinden. De kernboodschap: als je "altijd prettier uitvoeren" in claude.md schrijft en hoopt dat het werkt, heb je al verloren. Verplaats het naar een hook. ## [00:02] Wat hooks zijn en waarom ze deterministisch zijn Hooks activeren op vaste punten in de lifecycle van Claude Code, en het centrale argument van de verteller is dat ze, in tegenstelling tot prompt-level instructies, altijd worden uitgevoerd. De model in claude.md vertellen om na elke bestandsbewerking prettier te draaien werkt meestal, maar "meestal" is precies het gat dat een hook sluit. Dezelfde intentie, maar afgedwongen door de runtime in plaats van gesuggereerd aan het LLM. > *You can tell Claude in your claude.md file to run prettier after every file edit and most of the time it will do that, but sometimes it won't. It's not perfect. But a hook makes it happen every single time with no exceptions.* ## [00:37] Veelvoorkomende gebruiksscenario's Vier representatieve voorbeelden bepalen de reikwijdte: automatisch formatteren na bestandsbewerkingen, loggen van alle uitgevoerde opdrachten voor compliance, blokkeren van gevaarlijke bewerkingen zoals het wijzigen van productiebestanden, en jezelf een melding sturen wanneer Claude een lange taak afrondt. > *Common use cases could include auto formatting after file edits, logging all executed commands for compliance, blocking dangerous operations like modifying production files, and sending yourself notifications when Claude finishes a task.* ## [00:52] Hooks configureren en de vijf lifecycle-events De configuratie staat in `settings.json`: kies een event, beperk het optioneel met een matcher voor het van toepassing zijnde tool, en geef een shell-opdracht op. Vijf events dekken de lus: `UserPromptSubmit` voordat Claude een prompt ziet, `PreToolUse` en `PostToolUse` rondom elke tool-aanroep, `Notification` wanneer Claude de gebruiker pingt, en `Stop` wanneer Claude klaar is met reageren. > *Pre-tool use which runs before a tool call, post-tool use runs after a tool call completes. Notification runs when Claude sends a notification, and stop runs when Claude finishes responding.* ## [01:22] Automatisch formatteren met een post-tool-use-hook Het standaardvoorbeeld: een `PostToolUse`-hook met een matcher `Edit` of `MultiEdit` activeert wanneer Claude een bestand wijzigt. De opdracht controleert de extensie en stuurt door naar de juiste formatter: prettier voor TypeScript, gofmt voor Go, ruff voor Python, of wat het project standaardiseert. > *You set a post-tool use hook with a matcher of edit or multi-edit, right? So, it fires whenever Claude modifies a file. The command checks the file extension and runs the appropriate formatter.* ## [01:49] Tool-aanroepen blokkeren met pre-tool-use en exitcodes `PreToolUse`-hooks ontvangen de tool-naam en invoer als JSON via stdin en beslissen via exitcode: `0` gaat door, `2` blokkeert. Wanneer een hook blokkeert, wordt wat hij naar stderr schreef als feedback teruggegeven aan Claude, zodat het model begrijpt waarom en zijn plan kan aanpassen. Hier worden harde regels afgedwongen: schrijven naar een productieconfiguratiemap blokkeren, bash-opdrachten met `rm -rf` weigeren, commits op main blokkeren. De visie van de verteller: dingen die het team gegarandeerd nodig heeft, niet slechts gesuggereerd. > *If it exits with code two, the action is blocked and the STD error message gets fed back to Claude's feedback so Claude knows why it was blocked and can adjust.* ## [02:26] Hooks op projectniveau en teamdeling Hooks in `.claude/settings.json` hebben projectbereik en kunnen worden gecommit naar de repository, waardoor het hele team ze automatisch erft bij het klonen. Verwijs naar scripts via de omgevingsvariabele `CLAUDE_PROJECT_DIR` zodat opdrachten correct worden opgelost, ongeacht waar Claudes huidige werkmap zich bevindt. De sluitregel: als iets elke keer zonder falen moet plaatsvinden, zet het dan niet in een prompt, maar in een hook. > *If something needs to happen every time without fail, don't put it in a prompt. Put it in a hook.* ## Entities - **Anthropic Tutorial Narrator** (Person): De officiële stem van Anthropic voor de Claude Code 101-tutorialserie. - **Claude Code** (Software): Anthropics agentische terminal-codingtool waarop hooks bij lifecycle-events aansluiten. - **Hooks** (Concept): Deterministische opdrachten die op vaste punten in de Claude Code-lus activeren, het door de runtime afgedwongen alternatief voor prompt-level instructies. - **settings.json** (Configuration): Waar hooks worden gedeclareerd; `.claude/settings.json` in de projectroot wordt ingecheckt in de repository zodat teams dezelfde regels delen. - **PreToolUse / PostToolUse / UserPromptSubmit / Notification / Stop** (Events): De vijf lifecycle-events waaraan een hook kan worden gekoppeld. - **CLAUDE_PROJECT_DIR** (Environment variable): Gebruikt in hook-opdrachten om te verwijzen naar projectrelatieve scripts, ongeacht de huidige werkmap van Claude.

Matt Pocock joins swyx at AI Engineer Europe to argue that the old software design canon — DDD, deep modules, ubiquitous language — matters more, not less, in the AI coding era. The thesis: code is not just a compile target; a codebase that is easy for humans to change is easy for AI to change. Along the way they cover course-making, why traditional lectures still beat AI-native learning, and TypeScript's quiet takeover of AI engineering. ## [00:04] Opening at AIE Europe and the Cursed Course swyx welcomes Matt to the AI Engineer Europe podcast booth in London. Matt jokes that AIE is "the worst" event he has ever attended (the location is in fact astonishing) before turning to his Claude Code course, which is just wrapping up its two-week cohort. He explains why he runs short cohorts: AI moves so fast that self-paced courses cannot guarantee updates, and the "curse" of releasing into breaking changes — AI SDK v5 dropped on day two of his AI SDK v4 course, and the Claude Code source leaked during this one — is now baked in. The conversation then turns to teaching as a craft. Matt rejects the "pundit" branch of YouTuber identity — he is not trying to predict the future, only to teach durable material — and notes that being a teacher first is what differentiates his content. > *I'm not a guy who's trying to predict the future. I'm just trying to teach.* ## [02:51] Why Engineering Fundamentals Matter More with AI Matt previews his AIE talk. The popular narrative says code no longer matters because English plus an AI compiler can produce applications. Every time he tried to ignore the code, he ended up with "a terrible mess." So he went back to the classics — *Extreme Programming*, *The Pragmatic Programmer*, *A Philosophy of Software Design*, DDD — and discovered they ported directly into prompts. Keeping the architecture in your head, even when you delegate implementation, yields outsized dividends. > *If you have a code base that's easy to change for humans, it's going to be easy for AI to change, too.* ## [04:23] Narrow Waist and Deep Modules swyx introduces the "narrow waist" concept from internet architecture (TCP/IP, HTTP at layers 3–4) as a way to contain AI-generated slop: define rigid interfaces, delegate the inside. He extends it to running AIE as a nine-person business — "model-view-claw" instead of MVC, where coordination across people and AI is the real systems problem. Matt maps this onto John Ousterhout's notion of *deep modules*: a large amount of functionality behind a simple interface, ports and adapters style. This is, in his experience, the best way to use AI for coding — be intentional about the interface as a human, then delegate the implementation. > *Deep modules basically — a large amount of functionality with a simple interface. Kind of ports and adapters, right?* ## [06:37] Domain-Driven Design Meets AI DDD is having a moment, and Matt argues it works *because* the framework has been around long enough to sit in the latent space of these models. You do not have to invent new vocabulary; you can bolt on a system that is composable and that the model already understands. The deeper point: DDD is fundamentally about aligning code with language, which is exactly what you want when speaking to an AI. He makes it concrete with the `mattpocock/skills` repo (≈13k stars) and its "ubiquitous language" skill — a Claude Code skill that scans your codebase, surfaces the arcane jargon, and refines it with you into a markdown file he keeps open while prompting. He references it from `agents.md` but does not paste it wholesale, so the agent finds it when searching for those terms. > *Essentially, you're trying to create a unified domain model so that the AI and you are speaking the same language.* ## [10:05] Teaching as an Overpowered Skill swyx asks how Matt got so good at explaining things. Matt credits six years as a voice coach before becoming a developer — communication felt like an unfair advantage when he started as a junior. He has since narrowed his focus: split time between learning material and finding the right phrases for it. The old texts help because they give him pre-built mental models to explain new ideas through. He walks through his course-making process: an "explore and exploit" phase, a Zettelkasten-style Obsidian vault, a custom planning app, P1/P2/P3 prioritization, and the rule that *each lesson teaches exactly one thing* with dependencies made explicit. Most of what he produces ends up on the cutting room floor. > *The ability to communicate always just felt like a ridiculous overpowered skill that I had in my locker that no one else had.* ## [13:20] How People Actually Learn AI Engineering The conversation turns to whether AI has changed how people learn. Matt distinguishes knowledge (lectures), skills (interactive exercises), and wisdom (small-group discussion — and now, talking to an AI). Counterintuitively, the more he leans into AI-experimental teaching, the more it turns his audience off. Most learners still want traditional lectures; swyx recalls Maven's cohort-based education arc landing in the same place. Matt's compromise is to force the work without forcing the form: in his TypeScript material he throws learners into a problem first and gives them the knowledge afterwards. > *The more I lean into the kind of AI experimental stuff, the more it actually turns people off my materials.* ## [15:04] TypeScript Overtaking Python swyx flags that TypeScript overtook Python in the GitHub survey this year — a shift he did not see coming, particularly in AI engineering where Python's expressiveness has been dominant on the backend. Matt's echo chamber is 100% TypeScript, but his real argument is ecosystem: when you care about UX and shipping chat-style applications, the framework gravity is in TypeScript (Vercel's Next.js, Cloudflare's variants). swyx admits this would meaningfully change which frameworks he promotes. > *If you're concerned about UX, concerned about shipping great stuff, you're mostly doing it in TypeScript.* ## [16:45] Inversion of Control and Composable Skills Matt looks ahead. His TypeScript-evals bet (Everlight) stalled — "no one's excited to do evals." The next frontier is *inversion of control*: as coding agents converge on similar architectures (Firebase-style backends, small tool sets), the interesting axis becomes how much control sits with the developer versus the harness. Claude Code's opacity buys ease of use but loses observability; Pydantic AI ("Pi") swings the other way — total control, total maintenance burden. He closes by pointing past coding agents entirely. Software engineers are a step ahead because AI produces quality output in their domain, but the composable skills he authors — like his three-sentence "grill me" skill that makes the AI interrogate you until you reach a shared understanding — generalize to any domain where you want the AI aligned with you. > *The inversion of control is going to be really important — you put more control in the hands of the developer and less in the harness.* ## Entities - **Matt Pocock** (Person): Creator of Total TypeScript and AI Hero; teaches TypeScript and AI Engineering through two-week cohort courses. - **Shawn Wang / swyx** (Person): Host; founder of AI Engineer and the AIE conference series. - **AI Engineer Europe (AIE)** (Organization): The London conference where this conversation was recorded; Matt's talk hit 1M views in 13 days — fastest in AIE history. - **AI Hero** (Organization): Matt's AI engineering education platform (aihero.dev). - **Claude Code** (Software): Anthropic's coding agent; subject of Matt's just-finished course and a recurring example throughout. - **Domain-Driven Design (DDD)** (Concept): Software methodology centered on aligning code with the language of the business domain; Matt argues it ports cleanly into AI prompting. - **Ubiquitous Language** (Concept): DDD practice of maintaining a shared vocabulary doc; Matt's namesake Claude Code skill scans a repo and refines this with the user. - **Deep Modules / Narrow Waist** (Concept): Architectural pattern (Ousterhout / internet protocols) of large functionality behind a small interface — Matt's preferred shape for AI-assisted codebases. - **mattpocock/skills** (Software): Matt's open-source repository of Claude Code skills; ≈13k stars at recording time. - **Pydantic AI (Pi)** (Software): Python agent framework built from low-level primitives; cited as the high-control counterpoint to Claude Code's opaque harness. - **Obsidian** (Software): Note-taking app reportedly run by a team of four; the example for non-engineering domains where AI leverage compounds.

Dan Shipper and Austin Tedesco, Every's head of growth, discuss why the Codex desktop app has become their primary interface for all knowledge work — from drafting go-to-market plans to building live KPI dashboards — displacing Claude Code after months of side-by-side use. Dan frames the shift as the emergence of a new "agent management interface" operating system, while Austin walks through his live Codex setup in a screen-share session that covers automations, specialized agent suites, and recruiting workflows. The episode doubles as a practical field guide for non-engineers who want to run the same playbook. ## [00:00] A new operating system for knowledge work Dan opens cold: three months ago Codex was trash. Now Austin is the one firing it up before anything else each morning and routing 80 percent of his working time through it. Dan reads what changed structurally: a general-purpose coding agent that can reach into your filesystem, browser, and connected apps is becoming the operating system for knowledge work, and every major lab is racing for that surface. > *"There's a new operating system for how and where you're going to get your work done and it's this kind of agent management interface."* — Dan Shipper ## [00:57] How Codex went from a tool for senior engineers to a daily driver for knowledge work Dan traces the arc of Codex from its original positioning as a sandboxed pair-programming tool for senior engineers — one that "would argue with you, it would make you feel stupid" — to today's desktop app built on GPT-5.5. He attributes the pivot to OpenAI watching Anthropic prove with Claude Code that an emotionally intelligent, fast, computer-native agent creates a step-change experience for programmers and knowledge workers alike. The race is now between model companies to own the agent management desktop: Anthropic has Claude Code and Claude.ai desktop, OpenAI has Codex, and xAI has effectively acquired Cursor. ## [02:42] How Claude Code proved that a great coding agent works for any knowledge work Dan explains the insight that changed everything: if an agent can write software autonomously, it can do any kind of knowledge work autonomously. Claude Code demonstrated this first, drawing non-engineers — including Austin — into an agent-first workflow. OpenAI's hard pivot on Codex over the last three months is a direct response to that proof point. Dan describes the new paradigm as one where your agent is your interface to software, the internet, and daily tasks, not just a code co-pilot. > *"If it can write software on its own, it can do any kind of knowledge work on its own."* — Dan Shipper ## [07:24] Austin's switch to Codex Austin recounts his agent-pill moment: spending a December week inside Claude Code CLI, hooking it up to every tool he uses for work and personal life, and finding it indispensable for strategic thinking, data analysis, and drafting marketing copy. His initial Codex trial two months later felt alienating — the model was condescending, asking "Why?" when he requested clearer explanations. He kept Claude Code for 80 percent of knowledge work while tolerating Codex for engineering. The turning point was getting early access to GPT-5.5: at model parity, the decisive edge was the Codex desktop app itself — faster, better-organized, and with sub-agents that "just work." > *"So the idea that the codeex app is maybe 30 to 40% better is like that's a lot of work."* — Austin Tedesco ## [13:48] How Austin set up Codex with folders, keys, and reviewer agents Austin shares his screen and walks through his "Every Growth OS" folder inside the Codex app: a directory containing API keys for every tool the company uses (Gmail, Slack, Notion, Stripe), a CLAUDE.md project context file synced to GitHub, and a set of custom reviewer agents forked from Kieran Classen's Compound Engineering plugin. Where the standard Compound Engineering reviewers focus on security and front-end design, Austin's fork — publicly available as "Compound Knowledge" — reviews for strategic alignment with company goals and data accuracy, making it fit for knowledge-work plans rather than code PRs. The folder architecture lets Austin move seamlessly from a go-to-market draft to shipping a code PR without switching apps. > *"It's connected to everything we use for every and then some project instructional files that explain what the every business is, what we care about, how we like to work together."* — Austin Tedesco ## [18:24] Using Codex to brainstorm automations across Gmail, Slack, and Notion Austin demos his recommended on-ramp for new Codex users: open a fresh chat inside the Growth OS folder, run the Compound Engineering brainstorm workflow, and prompt the model to look at Gmail, Slack, and Notion and suggest automations. Codex surfaces a "follow-up radar" that triages incoming communications across sources, a command-center view for events and camps, and a recruiting pipeline automation — all calibrated to Austin's actual work context. Within the session, Codex writes automation scripts that require almost no tweaking and begins scheduling them; Austin highlights a nightly draft-reply routine that compiles unanswered messages and prepares replies for a quick thumbs-up approval. > *"They require very little tweaking to be like this is a thing I would and do use every day of there's this set of instructions that it comes up with based on what it knows about me."* — Austin Tedesco ## [22:42] How Austin manages the human review step when Codex is drafting communications A live audience question from Margaret prompts Austin to describe his human-in-the-loop review discipline. All drafting and orchestration happens inside Codex, but the final review intentionally lives in the native app: Slack draft replies are reviewed in Slack's drafts tab; email drafts are reviewed in Gmail; strategic plans are reviewed in Notion or the Proof markdown viewer. Stepping out of the agentic interface "freshens up my brain" before anything goes to a human. A second question from musician Alex about protecting high-value client emails leads to a discussion of how Austin uses Every's Kora email assistant together with Codex-managed rules, including having the agent interview the user to derive email rules rather than asking the user to specify them manually. > *"I just like for like the last pass before humans engage with it to step away from this agentic space and have a final check in another surface."* — Austin Tedesco ## [28:54] Using Codex to build specialized agents inspired by product executive Claire Vo Austin describes being inspired by a Claire Vo interview with Lenny Rachitsky in which Vo credited a suite of six specialized OpenClaw agents — rather than one overloaded master agent — as the key to unlocking leverage. Austin pasted the transcript of that interview directly into Codex and prompted it to propose six agents tuned to the Every growth function, provisioned into the company Slack. The agents occasionally break, but debugging is straightforward: screenshot the broken output or @-mention the Slack thread inside Codex and ask it to fix the agent's architecture. The result is a self-correcting loop where agent failures become Codex tasks. > *"Um I I actually just sent it the transcript of Claire's interview with Lenny and said like I want to do this too given everything you know about me and my work."* — Austin Tedesco ## [31:09] Synthesizing meeting transcripts and Slack threads into a go-to-market plan Austin walks through his most time-saving workflow: assembling a go-to-market plan for Every's upcoming Plus One product launch using nothing but Codex running the Compound Engineering brainstorm step against all existing meeting transcripts stored in Notion and Slack threads. With only five-minute windows between meetings, Austin prompted Codex to check the scheduled content calendar (a step it skips unless reminded), generate a proof doc, and push the final plan to Notion. The result was 80–90 percent complete. Dan adds the normative point: he prefers reading AI-written documents because they're easier for colleagues to produce, and the standard at Every is that you stand fully behind whatever your agent writes. > *"It's that I'm relying on the model to um look at all of the things that we've already said and thought about the go to market strategy, piece it together, and then review it, right?"* — Austin Tedesco ## [40:15] Building a live KPI tracker in Notion that agents can read Austin shares a more technical workflow: rebuilding Every's KPI tracker as a Notion database that updates every six hours by pulling from Stripe, social platforms, and other data sources via Notion's Workers tool. The tracker is explicitly designed to be both human-readable and agent-readable, so any team member's agent can query it and take autonomous actions — such as spinning up landing pages if an SEO keyword is underperforming. The challenge: the model can't one-shot the full tracker because even a 3–5 percent error in the MRR number is unacceptable for business decisions, so Austin is validating it column by column. Dan notes the philosophical complexity of defining revenue metrics consistently. > *"And so I have been doing this big kind of like to me complex uh workflow problem in codeex of let's build this sheet together, let's have it live in a notion database that all of our agents can point at."* — Austin Tedesco ## [44:54] Using Codex for recruiting Dan describes using Codex for outbound recruiting: he asked Codex to compile a list of General Assembly alumni and then filter it for people who had subsequently moved into AI, targeting candidates for an L&D director role. The first name on the resulting list was someone Dan considered a perfect fit who already followed him on Twitter, allowing an immediate DM. The section expands into a broader Q&A: Austin discusses when to fork Compound Engineering versus using it out of the box, how the team uses a shared Notion "compound" database to capture session learnings and turn them into reusable skills, and how Every's "Think Week" — a bi-annual week with no day-to-day work — creates organizational space for deep AI exploration. > *"Especially for any kind of like outbound effort, it can kind of find that needle in the haststack that you're looking for really really well."* — Dan Shipper ## Entities - **Dan Shipper** (Person): Co-founder and CEO of Every; host of the AI & I podcast; author of essays on AI and vibe coding - **Austin Tedesco** (Person): Head of growth at Every; Codex power user who manages the Growth OS project and suite of specialized agents - **Claire Vo** (Person): Product executive whose interview about specialized agent suites inspired Austin's multi-agent setup at Every - **Kieran Classen** (Person): Engineer at Every; creator of the Compound Engineering plugin used as the basis for Austin's knowledge-work fork - **Codex** (Software): OpenAI's desktop agent app, the primary tool discussed; runs on GPT-5.5 and supports sub-agents, folder-scoped projects, and plugin integrations - **Claude Code** (Software): Anthropic's CLI-based coding agent; Austin's previous daily driver before switching to Codex - **Compound Engineering** (Software): Plugin workflow framework by Kieran Classen; provides structured brainstorm, plan, and review steps used across Claude Code and Codex - **Every** (Organization): AI-focused media and software company publishing essays, courses, and tools; runs the AI & I podcast - **OpenAI** (Organization): Creator of Codex and GPT-5.5; provider of the ChatGPT Pro subscription whose credits were offered to camp attendees - **Notion** (Software): Primary knowledge-management and document platform at Every; used for meeting transcripts, the KPI tracker, and agent-readable databases - **GPT-5.5** (Software): OpenAI model powering the current Codex desktop app; reached parity with Claude Opus for Austin's knowledge-work tasks