Begin niet met AI. Begin met een workflow.
Hoe je met Isaree begint — de gids voor clinici naar je eerste agent en de zes fases die volgen.
Deel 1 van 2. Deel 2 — Bouw een brein, geen afhankelijkheid →
We hebben onze Community Edition voor iOS en macOS gelanceerd. Hij draait 100% op jouw apparaat. Hij integreert met je lokale bestanden, je mail, je praktijksoftware en het web. En wanneer je agenten externe diensten moeten bereiken — klinische databases, onderzoek-API's, evidence-netwerken — de-identificeert Isaree patiëntgegevens voordat ze je apparaat verlaten. De waarde komt terug, de gegevens gaan niet mee. In de weken sinds de lancering spreken we met clinici en zorgleiders van over de hele wereld.
Ze stellen allemaal dezelfde vraag.
Niet: „Wat kan het?" Ze hebben de berichten gelezen. Ze kennen de these. De vraag is praktischer, menselijker, eerlijker:
„Hoe begin ik?"
Dit bericht is het antwoord. Geen functielijst. Geen pitch. Een gids voor de persoon die de tool in handen heeft en wil weten wat hij eerst moet doen, wat hij kan verwachten en wat er gebeurt als hij volhoudt.
Het model is een commodity. Het harness is het product.
Satya Nadella zei het helder in een recent essay: de echte kans ligt niet in het kiezen van het beste model, maar in het bouwen van een leerlus bovenop modellen. Het model, schreef hij, is iets wat je steeds makkelijker kunt vervangen. De duurzame waarde zit in het systeem dat je eromheen bouwt.
LangChain zette hetzelfde idee in cijfers. Ze namen één codeermodel, veranderden niets aan het model zelf — dezelfde gewichten, geen hertraining — en verbeterden alleen het raamwerk eromheen. Op de Terminal Bench 2.0-benchmark sprong dat model van 52,8% naar 66,5%. Van ergens rond plaats 30 naar de top vijf. Zelfde brein. Ander lichaam. Een compleet andere agent.
Dat raamwerk heeft een naam: het harness. En het is wat een werkende AI-agent onderscheidt van een die alleen lijkt te werken.
De vergelijking past in een tweet:
Agent = Model + Harness.
Het model is de AI — wat redeneert, tekst genereert, beslissingen neemt. Het harness is alles de rest: de tools die de agent kan aanroepen, de permissies die bepalen wat hij mag aanraken, het geheugen dat tussen sessies bewaard blijft, de verificatie die foutieve output onderschept voordat het systeem verlaat, en de sandbox die de schade begrenst als er iets misgaat.
Als het model een briljante geest in een zintuiglijke isolatietank is, dan is het harness het lichaam, de zintuigen, het notitieboek en de to-do-lijst. Op zichzelf doet een taalmodel precies één ding: het neemt tekst op en produceert tekst — één keer, zonder herinnering aan de vorige aanroep en zonder manier om in de wereld te handelen. Het kan geen bestand openen. Geen commando uitvoeren. Niet herinneren wat het gisteren ontdekte. Elk van die mogelijkheden is een harness-feature.
-559166.png)
Iedereen kan hetzelfde model huren. Niemand kan de lus van workflows, controles en opgebouwde kennis huren die je eromheen bouwt. Het model is de commodity. Het harness is het deel dat samengesteld groeit. En het harness is het deel dat van jou is.
Hier scheelt Isarees filosofie van bijna elk ander AI-bedrijf. Het dominante model in de sector is zo gebouwd dat elke interactie het platform machtiger maakt — het leert je patronen, verzamelt je gegevens, verhoogt je wisselkosten, trekt de greep strakker. Je wordt afhankelijker. Het bedrijf wordt onmisbaarder. De relatie loopt één richting op.
We bouwden Isaree om dat om te draaien. Elke interactie maakt jou soevereiner. Elke correctie die je maakt wordt een regel die van jou is. Elke workflow die je bouwt wordt een vaardigheid die je controleert. Elke sessie groeit uit tot een brein dat op jouw apparaat leeft, aan jouw permissies antwoordt en vertrekt wanneer jij het zegt. Je wint capaciteit niet door gegevens af te staan. Je wint capaciteit door de infrastructuur te bezitten die haar voortbrengt. Het harness groeit. Je soevereiniteit groeit mee. Dat is geen feature. Het is het oprichtingsprincipe van het bedrijf.
Begin met de juiste persoon
De meeste onboarding-gidsen gaan ervan uit dat de lezer een ontwikkelaar is. Onze gids niet. We bouwden Isaree voor een specifiek persoon — en als je dit leest, is de kans groot dat jij dat bent.
We noemen deze persoon de Clinicus-Innovator. Het is een frontline zorgprofessional — een arts, een verpleegkundige, een specialist, een therapeut — met directe patiëntenzorgverantwoordelijkheid. Maar dat is de functietitel, niet de identiteit. De identiteit is simpeler: eerst probleemoplosser, dan clinicus.
Je kent deze persoon. Het is degene die ingewikkelde spreadsheets bouwt om patiëntgegevens bij te houden omdat het EPD niet kan wat hij nodig heeft. Degene die gedetailleerde foutrapporten schrijft voor software die de meeste collega's allang hebben opgegeven. Degene die zich in de personeelskamer omdraait en zegt: „Wat als we gewoon..."
Hij is intellectueel nieuwsgierig. Hij is technisch onderlegd — niet per se programmeur, maar power-user van alles wat hij aanraakt. Hij laat zich niet intimideren door nieuwe tools. Hij laat zich intimideren door het idee nog een decennium in systemen te werken die voor iemand anders' workflow zijn gebouwd.
En hij deelt één drijvende frustratie: gebrek aan autonomie. Hij voelt zich beperkt door eenheidsworst-EPD's en IT-systemen die administratieve lasten creëren en patiëntenzorg in de weg zitten. Hij gelooft — terecht — dat de mensen die het dichtst bij het probleem staan het best toegerust zijn om de oplossing te ontwerpen.
Hij zoekt niet nóg een stuk software om te leren. Hij zoekt bouwstenen om de tools te creëren die hij wenst.
Als dat jij bent, ben je hier aan het juiste adres. En je bent niet alleen — jij bent het bruggenhoofd-segment.
De adoption-reis
Mitchell Hashimoto — de maker van Terraform — schreef in februari 2026 een bericht over zijn eigen AI-adoptionreis. Hij beschreef drie fases die iedereen doorloopt bij het aannemen van een betekenisvolle tool: een periode van inefficiëntie, een periode van toereikendheid, en tenslotte een periode van workflow-veranderende ontdekking. De wrijving van fase een en twee is de toegangsprijs. De meesten stoppen in fase een. We hebben dezelfde reis zien gebeuren bij clinici met Isaree.
Hier is hoe ze eruitziet, aangepast naar wat we hebben geleerd.
Fase 1: Leg de chatbot af
Je eerste AI-ervaring was waarschijnlijk een chat-interface. Je typte een vraag, hij antwoordde. Handig voor het opstellen van een e-mail, het samenvatten van een artikel, het opzoeken van een interactie. Maar zodra je probeerde echt werk te doen — iets met je bestanden, je patiëntgegevens, je workflow — liep je tegen een muur. Je kopieerde en plakte. Corrigeerde. Corrigeerde opnieuw. Het was langzamer dan het zelf doen.
Omdat een chatbot het eenvoudigst mogelijke harness is: een while-loop die tekst opneemt en tekst uitstuurt. Geen tools. Geen geheugen. Geen toegang tot jouw wereld. Om echte waarde te vinden heb je een agent nodig — een LLM dat bestanden kan lezen, programma's kan uitvoeren en verzoeken kan doen. Een chatbot antwoordt. Een agent handelt.
Isaree is geen chatbot. Het is een harness — gekoppeld aan een door de community gedreven agent-hub waar je agenten kunt downloaden die op ons agent-builder-platform zijn gebouwd, je eigen kunt delen en leren van wat anderen al hebben opgelost. De eerste verschuiving is het verschil begrijpen: een chatbot antwoordt. Een agent handelt. Een harness groeit.
Fase 2: Reproduceer je eigen werk
Hashimoto's doorbraak kwam toen hij zichzelf dwong zijn handmatige werk met agenten te reproduceren. Hij deed het werk met de hand, dan vocht hij met een agent om hetzelfde resultaat te produceren — zonder dat de agent zijn oplossing zag. Het was folterend. Maar er vormde zich expertise. Hij ontdekte uit de eerste hand wat wel en niet werkte.
De clinicus-versie is eenvoudiger. Kies één workflow die je elke dag doet. Een verwijsbrief. Een triage van nachtberichten. Een literatuurcheck vóór de ochtendvisite. Doe het handmatig, zoals altijd. Doe het dan met Isaree. Vergelijk. Pas aan. Corrigeer de agent als hij ernaast zit — en elke correctie leert hem iets blijvends.
Je zult aanvankelijk langzamer zijn. Dat is normaal. Dit is de inefficiëntiefase. Je betaalt opzetkosten die zich vele malen terugbetalen — maar alleen als je doorzet.
Een deel van die kosten is een bewuste keuze. We konden Isaree leveren als een verzegelde doos — één model, één configuratie, één manier van werken, nul beslissingen. Het zou op dag één makkelijker zijn. Het zou ook een kooi zijn. In plaats daarvan geven we je maximale flexibiliteit: je kiest je harness-model, je agent-modellen, je orchestrator, je integraties. Je beslist of je alles lokaal draait of zwaardere taken via een stateless externe laag leidt. Je beslist welke agenten uit de hub je overneemt en welke je vanaf nul bouwt.
Die flexibiliteit heeft een prijs. Meer keuzes betekenen meer leren, meer aanvankelijke wrijving, meer tijd om de bewegende onderdelen te begrijpen voordat ze voor jou bewegen. We accepteren die ruil — want een harness die je configureert is een harness die je bezit, en een harness die je bezit is de enige soort die in jouw richting groeit. Gemak huur je. Capaciteit bouw je. We kozen voor het laatste, en we denken dat jij dat ook zult doen zodra je door fase een heen bent.
-7dab6e.png)
Drie principes uit deze fase, hard geleerd door mensen die het al deden:
- Splits sessies in afzonderlijke, duidelijke taken. Probeer niet de uil in één mega-sessie te tekenen. Eén workflow per sessie. Eén correctie per keer.
- Splits vage verzoeken in planning en uitvoering. Vraag de agent eerst te plannen. Dan te executeren. Twee sessies, niet één.
- Geef de agent een manier om zijn werk te verifiëren. Als je een agent een manier geeft zichzelf te controleren, corrigeert hij meestal zijn eigen fouten en voorkomt hij regressies. In een klinische context: wijs hem naar de richtlijn, het protocol, het referentiebereik. Laat hem tegen de waarheidsbron controleren.
Fase 3: Agenten bij einde dag
Als je zeker bent, is de volgende verschuiving tijdelijk. In plaats van meer te doen in de tijd die je hebt, doe meer in de tijd die je niet hebt.
Hashimoto blokkeerde de laatste 30 minuten van elke dag om agenten te starten. Diepgaande onderzoeken. Parallelle agenten die vage ideeën verkenden. Issue-triage. Hij kwam de volgende ochtend aan bij een warme start — rapporten wachtten, paden waren verlicht, het cognitieve zware werk was al klaar.
De clinicus-versie: voordat je naar huis gaat, zet een agent op het overzicht van de laatste literatuur over een aandoening die je onderzoekt. Zet een ander op de triage van de inbox die je niet afkreeg. Zet een derde op de samenvattingen die je voor morgen nodig hebt. Je komt terug aan een bureau waar al aan gewerkt is — niet door een vreemdeling, maar door een agent die jouw brein, jouw voorkeuren, jouw correcties kent.
Maar wees eerlijk over hoe dit in het begin eruitziet. Je eerste agent — of je hem nu zelf bouwt of uit de hub haalt — zal experimenteel zijn. Hij kent jouw context niet. Hij kent jouw patiënten niet, jouw protocollen, jouw voorkeuren, niet hoe jouw afdeling echt werkt vergeleken met wat het handbuch zegt. Hij zal fouten maken. Hij zal een samenvatting opstellen die het cruciale detail mist. Hij zal een paper naar boven halen die niet helemaal relevant is. Dat is geen falen. Dat is de startpositie.
Daarom zijn de eerste dagen het best besteed aan persoonlijk onderzoek en niet-kritische workflows — literatuuronderzoek, inbox-triage, concepten die je zelf herziet. Je zet op dag één geen klinische tool uit. Je leidt een collega op. Elke correctie, elke „niet helemaal, doe het zo", elke regel die je aan je brein toevoegt is een investering in contextueel begrip. De agent die als experiment begint wordt een tool. De tool wordt een medewerker. De medewerker wordt infrastructuur. Maar alleen als je hem de tijd geeft te leren — en alleen als je bereid bent te beginnen waar de inzet laag en het leren hoog is.
Fase 4: Deel de slam dunks uit
Inmiddels weet je wat je agent goed kan en wat niet. De taken die hij elke keer raak treft — de slam dunks — deel je volledig uit. Je start de agent, zet meldingen uit en gaat iets anders doen. Tijdens natuurlijke pauzes kijk je even. Je behoudt de controle over wanneer je de agent onderbreekt, niet andersom.
Hier knikt de efficiëntiecurve. Je past niet meer op. Je dirigeert. De agent neemt het repetitieve, mechanische, goed-begrepene over. Jij neemt het oordeel, de nuance, het werk dat jouw expertise vereist. Je ruilt vaardigheidsvorming in op de gedelegeerde taken, maar je blijft vaardigheden vormen op het werk dat je houdt — en dat is het werk dat ertoe doet.
Fase 5: Het harness bouwen
Hier wordt het permanent. Hashimoto's regel: telkens als een agent een fout maakt, ontwerp een oplossing zodat hij die fout nooit meer maakt. Geen prompt-tweak. Een regel. Een permanente verandering van de omgeving.
In Isaree betekent dat: aan je brein toevoegen. Elke correctie wordt een regel. Elke ontdekking een vaardigheid. Elke voorkeur een standaard. De agent die gisteren de fout maakte kan hem morgen niet meer maken, omdat het harness het nu verhindert. Dit is geen eenmalige setup. Het is een levende discipline. Je harness groeit één regel per keer, elke regel geboren uit een fout, elke fout permanent begraven.
We willen hier eerlijk zijn: we zijn op dezelfde reis. Isaree is momenteel in alpha, gaat binnenkort naar beta, en wij leren ook. De eerste volledig lokale AI-agent voor de gezondheidszorg bouwen is moeilijk. We verfijnen het harness, de builder, de integraties — en we doen het alongside de clinici die het gebruiken, niet achter een gesloten deur. Dus heb geduld met ons. Als iets breekt, zeg het ons. Als iets beter kan, zeg het ons. Het platform groeit met jullie correcties, net zoals jullie brein groeit met de correcties van de agent. We bouwen dit samen.
Fase 6: Altijd een agent laten draaien
De laatste verschuiving is een mindset. Als er geen agent draait, vraag jezelf: is er iets dat een agent nu voor mij zou kunnen doen? Niet om het draaien zelf — alleen als er een taak is die echt helpt. Maar de default kantelt. De agent wordt een constante aanwezigheid, een collega die nooit slaapt, nooit vergeet en met elke interactie slimmer wordt.
Hashimoto schatte dat hij effectief zo'n 10 tot 20% van een werkdag een achtergrond-agent draaiend had. Hij werkte actief aan dat te verbeteren. Wij ook. De clinici in onze cohort ook.
Begin met één
Je hoeft harness engineering niet te begrijpen om te beginnen. Je hoeft niet te weten waar MCP voor staat. Je hoeft het onderzoek naar samengestelde curves of de post-mortems van de juli-incidenten niet te hebben gelezen.
Je hebt één workflow nodig die je irriteert. Eén taak die je elke dag herhaalt en die vijftien minuten sneller zou kunnen. Eén „Wat als we gewoon..." dat je al een tijd met je meedraagt.
Begin daar.
Leg de chatbot af. Kies één workflow. Reproduceer hem met een agent. Corrigeer als hij ernaast zit. Voeg elke correctie toe aan je brein. Doe het morgen opnieuw. En overmorgen.
Het harness staat op je apparaat. De integraties zijn klaar — je bestanden, je mail, je browser, je praktijksoftware. Het brein is van jou om te bouwen. En elke interactie vanaf hier maakt de volgende beter.
Als iemand zegt „Ik heb een agent gebouwd", bedoelt hij: hij bouwde een harness en richtte het op een model. Het model heeft iedereen. Het harness is de differentiatie. En het harness dat ertoe doet is het harness dat op jouw apparaat leeft, jouw workflow kent en met elke sessie groeit.
De vraag was nooit „Wat kan het?" De vraag was altijd „Hoe begin ik?"
Begin met één workflow. Bouw je eerste agent. Dan je brein.
De curve doet de rest.
In Deel 2 leg ik uit hoe het brein werkt, waarom proximity AI ertoe doet en hoe de samengestelde curve er in de tijd uitziet.
Bart de Witte is de oprichter van Isaree en pionier in on-device, clinicus-ondersteunde AI voor de gezondheidszorg. Hij schrijft over digitale gezondheid, AI-architectuur en de long tail op blog.isaree.ai.