De meeste mensen die serieus met AI werken, lopen tegen hetzelfde probleem aan.
De assistant is snel, capabel en vaak indrukwekkend. Maar hij weet niet wie je op dat moment bent. Niet in welke rol je zit, welke organisatie je vertegenwoordigt, welke toon past, of welke context deze week bepalend is.
Dus je legt het uit. Steeds opnieuw. Je stuurt bij, corrigeert, vult aan. En langzaam verandert de assistant in een geavanceerde autocomplete die nog steeds afhankelijk is van jou.
Daar is een structurele uitweg voor.
Ik noem dat een PolyBrain.
Eén brein, meerdere entiteiten
Ik opereer tegelijk in meerdere professionele identiteiten: NOLAI, Breddr, ConceptBlenders. Elk met eigen stakeholders, toon, prioriteiten en lopende context.
Eén AI kan al die werelden bedienen. Maar alleen als hij weet welke entiteit actief is.
Een PolyBrain is geen prompt-trucje, maar een identity-aware contextarchitectuur. Elke entiteit heeft een eigen laag. Niet alleen “context”, maar een combinatie van tone-of-voice, gedragsregels, actieve projecten, sleutelrelaties en openstaande beslissingen.
De assistant werkt niet bovenop die laag. Hij werkt van binnenuit.
Daar zit het verschil.
Context werkt pas als die echt is
Veel AI-gebruik leunt op gereconstrueerde context. Je vat samen, het model vult aan, en het resultaat is aannemelijk maar incompleet.
Een PolyBrain verankert context in echte artefacten. Elke entiteit verwijst naar concrete bronnen: documenten, codebases, eerder werk, communicatiegeschiedenis.
Voor NOLAI betekent dat programmadocumenten en actuele correspondentie. Voor Breddr de code en pilotcontext. Voor ConceptBlenders een bibliotheek van concepten en klantwerk.
De assistant gokt niet meer wat relevant is. Hij leest wat er daadwerkelijk speelt.
Dat maakt meer verschil dan welke prompt dan ook.
Voor de nerds: dit is een Entity Stack
Onder de motorkap lijkt dit meer op softwarearchitectuur dan op prompt engineering.
Elke entiteit gedraagt zich als een object:
- properties: context, doelen, randvoorwaarden, toon
- methods: hoe te communiceren, prioriteren, beslissen, weigeren
Er is een basislaag die gedeeld gedrag definieert. Elke entiteit breidt die uit of overschrijft die.
Zodra de assistant een context binnenkomt, erft hij de juiste configuratie.
Dat is de Entity Stack.
Je kunt het Object-Oriented Brain (OOB) noemen als je wilt. De naam is speels, maar het principe is serieus: gestructureerde overerving van identiteit en gedrag.
Eerst structuur, dan intelligentie.
Hoe dit er in de praktijk uitziet
Mijn setup draait op Claude (via Claude Code), met een gelaagd, file-based memory systeem en live browserintegratie.
Elke entiteit heeft een eigen instructiebestand, geheugenstructuur en gedragsregels.
Context switching gebeurt impliciet. Open je een NOLAI-bestand, dan laadt NOLAI. Ga je naar Breddr, dan schakelt het systeem mee.
Geen heruitleg. Geen prompt-acrobatiek. Geen resets.
Wat er daadwerkelijk verandert
Het effect zit niet in één spectaculaire sprong, maar in accumulatie.
Outputs sluiten sneller aan. Toon klopt direct. Correcties nemen af. Je hoeft minder te schakelen.
Kleine verbeteringen, consistent toegepast. Dat is waar het verschil ontstaat.
Wat het vraagt
Dit is geen plug-and-play.
Je moet scherp hebben welke entiteiten je hebt. Je moet je context onderhouden. En je moet accepteren dat meer informatie zonder curatie gewoon ruis is.
De kwaliteit van het systeem is direct gekoppeld aan de kwaliteit van wat je erin stopt.
Alternatieve architectuur
Je kunt het ook omdraaien.
In plaats van één brein met meerdere entiteiten, werk je met meerdere agents, elk met één identiteit.
Dat geeft meer frictie, maar ook scherpere grenzen en expliciete spanning tussen perspectieven.
Andere architectuur, andere trade-offs.
Waarom dit ertoe doet
AI gaat niet primair over betere tekst genereren. Het gaat over consistentie tussen output, intentie en identiteit.
De meeste setups optimaliseren op capability. Weinig op consistentie van ‘zelf’.
Een PolyBrain doet precies dat.
Bouw de structuur één keer. Laat die de context dragen.