P0 en P1: van opnieuw
beginnen naar onthouden
In het artikel “Wanneer AI stopt met denken” introduceerde ik de procedurele rijpheidsladder: acht niveaus (P0 tot P7) die beschrijven in welke mate een systeem herhaalbare redenering heeft omgezet in permanente capaciteit. De ladder laat zien hoe een AI-systeem langzaam verschuift van volledig opnieuw redeneren naar geautomatiseerde reflexen die geen AI meer vereisen.
Deze serie gaat dieper in op elk niveau. Deel 1 behandelt P0 en P1 · de overgang van puur redeneren naar het gebruik van persistent geheugen. Het is de fundamenteelste stap, en tegelijk de meest over het hoofd geziene.
P0 · Het systeem dat alles opnieuw doet
Op P0 redeneert het LLM elke taak volledig vanaf nul. Er is geen toegang tot eerder opgedane kennis, eerdere beslissingen of correcties uit het verleden. Elke sessie start met dezelfde lege context.
In de praktijk ziet dit er als volgt uit: de agent ontvangt een taak, vraagt verduidelijkingsvragen die hij vorige week ook al stelde, overweegt alternatieven die hij vorige week ook al heeft overwogen, en kiest dezelfde aanpak als vorige week. De output is correct. Maar de weg ernaartoe was identiek aan de vorige keer.
Agent ontvangt taak. Redeneert 5 minuten. Stelt verduidelijkingsvragen. Lost op. Sessie sluit.
Agent ontvangt taak. Redeneert 5 minuten. Stelt dezelfde verduidelijkingsvragen. Lost op op dezelfde manier. Sessie sluit.
De output is gelijk. De kosten zijn verdubbeld.
De kosten van P0 zijn tweeledig. Ten eerste zijn er de directe tokenkosten: elke herhaalde redenering kost context en rekentijd. Ten tweede zijn er kwaliteitskosten: een fout die gisteren is opgelost en nergens is vastgelegd, kan vandaag opnieuw worden gemaakt. Een correctie die je in de chat gaf, verdween met de sessie.
Herkenningspunten voor P0:
- De agent vraagt in elke sessie naar de projectstructuur of technologiestack.
- Dezelfde verduidelijkingsvragen komen steeds terug.
- Fouten die eerder zijn gecorrigeerd, duiken opnieuw op.
- Er is geen kennis van beslissingen die vorige week zijn genomen.
- Onboarding van de agent bij een nieuwe sessie duurt elke keer even lang.
P0 is niet inherent slecht voor experimenten en eenmalige taken. Het probleem begint wanneer een team structureel op P0 blijft terwijl de taken herhaalbaar zijn geworden.
P1 · Het systeem dat onthoudt
Op P1 gebruikt het LLM persistente kennisbanken en eerdere beslissingen als context. Het redeneert nog steeds volledig · dat is het cruciale verschil met P2 en hoger · maar het doet dat met de opgebouwde kennis als startpunt in plaats van met een lege lei.
De essentie van P1 is dat de workspace-repo niet langer een optionele bijlage is, maar de primaire context die bij elke sessie wordt ingeladen. Bestanden als AGENTS.md, een architecture/-map, een decisions/-map en een lessons-learned/-map zijn samen het geheugen van het systeem.
Wat er verandert ten opzichte van P0:
- Architectuurkennis is beschikbaar zonder opnieuw uitleggen.
- Beslissingen worden niet stilzwijgend teruggedraaid omdat niemand ze kende.
- Correcties uit eerdere sessies werken door in alle toekomstige sessies.
- Lessen uit incidenten staan beschikbaar vóórdat het incident zich herhaalt.
Het verschil in de praktijk:
| Situatie | P0 | P1 |
|---|---|---|
| Taak: implementeer OAuth-login | Agent vraagt welk OAuth-framework, welke scope, welk redirect-patroon, welk error-format. | Agent leest architecture/ (bestaand framework), decisions/ (scope-beslissing van 3 weken geleden), lessons-learned/ (incident met redirect na deployment). Begint direct met implementatie. |
| Correctie van een fout | Correctie gegeven in chat. Verdwijnt met de sessie. Fout herhaalt zich volgende week. | Correctie geland in lessons-learned/. Beschikbaar bij elke volgende sessie. Fout herhaalt zich niet. |
| Architectuurkeuze uitleggen | Elke sessie opnieuw uitleggen waarom de monorepo-structuur zo is ingericht. | Staat in decisions/2026-07-monorepo-keuze.md met datum en reden. Agent leest het zelf. |
Feedback wordt pas duurzaam als die landt in instructies, tests, beleid of tooling. Corrigeer je een agent alleen in de chat, dan corrigeer je één sessie. Corrigeer je in lessons-learned/ of AGENTS.md, dan corrigeer je alle toekomstige sessies tegelijk.
De overgang van P0 naar P1
P1 vereist geen nieuwe technologie. Het vereist discipline. De infrastructuur die je nodig hebt · een Git-repo, een paar mappen, een paar tekstbestanden · bestaat al in elk project dat serieus wordt aangepakt. Het enige wat ontbreekt is de gewoonte om het bij te houden.
Drie concrete acties om P1 te bereiken:
- Maak de workspace-repo de primaire context van elke sessie. Lees
AGENTS.mden de relevante bestanden inarchitecture/bij de start. Dit is geen extra stap · het is de vervanging van de vijf minuten uitleggen die je nu aan het begin van elke sessie kwijt bent. - Schrijf na elke sessie de les van de dag in
lessons-learned/. Eén bestand per les, met de aanleiding. Niet een uitgebreide postmortem · een alinea die beschrijft wat er misging en hoe het is opgelost. De waarde zit in de beschikbaarheid, niet in de lengte. - Sla beslissingen op in
decisions/met datum en reden. Zodat de agent · en het team · weet waarom iets zo is ingericht. Een beslissing zonder reden is een feit dat in de toekomst moeiteloos wordt teruggedraaid.
Het effect is niet direct zichtbaar in één sessie. Maar het is cumulatief over weken en maanden. Een team dat zes maanden consequent op P1 heeft gewerkt, heeft een kennisbank die geen enkel onboardingdocument kan evenaren · en een systeem dat van zijn eigen ervaring leert in plaats van ze te vergeten.
P1 is het fundament voor alle hogere niveaus. P2 en hoger zetten herhaalbare oplossingen om in procedures, tools en regels. Maar die proceduralisering heeft input nodig: patroonherkenning werkt pas als er iets is om patronen in te herkennen. P1 levert die input. Zonder een gevulde lessons-learned/ en decisions/-map is het onmogelijk om structurele patronen te zien · laat staan om ze te automatiseren.
Van vergeten naar leren
P0 naar P1 is de stap van vergeten naar leren. Het kost weinig technologie en veel consistentie. Niet spectaculair, niet complex. Maar het is de enige stap die alle hogere niveaus mogelijk maakt.
Een team dat op P0 blijft hangen terwijl zijn taken structureel herhaalbaar zijn geworden, betaalt twee keer: in tokenkosten en in kwaliteit. Het systeem wordt niet beter. Het herinnert zich niets. Elke correctie, elke les, elke beslissing verdwijnt met de sessie.
P1 beëindigt dat patroon. Niet omdat het systeem slimmer is geworden · het redeneert precies zoals voor. Maar het redeneert nu met het geheugen van alles wat er al is opgelost.
Terug naar overzicht