Het probleem met AI black boxes

Elke developer kent dat moment: je gebruikt een AI-tool, en plotseling gaat er iets mis. De tool verzint een bestandspad, negeert je context, of blijft eindeloos draaien op een simpele taak. Je wilt weten wat er aan de hand is — en vindt alleen maar abstractie.

Daar wil Tau verandering in brengen. Het is een Python coding agent die is opgebouwd als lesmateriaal. Je kunt het hele systeem lezen als een goed gedocumenteerd leerboek. Geen verborgen machinerie. Elk onderdeel ligt op tafel.

Drie lagen, één les

Tau's architectuur rust op een simpel principe: scheid de hersenen, de omgeving en het gezicht.

Zoals een mens:

• De hersenen (Harness): Hier leeft de agent loop — berichtafhandeling, tool-aanvragen, transcript status, sessiebeheer. Deze laag heeft geen afhankelijkheden van terminals, bestandssystemen of weergavebibliotheken.

• De omgeving: Hier doet de agent zijn werk. Bestanden worden gelezen en geschreven. Shell-commando's worden uitgevoerd. De omgeving levert de tools die de hersenen gebruiken — maar de hersenen weten enkel niet hoe die tools werken.

• Het gezicht (UI): Dit is Textual's domein. Een terminal interface, rijke weergave, slash commands — alles wat de gebruiker ziet en aanraakt. Het wrap de harness, maar leeft nooit ín de harness.

Deze scheiding is niet alleen een kwestie van nette code. Het maakt Tau educatief. Je kunt de provider layer, de harness en de UI apart bestuderen. Je kunt de agent draaien terwijl je de code leest. Je kunt sessies exporteren als JSONL of HTML en precies inspecteren wat er is gebeurd.

Waarom dit belangrijk is voor AI-assisted development

Bij NameOcean geloven we sterk in AI-assisted development (wij noemen het "vibe coding" met onze AI-gestuurde Vibe Hosting). Maar vibe coding werkt alleen goed als je begrijpt wat je tools eigenlijk doen.

Tau leert je:

• Hoe agent loops echt werken — niet in theorie, maar in code waar je doorheen kunt stappen
• Waar tool calls vandaan komen — getypt, lokaal, met duidelijke interfaces
• Hoe context accounting werkt — compactie, thinking controls en sessieduurzaamheid
• Waarom streaming belangrijk is — provider-neutrale interfaces waarmee je modellen kunt wisselen zonder je agent te herschrijven

Dit zijn geen academische vragen. Het zijn praktische uitdagingen waar elke developer tegenaan loopt bij het integreren van AI in zijn workflow.

Het onderwijsprincipe dat magie verslaat

Tau's motto: "Small layers beat magic."

Eén taak per package. Events stromen door het systeem in een stream die je kunt renderen, testen en exporteren — geen control flow begraven in callbacks waarbij debuggen neerkomt op printf-gevechten.

Het resultaat is een agent die "real enough to matter". Het is geen speelgoed. Je kunt het gebruiken als je echte terminal coding assistant terwijl je tegelijk de bron leest. De documentatie volgt de implementatie, fase voor fase opgebouwd, elk met notities over wat er is toegevoegd, waarom en hoe het past.

Een kaart voor je eigen agent

Tau biedt een duidelijke ontwikkelroute:

1. Begin met events — Definieer wat je agent kan uitsturen en consumeren
2. Voeg een loop toe — De request-execute cyclus die tool gebruik aandrijft
3. Wrap het in een harness — Abstraheer afhankelijkheden weg
4. Geef het tools — Lees, schrijf, bewerk, bash — wat je omgeving ook nodig heeft
5. Voeg een UI toe — Een gezicht waarmee mensen kunnen interacteren

Dit is niet alleen voor het bouwen van coding agents. Deze principes gelden overal waar je AI in applicaties integreert. Scheid concerns. Maak internals zichtbaar. Bouw lagen die je onafhankelijk kunt testen.

De conclusie

Tau is Pi's architectuurles toegepast op Python: houd harness, omgeving en UI gescheiden. Het is geen regel-voor-regel port — het is een educatieve kijk op dezelfde kernideeën.

Voor developers die bouwen op NameOcean's Vibe Hosting of AI in hun workflows integreren, biedt Tau iets waardevols: een transparant systeem waar je van kunt leren, dat je kunt uitbreiden, en dat uiteindelijk kunt vervangen met je eigen implementatie.

Omdat de beste AI-tools geen black boxes zijn waar je blind op vertrouwt. Het zijn systemen die je diep genoeg begrijpt om te verbeteren.

Bekijk het op twotimespi.dev en ontdek hoe een agent een curriculum kan zijn.