Terug naar Alle Case Studies
venture-buildingVolledige Toegang Ontgrendeld

Een Venture-Engine Waar het Model Niet om de Poort Heen Kan Praten

Vraag een taalmodel een businessidee te beoordelen en het praat zichzelf naar een ja. We bouwden een screening-engine waarin het oordeel door code wordt afgeleid en het kruisverhoor op een ander model draait.

Europese venture builder · corporate innovatie

venture-building
7
pipeline Stages
3
agents
2
models Cross Examining

!De Behoefte

Een venture builder beoordeelt veel meer kansen dan hij kan financieren, en de beslissing die het zwaarst weegt is het stoppen. Taalmodellen zijn daarvoor standaard het verkeerde gereedschap: ze zijn overtuigend, meegaand, en een model dat een net zelf geschreven these moet beoordelen praat zichzelf betrouwbaar naar een go. Zelfkritiek binnen hetzelfde model helpt niet — een model en zijn eigen criticus delen dezelfde blinde vlekken. Nodig was een pijplijn waarin een AI mag denken zonder dat het oordeel aan haar wordt toevertrouwd, en waarin een stopbeslissing maanden later tegenover een sponsor te verdedigen valt.

De Aanpak

De kernontwerpkeuze is dat agents de fasen zijn en de methode de control flow: het model argumenteert, het systeem beslist. Drie agents doorlopen zeven fasen met getypeerde, kruislings gevalideerde overdrachten, waarbij elke fase één sleutel toevoegt aan één accumulerend artefact. Tegendraads denken wordt structureel afgedwongen: belief mining draait als een toernooi van drie tot vijf rivaliserende stellingen, die elk de specifieke aanname moeten citeren die ze ontkennen, en code bekroont de winnaar. Het red team draait vervolgens op een bewust ander model, controleert dragende beweringen via live zoekopdrachten, valt de causale keten aan en classificeert de ernst van zwakheden — maar geeft geen enkel oordeel. Deterministische code leidt stop of go af uit die classificaties, en een tweede gecodeerde poort vertakt de kans richting een corporate of durfkapitaalkoper. Elke run wordt vastgelegd, ook afgebroken runs, zodat het kill-memo-archief bevraagbaar is in plaats van proza; en een bewijsregister laat een later weerleggend datapunt een vooraf verklaarde stopconditie afvuren: de code stelt de stop voor, een mens bevestigt.

Gebruikte Technologieën

ClaudeCross-model red teamZodTypeScriptSQLiteStructured generation

De Oplevering

Zeven pijplijnfasen over drie agents, met schema-gevalideerde overdrachten die het model opnieuw bevragen als de uitvoer niet klopt
Een toernooi van tegendraadse overtuigingen waarin elke rivaliserende stelling de aanname moet citeren die zij ontkent
Een red team op een ander model — het classificeert ernst en kan structureel geen oordeel vellen
Stop/go en de splitsing corporate versus durfkapitaal afgeleid door deterministische code, niet door het model
Elke run vastgelegd, afgebroken runs inbegrepen, met een bevraagbaar kill-memo-archief
Een bewijsregister waarin een weerleggende bevinding een vooraf verklaarde stopconditie afvuurt en de run markeert voor menselijke bevestiging

De Impact

Het stop/go-oordeel is niet langer aan de auteur — het wordt door code afgeleid uit de ernstbevindingen van een ander model
Een overtuigend model kan een zwakke these niet redden: de methodepoorten zijn codepaden, geen promptinstructies
Blinde vlekken krimpen doordat de kritiek draait op een model dat de aannames van het auteursmodel niet deelt
Stopbeslissingen werden maanden later verdedigbaar, met de redenering en het weerleggende bewijs nog aan de run gekoppeld
Afgebroken ondernemingen verdwijnen niet meer — de portefeuille bewaart wat is afgewezen, en waarom

Klaar voor vergelijkbare resultaten?

Neem Contact Op
Supalabs AI solutions