Je gebruikt een verouderde webbrowser. Het kan mogelijk deze of andere websites niet correct weergeven. Het is raadzaam om je webbrowser te upgraden of een browser zoals Microsoft Edge of Google Chrome te gebruiken.
De tijden dat je een goede analyse kon maken, maar het slechts beperkt kon overbrengen in tegenstelling tot de luchtverkopers zijn grotendeels voorbij!
"Skills" zoals mooie powerpoint presentaties, aantrekkelijk gestructureerde reading notes, keurig opgestelde emails, of bevlogen toespraken maken, zijn niet langer belemmeringen voor uw carrière
Toevallig 2 weken op het terug Copilot suggestie gevolgd voor een mailbox issue, blijkt dat ik de mailbox data gewist heb door die command te volgen en als ik copilot erop aanspreek, was het inderdaad van "sorry, dat is inderdaad het gevolg van de command die ik gegeven heb en waarbij ik de risico's niet heb meegedeeld. Dit is mijn fout."
Ik haat Copilot nog meer sindsdien, letterlijk niks van wat die zegt, werkt. Terwijl ik overigens enkel Office-365 product gerelateerde info navraag.
In de default context (bij Claude betekent dat dat hij dat bij elke chat opnieuw zal checken) zet ik standaard dat hij
1. Grote zekerheid moet hebben op basis van verschillende bronnen, en bij elke twijfel melding moet maken.
2. Elk advies dat hij geeft apart moet dubbelchecken op eventuele negatieve gevolgen en deze moet melden.
3. Bij een feitelijke vraag (dus geen 'weetje' zoals 'hoe herstel ik mijn batterij') enkel en alleen academische bronnen raadplegen, plus eventueel instituties die door een meerderheid van experts beschouwd worden als autoriteit in dat specifiek domein, en in geen geval sociale media zoals reddit/facebook/instagram, alsook een direct klikbare link geven voor élke bron gebruikt bij een bewering/analyse/onderbouwing.
Zo kan je direct elke bewering checken, en/of aan info discovery doen.
4. Nog een aantal
Op de duur wordt het dan wel bruikbaar en vermijd je de grootste blunders.
Specifiek voor 'weetjes' zoals 'hoe kuis ik mijn inbox op' zou je bv. wel sociale media kunnen toelaten als bron voor risico's/negatieve gevolgen.
Daarvoor kan je dan een 'office' context/agent maken zodat je dit niet bij elke vraag opnieuw moet ingeven.
Het geld dat je met AI tools kan besparen (als je ze goed gebruikt) is immens. Voor de zoveelste keer heb ik een oplossing gevonden, terwijl ik dit vroeger gewoon een specialist zou betalen. Op verschillende fora vond ik geen antwoord, dan maar eens beginnen praten met chatGPT:
Systeemgegevens = 169,83 GB
Dat is extreem hoog.
Dus die 2,58 GB van Foto’s is totaal niet het probleem. Dat is bijna niets. Je echte opslagvreter zit hier:
systeemcache
Time Machine snapshots
iPhone backups
Xcode/dev files
macOS cachebestanden
Docker
Adobe cache
browsercache
lokale AI-modellen
oude updates
169 GB systeemgegevens is absoluut niet normaal op een Mac van 245 GB.
Daar moet je op focussen. Niet op Photos Library. Ik kan je stap voor stap tonen hoe je die 169 GB analyseert en meestal 50–120 GB terugwint zonder risico. De snelste manier om te weten wat het is:
Open:
Finder
Klik bovenaan:
Ga
Hou de Option/Alt-toets ingedrukt
Klik:
Bibliotheek
Daarna:
open map:
Caches
En kijk eens:
welke mappen tientallen GB groot zijn
Je zit momenteel in kolomweergave. Daar zie je geen mapgroottes. Doe dit:
Druk bovenaan rechts op het icoon met de lijstweergave
(de 3 horizontale lijntjes)
Daarna:
klik bovenaan in de menubalk op Weergave
Toon weergaveopties
Vink aan:
Bereken alle groottes
Dan begint macOS de mapgroottes te berekenen.
dit valt goed mee hoor, enkel spotify is 5GB, de rest is acceptabel
Klopt. Dit bevestigt eigenlijk dat jouw Caches-map niet de oorzaak is van die 169 GB systeemgegevens. Dus we kunnen cache grotendeels uitsluiten. Wat ik nu vermoed, in volgorde van waarschijnlijkheid:
lokale Time Machine snapshots
verborgen iPhone/iPad backups
swap/geheugenbestanden
Docker/VM bestanden
macOS bug in opslagberekening
lokale AI/modellen
developer data
En eerlijk: 169 GB systeemgegevens krijg je bijna nooit door gewone caches alleen. Nu gaan we doelgericht zoeken. Doe dit:
Open Finder
Klik links:
Mac mini van Dimitri
Dubbelklik:
Macintosh HD
Druk:
CMD + SHIFT + .
Dan toon je verborgen bestanden. Kijk dan of je ziet:
private
System
Users
Library
Vooral belangrijk:
private
Daar zitten vaak:
swapfiles
sleepimage
snapshots
verborgen rommel
Ga daarna naar:
private
var
vm
En stuur daar een screenshot van. Want ik vermoed bijna dat daar tientallen GB zitten.
in vm zit 0 bytes, in var zit 5GB
Interessant. Dan kunnen we alweer veel uitsluiten. Dus:
geen gigantische swapfiles
geen ontspoorde VM-geheugenbestanden
geen zware caches
Dat betekent dat macOS waarschijnlijk fout telt óf dat de ruimte elders verborgen zit. En nu zie ik iets belangrijk:
containers
developer/AI tooling
Claude
Homebrew
Adobe
Ik vermoed steeds sterker:
verborgen Application Support-data
lokale modellen
containers
syncbestanden
of snapshots
Nu volgende stap: Ga naar:
Gebruikers
jouw gebruiker
Bibliotheek
Application Support
En sorteer opnieuw op grootte.
deze is 20GB
Ja, en dat is eigenlijk normaal voor iemand die:
Adobe gebruikt
browsers gebruikt
AI-tools gebruikt
Dropbox/sync gebruikt
20 GB Application Support is stevig, maar verklaart nog altijd géén 170 GB systeemgegevens.
=> dit gesprek gaat verder en verder, dieper en dieper, tot we uiteindelijk een folder gevonden hebben van 80GB (oude Dropbox timestamp-map)
=> die map werd gevonden via de terminal opdracht "du -xhd 1 ~/Library/CloudStorage | sort -h"
ongelooflijk, voor zoiets kan je makkelijk €350 vragen als zelfstandige
En zo kan ik nog wel enkele verhalen vertellen waardoor ik bepaalde vakmannen niet meer moet betalen, ja zelfs de loodgieter moest onlangs niet meer komen omdat ik de oplossing gewoon voorgeschoteld kreeg.
Dit is aan de ene kant niet echt positief voor onze maatschappij, aan de andere kant zie ik niet iedereen die moeite doen, dat gaat echt nog jaren duren vooraleer iedereen deze werkwijze toepast, we hebben godzijdank nog heel veel boomers.
Op mijn werk heb ik al maanden de indruk dat ik omgeven ben door 7 specialisten, waar ik alles aan kan vragen, en dat terwijl ik alleen werk.
Ok, je moet je erin verdiepen, daar kruipt heel veel tijd in, maar het loont toch.
Companies like Lovable, Base44, Replit, and Netlify use AI to let anyone build a web app in seconds—and in thousands of cases, spill highly sensitive data onto the public internet.
Toch wel onder de indruk van visuals die chatgpt maakt tegenwoordig ifv presentatiedoeleinden. Een paar maanden geleden stonden in visuals vaak spelfouten en waren er nog echt zaken die niet klopten. Ook met itereren, raakte je heel moeilijk tot het eindresultaat wat je voor ogen had. Daarnaast zie je dat Perplexity beter is in bronnen zoeken/vinden en actueler is en ook in staat is om mp3's te transcriberen (nuttig voor als je een taal leert bvb. en video'tjes van youtube omzet naar mp3 en vervolgens transcribeert) terwijl dit laatste niet tot de capabilities van ChatGPT hoort.
Ik ga vandaag hier in huis een klusje uitvoeren m.b.v. Gemini. De internet technieker heeft gaten in de buitenmuur naar de garage en binnen van de garage naar de living geboord, maar had geen materiaal om dat terug dicht te doen. Dus nu heb ik hier gaten van 1,5 cm in de muur met een flinterdun kabeltje erdoor, die dicht moeten.
Gezien ik 2 linkerhanden heb, maar niet voor elk klusje een vakman kan bellen, probeer ik het maar zelf.
Bon hier even polsen bij de experts welke AI ik best gebruik voor volgende use cases:
- ik wil hulp bij het bouwen van een excel die beleggingen kan tracken, rendementen,...
- hij moet op basis hiervan een maandelijkse pdf kunnen outputten om ELI5 gewijs iedereen die wil te informeren, kunnen benchmarken met wat ik aangeef
- makkelijk boekhoudanalyse kunnen doen.
Voor mezelf wil ik het graag kunnen gebruiken om wat dingen te centraliseren/vergemakkelijken:
- brainstormen/assisteren in de auto --> speech naar tekst en samenvatten
- grote pdf's samenvatten
- ..
Gemini, Claude of Chatgpt? De output van Claude vond ik tot dusver best goed, maar in de gratis versie loop ik continu tegen de limiet aan.
Bijkomend is bij allemaal het excel/dashboardbouwen in de free versie quasi nul.
Het geld dat je met AI tools kan besparen (als je ze goed gebruikt) is immens. Voor de zoveelste keer heb ik een oplossing gevonden, terwijl ik dit vroeger gewoon een specialist zou betalen. Op verschillende fora vond ik geen antwoord, dan maar eens beginnen praten met chatGPT:
Systeemgegevens = 169,83 GB
Dat is extreem hoog.
Dus die 2,58 GB van Foto’s is totaal niet het probleem. Dat is bijna niets. Je echte opslagvreter zit hier:
systeemcache
Time Machine snapshots
iPhone backups
Xcode/dev files
macOS cachebestanden
Docker
Adobe cache
browsercache
lokale AI-modellen
oude updates
169 GB systeemgegevens is absoluut niet normaal op een Mac van 245 GB.
Daar moet je op focussen. Niet op Photos Library. Ik kan je stap voor stap tonen hoe je die 169 GB analyseert en meestal 50–120 GB terugwint zonder risico. De snelste manier om te weten wat het is:
Open:
Finder
Klik bovenaan:
Ga
Hou de Option/Alt-toets ingedrukt
Klik:
Bibliotheek
Daarna:
open map:
Caches
En kijk eens:
welke mappen tientallen GB groot zijn
Je zit momenteel in kolomweergave. Daar zie je geen mapgroottes. Doe dit:
Druk bovenaan rechts op het icoon met de lijstweergave
(de 3 horizontale lijntjes)
Daarna:
klik bovenaan in de menubalk op Weergave
Toon weergaveopties
Vink aan:
Bereken alle groottes
Dan begint macOS de mapgroottes te berekenen.
dit valt goed mee hoor, enkel spotify is 5GB, de rest is acceptabel
Klopt. Dit bevestigt eigenlijk dat jouw Caches-map niet de oorzaak is van die 169 GB systeemgegevens. Dus we kunnen cache grotendeels uitsluiten. Wat ik nu vermoed, in volgorde van waarschijnlijkheid:
lokale Time Machine snapshots
verborgen iPhone/iPad backups
swap/geheugenbestanden
Docker/VM bestanden
macOS bug in opslagberekening
lokale AI/modellen
developer data
En eerlijk: 169 GB systeemgegevens krijg je bijna nooit door gewone caches alleen. Nu gaan we doelgericht zoeken. Doe dit:
Open Finder
Klik links:
Mac mini van Dimitri
Dubbelklik:
Macintosh HD
Druk:
CMD + SHIFT + .
Dan toon je verborgen bestanden. Kijk dan of je ziet:
private
System
Users
Library
Vooral belangrijk:
private
Daar zitten vaak:
swapfiles
sleepimage
snapshots
verborgen rommel
Ga daarna naar:
private
var
vm
En stuur daar een screenshot van. Want ik vermoed bijna dat daar tientallen GB zitten.
in vm zit 0 bytes, in var zit 5GB
Interessant. Dan kunnen we alweer veel uitsluiten. Dus:
geen gigantische swapfiles
geen ontspoorde VM-geheugenbestanden
geen zware caches
Dat betekent dat macOS waarschijnlijk fout telt óf dat de ruimte elders verborgen zit. En nu zie ik iets belangrijk:
containers
developer/AI tooling
Claude
Homebrew
Adobe
Ik vermoed steeds sterker:
verborgen Application Support-data
lokale modellen
containers
syncbestanden
of snapshots
Nu volgende stap: Ga naar:
Gebruikers
jouw gebruiker
Bibliotheek
Application Support
En sorteer opnieuw op grootte.
deze is 20GB
Ja, en dat is eigenlijk normaal voor iemand die:
Adobe gebruikt
browsers gebruikt
AI-tools gebruikt
Dropbox/sync gebruikt
20 GB Application Support is stevig, maar verklaart nog altijd géén 170 GB systeemgegevens.
=> dit gesprek gaat verder en verder, dieper en dieper, tot we uiteindelijk een folder gevonden hebben van 80GB (oude Dropbox timestamp-map)
=> die map werd gevonden via de terminal opdracht "du -xhd 1 ~/Library/CloudStorage | sort -h"
ongelooflijk, voor zoiets kan je makkelijk €350 vragen als zelfstandige
En zo kan ik nog wel enkele verhalen vertellen waardoor ik bepaalde vakmannen niet meer moet betalen, ja zelfs de loodgieter moest onlangs niet meer komen omdat ik de oplossing gewoon voorgeschoteld kreeg.
Dit is aan de ene kant niet echt positief voor onze maatschappij, aan de andere kant zie ik niet iedereen die moeite doen, dat gaat echt nog jaren duren vooraleer iedereen deze werkwijze toepast, we hebben godzijdank nog heel veel boomers.
Op mijn werk heb ik al maanden de indruk dat ik omgeven ben door 7 specialisten, waar ik alles aan kan vragen, en dat terwijl ik alleen werk.
Ok, je moet je erin verdiepen, daar kruipt heel veel tijd in, maar het loont toch.
One of my hosts runs on Mac OS Catalina, and it constantly runs out of disk space... I have scheduled tasks running there and every day it uploads files into /Users/labuser/myfolder and removes ol...
stackoverflow.com
Ik gebruik ai voor pythonscriptjes te maken om testcases voor te bereiden. Ik moet geen developer meer ambeteren daarmee. Die kan iets nuttiger doen. Dat kan ik niet zomaar googlen
Bizar hoeveel mensen googlen ineens als het gebruik als AI zien?
Hiervoor vonden ze dus geen manier om op te zoeken hoe hun ketting te smeren of een gat in de muur te vullen?
Het is wel een feit dat je vroeger dan een hoop links vond, en dan nog altijd moest kijken wat het nuttigst was. Nu filtert en herstructureert alles voor jou zodat je gewoon een pasklaar antwoord hebt.
Ik begin toch ook vaker dingen aan AI te vragen dan ze met Google op te zoeken. Is gewoon een pak sneller. En vooral, het is interactief. Als je ietes niet helemaal begrijpt, vraag je gewoon verduidelijking. In een statisch artikel heb je dat natuurlijk niet.
Het is wel een feit dat je vroeger dan een hoop links vond, en dan nog altijd moest kijken wat het nuttigst was. Nu filtert en herstructureert alles voor jou zodat je gewoon een pasklaar antwoord hebt.
Ik begin toch ook vaker dingen aan AI te vragen dan ze met Google op te zoeken. Is gewoon een pak sneller. En vooral, het is interactief. Als je ietes niet helemaal begrijpt, vraag je gewoon verduidelijking. In een statisch artikel heb je dat natuurlijk niet.
Is dit niet volstrekt logisch? Als je Googlet krijg je geen enkele filtering van de resultaten en moet je zelf al een bepaalde kennis hebben om te weten of je wel juist bezig bent. Het vullen van een bakstenen muur is nl. niet hetzelfde als het vullen van een valse muur/houten muur/... (mss wat belachelijk maar you catch my drift).
Als je het aan AI vraagt, vraag je eigenlijk letterlijk aan een muurvulexpert wat de beste oplossing is in jouw scenario. Upload je een foto in AI, zal deze herkennen uit welke materialen uw muur is samengesteld en daarop passend een kant-en-klaar antwoord geven.
Dusjah... Vroeger had ik ook te voet naar mijn werk kunnen gaan maar pakt dat een auto het wel iets gemakkelijker/sneller heeft gemaakt voor mij. No offence hé, maar met momenten moeten we ons hier op BG al te goed vinden om AI voor iets te gebruiken want "dat kan Google ook" en voor mij persoonlijk boeit dat niet. Geef mij het antwoord binnen 5 seconden en ineens het juiste antwoord zonder dat ik zelf moet gaan filteren/zoeken.
Is dit niet volstrekt logisch? Als je Googlet krijg je geen enkele filtering van de resultaten en moet je zelf al een bepaalde kennis hebben om te weten of je wel juist bezig bent. Het vullen van een bakstenen muur is nl. niet hetzelfde als het vullen van een valse muur/houten muur/... (mss wat belachelijk maar you catch my drift).
Als je het aan AI vraagt, vraag je eigenlijk letterlijk aan een muurvulexpert wat de beste oplossing is in jouw scenario. Upload je een foto in AI, zal deze herkennen uit welke materialen uw muur is samengesteld en daarop passend een kant-en-klaar antwoord geven.
Dusjah... Vroeger had ik ook te voet naar mijn werk kunnen gaan maar pakt dat een auto het wel iets gemakkelijker/sneller heeft gemaakt voor mij. No offence hé, maar met momenten moeten we ons hier op BG al te goed vinden om AI voor iets te gebruiken want "dat kan Google ook" en voor mij persoonlijk boeit dat niet. Geef mij het antwoord binnen 5 seconden en ineens het juiste antwoord zonder dat ik zelf moet gaan filteren/zoeken.
Dat is helemaal niet waar, tenzij je een specifieke AI hebt voor dit scenario.
Als je het aan een niet-specifieke LLM vraagt, vraag je aan een predictive text wat de beste tekstuele omschrijving is in jouw situatie. Het voorstellen als een expert ter zake, is net waar het fout gaat.
Wat je krijgt als je zo'n foto uploadt, is een beschrijving die het vaakst voorkomt bij een foto die erop lijkt. En als je geluk hebt, komt dat overeen met wat jouw muur inderdaad is. De oplossing die dan volgt, zijn woorden die het vaakst voorkomen bij die muur (die hopelijk juist is), wat hopelijk ook overeenkomt met daadwerkelijk een oplossing en niet een veelgemaakte fout is, bijvoorbeeld.
Juistheid is een mogelijk bijproduct. De mooie omschrijving is het product.
Dat is helemaal niet waar, tenzij je een specifieke AI hebt voor dit scenario.
Als je het aan een niet-specifieke LLM vraagt, vraag je aan een predictive text wat de beste tekstuele omschrijving is in jouw situatie. Het voorstellen als een expert ter zake, is net waar het fout gaat.
Wat je krijgt als je zo'n foto uploadt, is een beschrijving die het vaakst voorkomt bij een foto die erop lijkt. En als je geluk hebt, komt dat overeen met wat jouw muur inderdaad is. De oplossing die dan volgt, zijn woorden die het vaakst voorkomen bij die muur (die hopelijk juist is), wat hopelijk ook overeenkomt met daadwerkelijk een oplossing en niet een veelgemaakte fout is, bijvoorbeeld.
Juistheid is een mogelijk bijproduct. De mooie omschrijving is het product.
Ik gebruik nu meer dan een jaar ChatGPT en Copilot en gebruik nu een maand ongeveer Claude. Ik kan u geruststellen dat Claude gewoon een correct antwoord geeft, zonder dat er een specifieke agent/Skill gemaakt moet worden. Zelfs over ingewikkelde verzekeringsdossiers weet Claude met 95%+ nauwkeurigheid informatie te verzamelen en dit in een beknopt verslag uit te werken van 15 bladzijden, waarbij ik letterlijk maar 1 fout kon vinden. ChatGPT heb ik in tussentijd ook niet meer verlengd, Copilot gebruik ik nog amper.
Dan kan je mij toch niet vertellen dat wat een Claude over een muur weet te zeggen mogelijks juist zal zijn maar dat dit toeval is? Alé, ik zeg niet dat er 100% accuraatheid is of dat je alles zomaar moet geloven wat AI zegt hé... Maar ook door fysieke "specialisten" of experts zal er af en toe eens een fout gemaakt worden.
De discussie gaat erover dat je AI niet moet gebruiken als je het kan Googlen. Wat is de kans dat je zelf de foute informatie volgt via Google? Toch wel een stuk groter dan de foutkans van AI?
