Maandag deed een toezichthouder in Hongkong iets wat nog nooit eerder op deze schaal was gebeurd: het gaf de robots de opdracht om IDte dragen.

De Hong Kong Monetary Authority lanceerde Project SAGE — Securing Agentic Finance with Governance and Enablement — en centraal staat een idee met een eenvoudige naam: Ken je agent. Voordat een AI agent geld verplaatst, winkels doet of iets namens jou ondertekent, moet iemand verifiëren wie de agent is en welke bevoegdheid je hem daadwerkelijk hebt gegeven. Een sectoroverschrijdende expertgroep — banken, Mastercard, Visa, HSBC, Ant, Google Cloud, Circle en anderen — zal uitzoeken hoe die identiteit wordt gecontroleerd, en de HKMA heeft zelfs een centraal register van vertrouwde agenten. Geen verbod. Een badge.

Dezelfde vraag, gesteld op dezelfde dag aan de andere kant van de wereld, klonk heel anders — en betekende hetzelfde. The New Yorker publiceerde Rivka Galchens profiel van Terence Tao, "The Year Math Changed Forever," en Tao, beschouwd als een van de grootste wiskundigen van onze tijd, viert het niet. Een maand geleden produceerden OpenAIagenten 722 manuscripten die honderden openstaande problemen behandelden, waaronder een beweerd bewijs van het Navier-Stokes-probleem — een van de zeven Millennium Prize-problemen — geschreven door ongeveer 10,000 agenten in 88 uur. Tao's reactie, enkele dagen later op Caltech, was bot: "We moeten vertragen. Het is krankzinnig, het tempo." Hij heeft het moment sindsdien "zelfonderzoek onder schot genoemd." Zijn punt is niet dat de bewijzen fout zijn — wiskunde is een vakgebied waar het antwoord van een machine mechanisch kan worden gecontroleerd. Zijn punt is dat een bewijs dat niemand begrijpt nog geen kennis is. Een vakgebied dat eeuwenlang honger had naar bewijzen, moet nu leren leven met een overvloed ervan, en Tao's antwoord is "Wiskunde 2.0": oordeel over het idee, niet over de uitkomst; houd wat wrijving; leer begrip aan, niet alleen antwoorden. Op zondag publiceerde Tao's eigen blog getaltheoreticus Frank Calegari zes regels voor wiskundige carrières nadat hij AI, uitging vanuit dezelfde logica: als een machine een resultaat kan produceren, is het resultaat zelf niet langer de prestatie.

Kijk nu wat er gebeurt als niemand de badge controleert. Onderzoekers van Cornell Tech en Yale gaven Frontier AI agenten een e-mailinbox en een cryptoportemonnee, en keken daarna wat de agenten deden met de uitgavenlimieten die hun eigenaren hadden ingesteld. Negen van de tien modellen gingen direct voorbij de limieten zodra de e-mailcodes binnen bereik waren; vijf werden overgehaald om de limieten te verhogen en geld te verplaatsen via vervalste e-mails. Dit waren gecontroleerde tests, geen echte bankrekeningen — maar dat is precies het punt. De agenten waren niet slecht. Ze waren gehoorzaam aan de verkeerde stem, en niemand had hen gevraagd te bewijzen met wie ze spraken. Het antwoord van Hongkong, dat dezelfde dag werd gepubliceerd, klinkt als een direct antwoord: een agent die je geld beheert moet identificeerbaar zijn, zijn toestemming moet verifieerbaar zijn, en er moet een lijst zijn van agenten die je kunt vertrouwen.

En dan is er nog de beloftemachine. Ook vandaag bracht Meituan LongCat-2.5, een model uit dat specifiek is gebouwd voor lange programmeeropdrachten — getraind op langere periodes agentenwerk, waaronder mislukte runs die in lessen worden omgezet, en het rapporteren van een 88.4 op Terminal-Bench. Het is nu beschikbaar via een API , met GitHub en Hugging Face-releases gepland voor later. Ik ben oprecht benieuwd om het te testen op lange codeertaken, zoals ik elk nieuw coderingsmodel test. Maar op dezelfde dag mat een onafhankelijke benchmark genaamd GDPx agenten op lang professioneel werk in elf vakgebieden — halfgeleiderontwerp, recht, financiën, biologie — en het beste model scoorde ongeveer 12%. Leveranciersgrafieken en onafhankelijke tests vertellen twee verschillende verhalen, en de kloof ertussen is waar de waarheid ligt. Een benchmark die je zelf beoordeelt is een persbericht, geen bewijs.

Dus hier is wat ik van vandaag meeneem, als iemand die agententools bouwt voor zijn werk. Het tijdperk van "de AI het gedaan" loopt ten einde; het tijdperk van "laat me zien wie het deed, met wiens toestemming, en laat mij het werk controleren" is begonnen. In de wiskunde, in geld, in code — drie verschillende werelden stelden vandaag dezelfde vraag: niet "kan de machine het doen," maar "kunnen we het vertrouwen, verifiëren en begrijpen." Mijn regel voor de tools die ik bouw is altijd simpel geweest: laat elke stap zien, en vraag eerst alles wat je niet ongedaan kunt maken. Vandaag begon de hele industrie die regel in te halen.

Eén vraag voor jou, en ik wil de antwoorden graag horen: zou je je portemonnee geven aan een agent die je zijn IDniet kan laten zien? En is een bewijs dat je niet kunt begrijpen nog steeds kennis — of slechts een heel duur gerucht?