Okay, positief beginnen: soms zijn tools als Google Antigravity indrukwekkend en ja, generatieve AI kan inmiddels een stuk meer dan alleen wat teksten reproduceren in een browser, nee, ik heb geen openClaw geïnstalleerd. Dat zeker nog niet. Maar na mijn initiële enthousiasme over Google Antigravity is me inmiddels duidelijk geworden dat de vragen / wensen die ik heb zeker nog niet zomaar automagisch worden opgelost door de tools die ik ter beschikking heb.
Het Ecosysteem
Ik wilde NotebookLM vragen om te helpen bij het schematisch in beeld brengen van de verschillende begrippen en tools. Dat lukte (ook nu) gedeeltelijk. Grappig is dat er zo te zien in de documentatie die gevonden werd wel (deels op basis van mijn prompt) openClaw en Moltbook voorbij kwamen, Antigravity niet bij de professionele IDE’s staat en AI-studio bij Consumenten tools naast ChatGPT.
Hoe dan ook, de afbeelding helpt wel, ook al is er hier en daar wat op af te dingen. Laten we linksboven starten. Veel mensen kennen generatieve AI als iets waarbij je naar een website gaat (bv chatgpt.com), een prompt intypt en dan een antwoord, afbeelding of zelf video retour krijgt. Agentic AI gaat een stap verder en voert ook (proactief) taken uit, bijvoorbeeld het aanpassen van bestanden, beantwoorden van mails etc. Of dat proactief is of niet hangt een beetje af van de context. Binnen Claude Code, VSCode of Antigravity zal dat hoe dan ook alleen zijn als jouw computer/laptop/Macbook aan staat en de agent op de achtergrond kan draaien. Als je openClaw op een systeem hebt draaien, dan is dat een voorbeeld van een agent die dus wél 24/7 actief is en dan acties uit kan voeren.
Model Context Protocol (MCP)
Die agent, of dat nu openClaw is of gewoon Antigravity waar je een commando geeft, maakt vaak verbinding met andere servers. In mijn geval bijvoorbeeld met mijn N8N server op het lokale netwerk, of Home Assistent (andere server). Maar je kunt je voorstellen dat het ook om bijvoorbeeld toegang tot een WhatsApp of Signal server is, een databaseserver etc.
Veel van die servers hebben wel een API, een interface waarmee je er programmatisch tegen kunt praten, maar het zou heel onhandig zijn als je in elke agent, of elke prompt moet gaan uitleggen hoe de agent daar verbinding mee kan maken. MCP is een manier om dat op te lossen. Als je de agent vertelt waar de MCP server te vinden is dan is het protocol (de manier waarmee de agent met de MCP server praat) hetzelfde en dan kan de agent dus met al die verschillende servers en diensten praten.
Een voorbeeld van zo’n MCP-server is de N8N-MPC-Server die je hier kunt vinden.
Agent Skills
Waar de MCP server de universele toegang regelt tot bijvoorbeeld N8N, is het ook handig als de agent weet *hoe* die het beste (bv) N8N workflows aan kan maken, een README bestand kan formuleren, een Worddocument maakt, je mails schrijft, etc.
Die informatie leg je vast in Skills voor de agent. Om bij het N8N voorbeeld te blijven, hier kun je een uitgebreide Skills-beschrijving vinden. Je kunt ook je eigen Skills maken, er is uiteraard ook een Skill voor het maken van Skills zodat je je agent kunt vragen een Skill voor je te maken.
Skills zijn ook handig als je bijvoorbeeld documentatie of huisstijlregels beschikbaar wilt maken aan agents. Die worden geladen op het moment dat ze nodig zijn en niet elke keer bij het starten van de agent.
Agent2Agent Protocol (A2A)
Het stukje A2A in het schema was het moeilijkste om zelf te testen. Ik had geen zin om openClaw op een los systeem te installeren (die maakt gebruik van A2A), in N8N speelt het niet (is ook geen agent in de zin van dit netwerk), in Antigravity ook niet. Deze gratis online training van deeplearning.ai is goed als je comfortabel bent met het gebruik van Python en Jupyterlabs, niet persé beginners dus. De deeplearning.ai cursus is gratis te volgen, als je de afsluitende quiz wilt doen en een certificaat wilt krijgen moet je een abonnement nemen. Dat heb ik niet gedaan.
Ik kan de structuur en denkwijze volgen, maar op basis hiervan verwacht ik niet snel zelf A2A Servers of Clients te hebben draaien. Maar wellicht wel een veiligere versie van openClaw tzt.
The Good, the bad and the ugly
Goed, na die veel te lange les over Agents, MCP, Skills en A2A, wat was er dan goed of minder goed voor wat mijn ervaringen met Antigravity betrof? Met de beperking dan dat ik dus geen zelfstandige agents had draaien die A2A gebruikten.
Gratis kent grenzen
Het is zeker geen kritiek op Google, maar er zitten grenzen aan het gebruik van de verschillende modellen binnen Antigravity als je gebruik maakt van de gratis optie.
Daar kwam ik, na mijn eerste enthousiaste gebruik al snel achter en daarmee waren Claude Sonnet 4.5 en 4.6 voor de rest van de week niet meer toegankelijk en werd ik teruggezet naar Gemini 3 Pro en Flash. Die horen ook niet slecht te zijn, maar de antwoorden zijn toch minder gestructureerd, duidelijk en volledig als je aan het programmeren bent. Of dat voelt slechts zo. Dat kan natuurlijk ook.
N8N versus Antigravity
In tegenstelling tot wat op YouTube wel beweerd wordt, is Antigravity voor mij zeker geen vervanger van N8N. De reden hiervoor is dat mijn desktop/laptop niet altijd aan staat en er workflows zijn die ik ’s nachts wil laten draaien zoals het dagelijks updaten van verbruiksdata of het periodiek controleren of er nieuwe literatuuraanbevelingen via de mail zijn binnengekomen. Deze YouTuber (Jono Catliff) vertelt in een half uur hoe je dat wat je in N8N doet ook in Antigravity voor elkaar kunt krijgen. Als het niet meteen werkt, dan is dat niet erg zegt hij, dat is gewoon een kwestie van uitproberen. Nou, dat is wat kort door de bocht wat mij betreft.
Veel trial and error
Ik heb, na de eerste initiële test, de afgelopen dagen een paar andere projecten geprobeerd in Antigravity (maar dan dus niet met de Claude modellen):
Gaslicht prijsvergelijker
Van het eerste, uitgebreide, project kan ik de code niet openbaar delen. En wel om de simpele reden dat ik niet 100% weet in hoeverre deze binnen de gebruiksvoorwaarden van Gaslicht.com valt. Maar goed, beschrijven wat de app doet kan ik wel.
Ik stap jaarlijks over naar een nieuwe aanbieder voor gas en electra. Ik neem een jaarcontract met vaste prijzen omdat ik redelijk risico-avers ben maar de welkombonussen die je op het moment weer krijgt zorgen er per definitie voor dat blijven bij mijn huidige aanbieder meer geld kost. Heel dom marktmechanisme, maar ik heb het niet verzonnen.
Afgelopen jaar was vergelijken al tamelijk ingewikkeld vanwege de terugleverboete die nu alle energieleveranciers hanteren als je stroom terug levert aan het net. Belachelijk dat ze het mogelijk, feitelijk heeft de regering zo toegestaan dat zij verdienen van de investering die particulieren doen. Maar goed, ook dit is niet anders. Sommige aanbieders hanteren (ook in 2026) staffels met boetes per range van teruglevering, anderen hanteren een vast bedrag per kWh. Dit jaar wordt het nog wat ingewikkelder omdat per 1-1-2027 het salderen volledig ophoudt te bestaan. De terugleverboete blijft overigens in de meeste gevallen gewoon, maar het bedrag dat je per teruggeleverde kWh krijgt is zo laag dat terugleveren eigenlijk simpelweg niks meer oplevert. De leveranciers die in mijn vergelijking naar voren kwamen zitten heel slim wel net boven de nul, zodat ook onze regering kan volhouden dat groene energie opwekken “geen geld kost” (haha). Mijn contract loopt tot juni 2026, dus ben ik op zoek naar een nieuw jaarcontract dat deels in 2026 en deels in 2027.
Deze blogpost is niet bedoeld als rant richting dit hele systeem, ik wilde kijken of ik met Antigravity in staat was om automatisch prijzen te vergelijken in 2 scenario’s. De kans bestaat namelijk ook dat we in de loop van 2026 een warmtepomp laten installeren. Dan zou ons verbruik in kWh vanzelfsprekend stijgen ten opzichte van afgelopen jaar en het aantal m3 gas zou dan dalen. Met andere woorden, het zou ook voor kunnen komen dat in het ene scenario een andere aanbieder het voordeligst is en in het tweede scenario een andere (spoiler: dat is ook zo).
Ik wilde de app zo “eerlijk” mogelijk houden. En dat was idd wel meteen een voordeel van het gebruik van Antigravity boven bijvoorbeeld AI Studio. Antigravity is in staat om code te schrijven die een browservenster opent, naar de Gaslicht.com website te gaan, die ziet een normale browser, schiet dus ook niet in bot/AI-beveiliging, voert daar de gegevens in die ik in een input.md bestandje gezet heb, kijkt dan naar de resultaten, haalt de data uit de pagina en slaat die lokaal op. Dat gaat uiteraard niet in één keer goed, maar hier kun je samen met de tool aan de slag en debuggen. De tool installeert Playwright, op het moment dat ik vroeg of de output ook als pdf beschikbaar kon komen werd netjes Markdown to PDF geïnstalleerd etc.
Wat zeker niet vanzelf ging was het begrijpen van de informatie op de pagina’s van Gaslicht.com. Daar had Antigravity (eigenlijk een beetje verrassend) nog best veel moeite mee. En dan ging het bijvoorbeeld om zaken als het herkennen dat sommige aanbieders staffels hanteren voor de terugleverboete en anderen een bedrag per kWh. Dat dat na 1-1-2027 bij iedereen anders is, dat sommige aanbieders nog niet de prijzen op dat vlak voor 2027 bekend gemaakt hebben aan Gaslicht.com etc.
Wat ik daarbij nu deed was aan ChatGPT (5.2 betaalde versie) advies vragen voor prompts die ik dan aan Antigravity kon geven. En ik liet ChatGPT de ruwe data + overkoepelend rapport analyseren en beoordelen om te ontdekken waar mogelijke fouten in de berekeningen van Antigravity zaten en dan op basis daarvan weer nieuwe prompts genereren. Ik speelde hier dus de Agent2Agent broker die ze met elkaar in gesprek liet gaan. Ik snap dat het idd handiger was als ik 2 agents had die autonoom zo een aantal iteraties zouden kunnen doorlopen.
N8N workflows voor Home Assistant
Door zowel de MCP-server voor Home Assistant als de MCP-server voor N8N te installeren, kun je complexe zaken voor elkaar krijgen. Want je kunt Antigravity vragen om een N8N workflow te maken die bv de status van Zigbee apparaten in Home Assistant opvraagt.
Uiteindelijk werkte het, maar niet met dank aan Antigravity want die bleef in cirkeltjes ronddraaien met het maken van de workflow omdat de tool waarschijnlijk niet echt kon overzien hoe groot de Home Assistant installatie was, steeds weer probeerde om *alle* objecten op te halen waarop de workflow geen foutmelding gaf maar gewoon bleef hangen.
Of het op te lossen was geweest met betere Skills? Ik weet het niet. Maar duidelijk is dat workflows vaker tot zo’n 80% komen. Ook een andere workflow die ik liet maken was het net niet helemaal. Dus het blijft zelf nadenken en snappen wat er gebeurt (of moet gebeuren).
Hulp bij gebruik github en releases
Waar de AI in Antigravity zeker ook deze week in uitblonk was het gegeven dat github opeens een stuk gemakkelijker was om te gebruiken. Natuurlijk, ik kan daar prima via de commando-prompt mee overweg, maar nu was het een kwestie van vragen of er een github repository aangemaakt kon worden, het geheel toegevoegd, zelf het produceren van een release werd stap voor stap ondersteund.
En daarbij schitterde sowieso het maken van Readme bestanden, die noem ik daarom even als apart item:
Readme’s genereren
Er zal niemand zijn die het documenteren van code leuk vindt. Ik ook niet. Toen ik de nieuwe github repository aan liet maken, maakt Antigravity ook als vanzelf een Readme erbij aan. En dus vroeg ik of dat ook kon voor een aantal van de zaken die ik al op github had staan. En dat kon!
- Readme bij de n8n workflows (nieuw en bestaand)
- Gegenereerde uitleg over de n8n workflow over de Energie Update
- Readme’s bij alle AI-studio-projecten (met verwijzingen naar blogposts waar beschikbaar)
En dat vragen om documentatie voor zaken die gedaan zijn, werkt prima. Ik had een workflow laten maken van de Gaslicht app en daarna gevraagd om de info over die workflow ook aan de github repository toe te voegen. En dan komt er dus een mooi md-bestand met instructies voor later gebruik.
Samenvattend
Wauw, je bent er nog? 😉
Het was een wat lange blogpost om heel veel dingen van de afgelopen dagen even vast te leggen. Nee, nog geen tijd gewonnen deze week met AI. De blogpost laat ook wel zien dat het gewoon nog heel wat kennis en vaardigheden vraagt om e.e.a. aan de praat te krijgen en te houden. Geen Samantha dus ook hier nog.
