Heilige shit... Airbnb heeft de klantenservice net omgevormd tot een zelfverbeterend AI-laboratorium 🤯 Hun nieuwe paper, Agent-in-the-Loop (AITL), laat zien hoe het integreren van menselijke feedback direct in live ondersteuningsworkflows een dataflywheel creëert dat het model elke paar weken opnieuw traint in plaats van maanden. In plaats van offline annotatie-marathons, verzamelt AITL 4 realtime feedbacksignalen van menselijke agenten: • Welke AI-reactie ze voorkeur gaven • Waarom ze die kozen • Of de opgehaalde informatie relevant was • Welke kennis ontbrak Die signalen trainen continu de retrieval-, ranking- en generatiemodellen opnieuw, waardoor de iteratietijd wordt verkort en de prestaties worden verbeterd: +11,7% retrieval recall +14,8% precisie +8,4% nuttigheid +4,5% adoptie door agenten Het resultaat? Een systeem dat leert terwijl het werkt. Geen statische modellen meer. Geen maandenlange hertrainingscycli meer. Dit is hoe AI echt adaptief wordt: mensen in de loop → agenten in de loop → oneindige verbetering. Lees de volledige paper: arxiv. org/abs/2510.06674