Mei 2026 · 9 min leestijd · Fran Olivares, oprichter van OlivaresAI
Zoekverkeer en ontwikkelaarsdiscussies verwarren de twee vaak omdat beide opdoken in 2024-2025 als manieren om AI „capabeler" te maken, maar de dimensies die ze uitbreiden zijn orthogonaal. Deze gids doorloopt wat elk eigenlijk doet, de vragen die elk beantwoordt en de architecturen die ze combineren zodat u de juiste tool — of het juiste paar — kunt kiezen voor de agent die u bouwt.
Computer Use is een mogelijkheid van de Claude API waarbij het model screenshots van een desktop of browser ontvangt en reageert met gestructureerde tool-aanroepen die acties beschrijven: beweeg de muis naar (x, y), klik, typ een string, neem nog een screenshot. De toepassingslus voert die acties uit op een echte (of gevirtualiseerde) machine en voedt de volgende screenshot terug. Het model rijdt feitelijk een computer op dezelfde manier als een mens dat zou doen — door pixels, klikken en toetsaanslagen — in plaats van via API's.
Dit ontgrendelt taken die eerder onmogelijk waren zonder een aangepaste integratie of een mens in de loop: formulieren invullen in legacy SaaS zonder API, navigeren door interne tools, scrapen van beveiligde dashboards, end-to-end QA van een web-app, „doe mijn belastingen"-workflows, multi-step onderzoek over drie verschillende sites. De compromis is latentie (elke beurt is een screenshot-roundtrip), kosten (beeld-invoertokens stapelen snel op) en betrouwbaarheid (het model klikt af en toe op het verkeerde ding op dichte UI's).
Alma is de laag die feiten, voorkeuren, beslissingen en gesprekscontext over elke AI-sessie heen bewaart — zodat de assistent zich gedraagt als één doorlopende collaborateur in plaats van bij elke beurt te resetten. Herinneringen zijn getypt en gestructureerd (voorkeuren, beslissingen, projectnotities, identiteitsregels), semantisch geïndexeerd met vector embeddings en samengesteld in de systeemprompt van elk nieuw gesprek in minder dan 100 ms via Alma's contextsamenstelling.
In tegenstelling tot Computer Use handelt Alma niet op de wereld. Het klikt niet, typt niet, scrollt niet, navigeert niet. Wat het wel doet is welk model u ook gebruikt — Claude, ChatGPT, Gemini, uw aangepaste agent — bewust maken van een coherente lange boog van wie de gebruiker is en wat al is besloten. Lees de diepe duik in Permanent geheugen voor AI: complete gids 2026.
Twee redenen. Ten eerste worden beide gepresenteerd met de kop „maak AI capabeler", wat elke dimensie van capabiliteit reduceert tot één zoekvak. Ten tweede vertrouwen beide onder de motorkap op tool use — Computer Use stelt computer-controle tools beschikbaar, Alma stelt geheugen-controle tools beschikbaar — dus vanuit een hoek van ontwikkelaarsintegratie ziet het API-oppervlak er oppervlakkig vergelijkbaar uit (systeemprompt + tools + lus). Eronder zijn de faalmodi, latentieprofielen en waardeproposities volledig verschillend.
Het meest heldere mentale model: Computer Use gaat over doen. Permanent geheugen gaat over weten. Een agent die kan doen zonder te weten herhaalt dezelfde installatiestappen in elke sessie. Een agent die weet zonder te kunnen doen kan adviseren maar niet uitvoeren. Een echte productie-agent heeft vaak beide nodig.
Gebruik Computer Use wanneer het werk plaatsvindt binnen een interface die het model niet via API kan bereiken. Concrete voorbeelden: timesheets invullen in legacy enterprise-software, rapporten downloaden van een leveranciersportaal, een spreadsheet manipuleren binnen een desktop-app, navigeren door een SaaS die opzettelijk geen publieke API heeft, een complexe reeks klikken over meerdere browser-tabbladen uitvoeren. Als een zin in het verzoek van de gebruiker is „ga naar X-site, klik op Y, kopieer de waarde, plak het in Z", is dat Computer Use-terrein.
Wanneer NIET te gebruiken: alles wat een echte API heeft. Direct de GitHub API aanroepen is aanzienlijk sneller, goedkoper en betrouwbaarder dan Claude te vragen in te loggen op het GitHub-dashboard en rond te klikken. Computer Use is de terugval voor de lange staart van tools zonder behoorlijke integraties, niet het primaire pad voor degenen die ze hebben.
Gebruik permanent geheugen wanneer de gebruiker wil dat de AI zich gedraagt als een collega die eerdere gesprekken, voorkeuren en beslissingen onthoudt — in plaats van elke keer vanaf een lege lei te beginnen. Concrete voorbeelden: een codeer-copilot die uw stack, uw linter-regels, de architectuurbeslissingen van vorige week en de conventies die uw team vorige sprint heeft afgesproken onthoudt. Een schrijfassistent die uw stem, uw publiek en de werktitels van uw projecten onthoudt. Een projectmanagement-agent die stakeholders, SLA's en risico's over dagen heen volgt. Zie de volledige uitsplitsing in Een PM-agent bouwen met Claude API en permanent geheugen.
Wanneer NIET te gebruiken: eenmalige transactionele queries waar niets de moeite waard is om te onthouden. „Wat is de hoofdstad van Australië?" is per definitie stateless. Permanent geheugen heeft overhead — zelfs kleine overhead — en het loont alleen wanneer er een lange boog van werk is om te onthouden.
Ja — en dit is waar de meest interessante agent-architecturen van 2026 zitten. Het patroon is eenvoudig: permanent geheugen houdt de langlevende context vast (wie is deze gebruiker, wat probeert hij over sessies te doen, wat hebben we de vorige keer afgesproken), en Computer Use is de tool die de agent grijpt wanneer de volgende concrete actie interactie met een UI vereist. De geheugenlaag informeert de systeemprompt; de Computer Use-lus voert specifieke taken uit binnen die geïnformeerde context.
Een uitgewerkt voorbeeld: een persoonlijke „doe mijn administratie"-agent. Permanent geheugen houdt de bank, het belasting-ID, terugkerende leveranciers, maandelijkse uitgavencategorieën en eerdere beslissingen over welke abonnementen op te zeggen bij. Wanneer de gebruiker zegt „verwerk de facturen van deze maand", stelt de agent context samen (kent de leveranciers, de categorisatieregels, de bank), gebruikt vervolgens Computer Use om in te loggen op het bankportaal, de SaaS-facturatietool en de web-app van de accountant om de multi-step workflow uit te voeren. Zonder geheugen vraagt de agent elke maand elk detail opnieuw. Zonder Computer Use kan de agent alleen beschrijven wat te doen, niet het doen.
Drie lagen, van boven naar beneden:
POST /api/v1/context/assemble aan om een systeemprompt op te bouwen die is verrijkt met relevante memories, episodes, procedures en Soul-blokken. Roep na de LLM-aanroep POST /api/v1/memories/extract aan om nieuwe feiten uit het gesprek te halen. De geheugenlaag is onafhankelijk van de LLM-provider — het werkt hetzelfde met Claude, GPT of Gemini.computer_use_20250124 tool-definitie. Bij elke beurt ontvangt het model de samengestelde systeemprompt + het verzoek van de gebruiker + de laatste screenshot (als een eerdere Computer Use-aanroep er een retourneerde). Het reageert ofwel met tekst of met een gestructureerde tool-aanroep (computer.screenshot, computer.click, computer.type, enz.).De geheugen- en Computer Use-lussen storen elkaar niet. Ze zijn onafhankelijke tools waar de agent uit kiest. De geheugenlaag maakt de agent slimmer; Computer Use maakt de agent in staat de klus af te maken.
Geheugen is goedkoop en snel. Contextsamenstelling is ~30-80 ms en een paar cent per duizend aanroepen. Computer Use is duur en langzaam — beeld-invoertokens domineren de kosten en elke beurt wacht op een screenshot. Een typische Computer Use-taak is 10-30 beurten, elke beurt ~2-5 seconden teruggestreamd. Een Computer Use-taak van 2 minuten kan $0,10-$0,50 aan API-kosten kosten; een van 10 minuten kan boven de $1 uitkomen.
Praktische implicatie: ontwerp de agent zodat geheugen het zware werk doet voor wat al bekend is en Computer Use is gereserveerd voor de delen die echt UI-interactie vereisen. Als de agent Computer Use grijpt om gegevens op te zoeken die in het geheugen zitten, betaalt u screenshot-tarief voor een cents-tarief query. De architectuur moet altijd de voorkeur geven aan geheugen-herinnering boven her-ontdekking.
Nee. Alma is gebouwd bovenop de API van Anthropic — Claude is de LLM die chat, extractie, de assistent binnen de Alma-web-app, de schrijftools en de agentlussen aandrijft. Alma is de geheugenlaag die de modellen van Anthropic nuttiger maakt wanneer ze op schaal worden gebruikt door individuen of teams. Computer Use is een van Anthropic's andere mogelijkheden, complementair aan geheugen. De juiste framing is dat Alma + Anthropic Claude (met of zonder Computer Use) een stack is, geen versus vergelijking.
Als uw interesse uitgaat naar geheugen: begin op alma.olivares.ai, installeer de MCP-server in Claude Desktop, en u heeft in vijf minuten permanent geheugen — zie Hoe u MCP gebruikt voor AI-geheugen: installatie in 5 minuten. Als uw interesse uitgaat naar Computer Use: het wordt gateheld door Anthropic en leeft achter een beta-header op de Claude API; hun documentatie doorloopt de installatie. Als u beide bouwt: prototype eerst geheugen (de integratie is eenvoudiger en de waarde compoundt over elke sessie), en leg vervolgens Computer Use erbovenop voor de specifieke acties die de agent moet ondernemen.
Verwante lectuur: Permanent geheugen voor AI: complete gids 2026 · Een PM-agent bouwen met Claude API en permanent geheugen · Drielaagse geheugenarchitectuur · Alma vs Claude Memory vergelijking · Alma REST API.