De engineer die ervoor zorgt dat je AI-agent veilig kan draaien op de data en het geld van klanten

Ik ontwerp systemen en laat AI ze bouwen. PANTHEON is er één van: multi-tenant, gestuurd door beleid, met verbruiksmeting, in productie, solo gebouwd.

Ik heb PANTHEON ontworpen, multi-tenant-isolatie, governance, metering, agentveiligheid, vanuit eerste principes, en daarna AI aangestuurd om het allemaal te bouwen: solo, tot in productie, met data van echte bedrijven. Wat ik meebreng is het systeemdenken om het te ontwerpen, en de discipline om de machine te laten bewijzen dat het werkt.

Mail me → Bekijk het bewijs ↓

Isaac Teague Frayling · Cardiff, VK · Brits staatsburger · bereid wereldwijd te verhuizen (sponsoring nodig buiten het VK & Ierland) · cv van één pagina →

↑ De hero-afbeelding, favicon, avatar en social card op deze pagina zijn allemaal gegenereerd door het systeem dat ik heb gebouwd. Het werk maakte zijn eigen portfolio.

Externe vermelding. Vermelde melder (een van zeven) bij CVE-2026-104850 (GHSA-6qxp-vccf-f47h), een advisory met hoge ernst (CVSS 7.5) in de MCP TypeScript SDK: de OAuth-client kon opgeslagen inloggegevens versturen naar een server die door de MCP-server werd gekozen; opgelost in 1.31.0 en 2.2.0. Geen validatie van PANTHEON; een controle die iemand anders op mijn werk heeft uitgevoerd.

geloof me niet op mijn woord

Elke bewering hier linkt naar een controle die je zelf kunt uitvoeren.

Geen slides, geen "vertrouw me maar." Het systeem is live: probeer het te breken en laat daarna de code erachter onder NDA reviewen. Wat ik heb uitgebracht is echt en draait, of ik er nu zelf een teken van heb getypt of niet.

Probeer de live assistent te breken ↗ · Doorbreek zelf de tenant-isolatie → · Stuur de bot een bericht op Telegram ↗ · Bekijk wat het bouwt voor echte bedrijven → · Lees de adversariële audit →

de waarde

Wat ik echt meebreng.

Systeemdenken dat standhoudt onder aanval

Ik heb strikte multi-tenant-isolatie ontworpen op Postgres row-level security, met twee rollen en fail-closed, waar geen enkele audit op databaseniveau doorheen is gekomen. Daarbuiten is één lek gevonden (chatgeschiedenis, juli) en verholpen. De SQL heb ik niet geschreven. Ik heb het model ontworpen: de faalscenario's, de impactradius, en ik heb de bouw aangestuurd tot het standhield.

Ik ontwerp AI met governance, geen prompt-lijm

De governed agent-loop, perceive → knowledge → tools → judge → meter, met vangrails, een crisisprotocol, overdraft-bestendige metering en goedkeuringspoorten voor mensen, is mijn ontwerp. Het control-plane-denken is van mij, AI schreef de code volgens mijn specificatie.

Van idee tot productie, door AI aan te sturen

Het substraat, een no-code Studio, op maat gemaakte generatieve kunst, een live Telegram-kanaal (WhatsApp gebouwd, in afwachting van goedkeuring door Meta), metering, auth, eigen domeinen. Alles mijn idee, alles gebouwd door AI aan te sturen, van Postgres tot pixels, uitgebracht en draaiend, solo.

Ik laat de machine haar werk bewijzen

Elke wijziging moet een puurheidsgrens passeren die in CI wordt afgedwongen, het aantal tests uit de laatste CI-run, herhaalde adversariële audits waarin elke bevinding eerst weerlegd moest worden voordat die meetelde. AI goed aansturen betekent weigeren het te vertrouwen, dat is de eigenlijke vaardigheid.

Oordeelsvermogen, niet alleen output

Ik lever de eerlijke versie: elk getal op de auditpagina heeft een eigen kanttekening, de site zegt hardop wat nog niet is opgelost, en veiligheid: een crisisbericht bereikt hulp, zelfs bij nul credits, gaat boven de metriek. Ik word liever vertrouwd dan dat ik indruk maak.

Ik werk snel zonder de garanties te breken

Elke nieuwe capability behoudt dezelfde invarianten: een golden-file-harness bewijst dat wijzigingen byte-veilig zijn, een edit-ledger maakt elke wijziging ongedaan te maken, en alles wat nieuw oppervlak toevoegt krijgt vóór deploy een adversariële securityronde. Ik werk snel zonder de machine de kantjes eraf te laten lopen.

de methode

Hoe ik bouw: de eerlijke versie.

Ik bepaal wat het systeem moet garanderen en laat het dat vervolgens bewijzen. Ik ontwerp het systeem en stuur AI aan om het te bouwen, en PANTHEON is wat dat oplevert. Ik lees, beoordeel en debug alles wat de machine produceert; ik typ de implementatie niet vanaf een leeg bestand. Zo ziet het eruit:

Wat ik doe

Ontwerp het systeem vanuit eerste principes → deel het op in stukken die AI kan bouwen → stuur AI aan om elk stuk te bouwen → val het resultaat aan tot het standhoudt → lever het op en houd het draaiende in productie. Dat is de cyclus, van begin tot eind.

Concepten die ik door en door ken

Multi-tenant isolatie & vertrouwensgrenzen · governance-niveaus & human-in-the-loop · atomaire metering & rate control · agent-loops, tools & vangrails · verdediging tegen prompt-injectie · denken in faalwijzen & impactradius. Ik heb dit allemaal ontworpen. Ik praat er alleen over in gewone taal, niet in jargon.

Systemen die ik heb opgeleverd (en van begin tot eind begrijp)

Postgres met row-level security · FastAPI-services · een agent-loop met governance · MCP, in beide richtingen · React-frontends · Docker / nginx-deploys. Ik heb de bouw aangestuurd en ik weet hoe elk onderdeel zich gedraagt.

Hoe ik AI eerlijk houd

CI-puurheidsgrenzen · golden-file snapshottests · het aantal tests uit de laatste CI-run geslaagd (laatste CI-run) · herhaalde adversariële audits: een audit met 50 agents en een her-audit met 14 invalshoeken, de meest recente, waarin elke bevinding eerst weerlegd wordt voordat die meetelt. Het instinct om het eerste antwoord van de machine te wantrouwen is het hele werk.

Het bewijs, met de kanttekening er al bij.

Ik heb liever dat je de onderdelen vertrouwt die echt zijn, dan dat je onder de indruk bent van onderdelen die het niet zijn.

1brein, geen team* solo ontworpen en aangestuurd

CItests slagen* laatste CI-run, geen formeel bewijs

6 → 0audits · nul kritieke openstaand* zelf uitgevoerd, niet door een derde partij

livein productie, echte tenants* één instantie. Ik heb het nog niet hoeven opschalen

2 → 1bedrijven, één ruggengraat* platform, geen demo, aangetoond door lint

een inschatting die ik fout had

Eén voorbeeld, inclusief mijn eigen fout.

Twee weken geleden koos ik ervoor om Engelse berichten alleen met een vaste lijst zinnen op crisistaal te controleren, zodat de meeste berichten geen extra AI-aanroep nodig hadden. Een audit op 25 september liet zien dat de lijst "I don't want to live anymore" en drie andere veelvoorkomende formuleringen miste. Ik draaide die keuze dezelfde dag terug: crisistaal gaat nu naar de AI-controle, alle vier zijn tests die op de oude code faalden, en het aantal gewone berichten dat de extra aanroep kost daalde van 4 op 32 naar 1. De besparing was juist voor de meeste controles en fout voor de ene waar een misser het zwaarst weegt.

de eerlijke deal

Wat je krijgt, en wat niet.

De architect + regisseur

Ik ben eigenaar van het systeemdenken en de oplevering via AI: beslissen wat er gebouwd wordt, ontwerpen hoe het standhoudt, en doorduwen tot het is uitgerold. Zet me naast engineers die het vakwerk op regelniveau beheersen dat ik niet heb, en beide helften zijn gedekt.

De discipline die AI uit zichzelf niet heeft

Elke wijziging die ertoe doet krijgt een adversariële review; ik vertrouw nooit het eerste antwoord van de machine. Twee dingen die dat instinct opleverde: het cross-tenant-lek van juli, gevonden door mijn eigen audit en nu een regressietest, en de MCP SDK-advisory hierboven, gevonden in de code van iemand anders.

de vraag

Waar ik naar zoek.

Eén rol: de persoon die eigenaar is van de vertrouwensgrens van je AI-agent. Tenancy, goedkeuringen, metering, de tool die zijn aanroeper vertrouwt: ik breng in kaart waar het mis kan gaan, bouw de garantie erin en lever de test die het bewijst. Een founding of vroege hire bij een startup met een agent die echte klanten raakt, of dat binnenkort gaat doen. Ik sta open voor verhuizing, wereldwijd voor de juiste plek, en het probleem en de mensen zijn voor mij belangrijker dan de functietitel.

Waarom een baan, en niet mijn eigen startup?

Terechte vraag. Ik zou op PANTHEON geld kunnen ophalen, maar ik weet precies waar het aan ontbreekt, en dat is niet de bouw. Het is distributie: het netwerk en het bereik om het bij de bedrijven te krijgen waarvoor het gebouwd is, en dat heb ik niet en ga ik ook niet veinzen. Ik breng dit liever naar een team dat dat bereik al heeft dan dat ik jaren besteed aan het worden van een founder die ik niet ben. Door het solo te bouwen heb ik bewezen dat ik het geheel kan ontwerpen en uitrollen. Het alleen naar de markt brengen was nooit het plan, PANTHEON blijft live als bewijs, niet als zijproject dat mijn focus versplintert.

dag één

Wijs me een probleem aan, dit is wat ik als eerste zou doen.

Niet "een kwartaal lang de kneepjes van het vak leren." De methode die PANTHEON bouwde, gericht op jouw product:

Breng de vertrouwensgrens in kaart

Vind de randen van tenancy / autorisatie / blast radius en zoek uit hoe elk ervan faalt, voordat er iets gebouwd wordt. Je kunt niet besturen wat je niet in kaart hebt gebracht, en dat in kaart brengen is wat ik doe.

Vind waar veiligheid er achteraf op is geschroefd

Vind de veiligheid die achteraf is toegevoegd: de meter die in de min kan, de actie zonder poort, de tool die zijn aanroeper vertrouwt, en ontwerp die opnieuw zodat de garantie is ingebouwd, niet erop geschroefd.

Stuur de bouw aan, en bewijs het dan

Specificeer het, laat AI het bouwen en lever het op met de controle die het bewijst: een test, een snapshot, een invariant, zodat de volgende persoon snel kan werken zonder alles opnieuw te hoeven bewijzen.

Laten we praten.

Vertel me de rol en wat je bouwt. Ik lees elke e-mail en antwoord binnen een paar dagen, daarna een gesprek, een live walkthrough van het systeem en een review van de code onder NDA.

isaac@pantheonlabs.co.uk →

Wil je eerst zelf wat proberen voordat je schrijft? Breek de assistent, val de isolatie aan of stuur de bot een bericht, het is allemaal live.

Geen LinkedIn. Het kernsysteem is privé: het live systeem is het portfolio, maar zes componenten zijn gepubliceerd op PyPI en npm, het defectenregister is openbaar, de methode is na te spelen, en ik ben een van zeven vermelde melders bij een MCP SDK-beveiligingsadvies met hoge ernst. Bekijk / download mijn cv →