Stel je voor: je opent vijf verschillende Claude-vensters en ze beginnen vanzelf met elkaar te praten. Ze delen wat ze doen, voorkomen conflicten en werken samen als een echt development team. Geen ingewikkelde agents, geen API-kettingen, geen orchestrators. Gewoon Claude die met Claude praat. Dit is geen sciencefiction meer – dit is claude-peers.
Wat is claude-peers precies?
claude-peers is een tool die meerdere lokale Claude Code-sessies met elkaar laat communiceren. In plaats van één AI die alles probeert te doen, creëer je een team van specialisten die elkaar automatisch vinden en informatie uitwisselen.
Het bijzondere is dat het extreem simpel blijft. Er is geen complex framework nodig. Je start gewoon meerdere Claude-sessies in verschillende mappen en de tool zorgt voor de rest.
Hoe werkt het onder de motorkap?
Het systeem bestaat uit een paar elegante componenten die lokaal draaien:
Lokale broker daemon
Een lichtgewicht proces op je localhost fungeert als centrale boodschapper. Dit zorgt ervoor dat berichten razendsnel tussen de verschillende Claude-instanties worden uitgewisseld.
SQLite peer registry
Alle actieve Claude-sessies registreren zichzelf in een lokale SQLite-database. Zo weten ze precies wie er nog meer online is en wat ze doen.
MCP servers en instant messaging
Elke sessie draait een eigen MCP-server (Model Context Protocol) waardoor ze direct kunnen communiceren via push-berichten. Geen cloud, geen latency, alles blijft op je eigen machine.
Praktijkvoorbeeld: Samenwerken zonder conflicten
Laten we kijken naar een realistisch voorbeeld. Stel dat je een poker-applicatie bouwt:
Claude A werkt aan de poker-engine en de logica achter de schermen. Claude B bouwt de frontend en de gebruikersinterface.
Claude A vraagt: "Welke bestanden ben jij momenteel aan het bewerken?"
Claude B antwoordt: "Ik werk aan auth.ts en de UI-state management."
Claude A reageert meteen: "Begrepen, ik blijf van de authenticatielogica af."
Dit voorkomt het klassieke probleem waarbij twee AI’s dezelfde bestanden aanpassen en elkaars werk overschrijven. Ze coördineren zichzelf.
Wat kun je ermee doen?
De mogelijkheden zijn indrukwekkend:
Specialisatie per AI
Je kunt één Claude inzetten als researcher, een ander als backend-developer, een derde als frontend-specialist en een vierde als tester. Ze werken samen aan één groot project.
Gelijktijdig debuggen en refactorn
Terwijl de ene Claude een bug aan het onderzoeken is, kan een andere instantie alvast de code refactoren op basis van de gedeelde context.
Grote projecten opsplitsen
Complexe applicaties met veel verschillende domeinen worden opeens veel beter beheersbaar. Elke Claude krijgt zijn eigen verantwoordelijkheid en ze synchroniseren waar nodig.
Auto-summaries
Elke instantie maakt automatisch een samenvatting van wat hij op dit moment doet, in welk mapje hij werkt, welke git-repo het is en wat de huidige taak is. De andere Claudes kunnen dit allemaal inzien.
Handige commando’s
claude-peers komt met een aantal handige commando’s:
list_peers– Toont alle actieve Claude-sessiessend_message– Stuurt een bericht naar een specifieke peerset_summary– Geeft een beschrijving van je huidige taakcheck_messages– Bekijkt berichten handmatig
Je kunt letterlijk tegen een Claude zeggen: "Message peer 3: wat ben je momenteel aan het doen?" en binnen een seconde krijg je antwoord.
Waarom dit zo revolutionair is
Tot nu toe waren multi-agent systemen vaak complex, afhankelijk van dure API-calls en vereisten veel programmeerkennis om goed te laten werken. claude-peers breekt dat patroon.
Het is puur, lokaal en verrassend eenvoudig. Het laat zien dat we niet altijd meer complexiteit nodig hebben om betere resultaten te krijgen. Soms is een slimme, simpele verbindingslaag voldoende.
We gaan van "één AI-assistent" naar "een team van AI’s dat zichzelf coördineert". En het mooiste is: alles draait op jouw eigen laptop.
Toekomst van AI-ondersteund ontwikkelen
Dit is nog maar het begin. We kunnen verwachten dat dit soort peer-to-peer communicatie tussen AI-modellen steeds normaler wordt. Misschien zien we binnenkort vergelijkbare systemen voor andere modellen zoals GPT, Gemini of Llama.
Voor developers betekent dit een enorme productiviteitsboost. In plaats van constant context te moeten kopiëren en plakken, werken je AI-helpers samen alsof het collega’s zijn.
Conclusie
claude-peers laat zien hoe krachtig eenvoud kan zijn. Door meerdere Claude-instanties met elkaar te laten praten, creëren we iets dat groter is dan de som der delen. Geen ingewikkelde frameworks, geen dure cloud-diensten, gewoon slimme lokale communicatie.
Wil jij ook een team van AI-collega’s op je eigen machine? Probeer claude-peers dan zeker eens uit. Wie weet werk je binnenkort nooit meer alleen.
Heb je zelf al ervaring met multi-agent systemen of claude-peers? Deel je ervaringen in de reacties hieronder. Ik ben benieuwd hoe jij AI gaat inzetten om slimmer te werken in 2025!