AI & computing › Agentic AI & autonome agents
AMD: AI-agentzwermen gaan software niet alleen schrijven, maar herontwerpen
Chipmaker AMD haalt inmiddels een derde meer productiviteit uit AI bij het schrijven van software, ruim boven de eigen doelstelling van vorig jaar. Het bedrijf wil nu een stap verder: niet losse AI-hulpjes per taak, maar zwermen samenwerkende AI-agents die zelf oplossingen bedenken in plaats van menselijke werkwijzen na te doen.
Een jaar geleden mikte AMD op een productiviteitswinst van 25 procent dankzij AI-programmeertools, verspreid over twee tot drie jaar. Dat doel is inmiddels ruimschoots gehaald: het bedrijf meet nu een productiviteitsboost van 30 procent. Belangrijkste graadmeter is het aandeel broncode dat door AI wordt gegenereerd én die alle tests en reviews doorstaat. Begin dit jaar passeerde dat percentage de 20 procent, op weg naar 50 procent van de hele codebase. Bij sommige onderdelen schrijft AI zelfs al meer dan 80 procent van de code.
AMD zet AI tegenwoordig in bij vrijwel elke stap van het softwareontwikkelproces: bij het triagen en groeperen van meldingen over bugs, bij het daadwerkelijk oplossen daarvan, bij het automatisch genereren van tests, en bij het voorbereiden van releaseoverzichten die engineers nog moeten goedkeuren. Toch noemt het bedrijf dit pas het begin. Tot nu toe leren engineers AI-systemen vooral hún manier van werken na te bootsen, legt AMD-directielid Andrej Zdravkovic uit. Dat beperkt de agentic AI tot menselijke denkpatronen.
Van kopiëren naar zelfstandig zoeken
De volgende stap is volgens AMD een agentzwerm: een groep AI-agents die niet krijgt verteld hóe een probleem opgelost moet worden, maar alleen wát het probleem is, welk resultaat gewenst is en aan welke eisen de oplossing moet voldoen. De zwerm gaat vervolgens zelf meerdere oplossingen bedenken, testen en onderling vergelijken op correctheid, snelheid en andere prestatiecriteria. Pas daarna krijgt een engineer een lijst met kant-en-klare, gerangschikte opties inclusief testresultaten voorgelegd. Agents voeren dan niet langer één stap van het ontwikkelproces uit, maar herschrijven volgens AMD het hele proces zelf.
Praktijkvoorbeeld en de weg ernaartoe
Om dat te bereiken moet ook de manier waarop agents leren veranderen, stelt AMD. Nu verbetert een agent doorgaans één-op-één met een engineer die feedback geeft en prompts bijstelt. Voor grootschalige inzet moeten agents straks van elkaar leren en succesvolle aanpakken hergebruiken over teams en projecten heen. AMD experimenteert daarvoor al met bestaande agentframeworks zoals Codex en Claude Code, naast een eigen intern multi-agentsysteem.
Een concreet voorbeeld is de Radeon Software eXperience (RSX), de interface waarmee gebruikers hun grafische driver instellen en volgen. Sinds oktober 2025 zet AMD hier AI-agents in om gemelde problemen automatisch op te sporen en op te lossen. Kant-en-klare AI-tools losten in eerste instantie maar 6 procent van de meldingen op, wat volgens AMD illustreert dat generieke agents nog te weinig kennis hebben van een specifiek softwareproduct om zelfstandig goed te presteren. Het bedrijf ziet dat als bewijs dat gerichte training en samenwerking tussen agents nodig zijn voordat de belofte van zelfstandige agentzwermen waargemaakt kan worden.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Als AI niet langer losse taken overneemt maar hele ontwikkelprocessen zelf inricht, verschuift de rol van softwareontwikkelaars van uitvoerder naar opdrachtgever die doelen en grenzen bepaalt. Dat kan software sneller en goedkoper maken, maar vraagt ook om nieuwe manieren om de kwaliteit en veiligheid van AI-gegenereerde code te bewaken.
- Agentic AI
- Kunstmatige intelligentie die zelfstandig taken uitvoert, beslissingen neemt en stappen doorloopt zonder dat een mens elke actie aanstuurt.
- Agentzwerm
- Een groep AI-agents die gezamenlijk en parallel aan een probleem werkt, oplossingen genereert en die onderling vergelijkt.
- AI-programmeertool
- Software die met kunstmatige intelligentie meeschrijft aan code, bijvoorbeeld door suggesties te doen of hele functies te genereren.
- Agentframework
- Een verzameling bouwstenen en software waarmee ontwikkelaars AI-agents kunnen bouwen en laten samenwerken.
- Softwareontwikkelingslevenscyclus (SDLC)
- Het geheel van fasen waaruit softwareontwikkeling bestaat, van planning en programmeren tot testen, review en release.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.