AI & computing › Agentic AI & autonome agents
AX: het platform van Google dat AI-agents met miljarden tegelijk laat draaien
Google presenteert AX, een open platform waarmee bedrijven en onderzoekers AI-agents op grote schaal kunnen laten draaien. Het systeem isoleert elke agent-taak in een afgeschermde omgeving, regelt netwerktoegang en modelinstellingen automatisch, en kan taken binnen een fractie van een seconde pauzeren en hervatten. Zo moet werken met miljoenen agents tegelijk beheersbaar en betaalbaar worden.
AI-agents zijn niet zomaar chatbots. Ze plannen zelf taken, roepen andere programma's aan en werken soms minutenlang zelfstandig door zonder tussenkomst van een mens. Die eigenschap maakt ze lastig te beheren met bestaande software-infrastructuur, die vooral is gebouwd voor kortstondige weboproepen of voorspelbare rekentaken. Google presenteert nu AX, een open platform dat specifiek is ontworpen om dit soort agent-workloads op grote schaal te draaien.
Waarom gewone servers niet volstaan
Een gewone website-aanvraag duurt milliseconden. Een AI-agent kan daarentegen minutenlang wachten op het antwoord van een taalmodel, op een extern systeem, of op goedkeuring van een mens. Ondertussen houdt die agent status vast: bestanden, tussenresultaten, openstaande taken. Traditionele orchestratiesystemen, gebouwd voor kortlevende microservices of voorspelbare batchklussen, zijn daar niet op ingericht. Ze houden sandboxes continu draaiende, ook als een agent alleen maar zit te wachten, en dat kost geld. Ontbreekt bovendien de mogelijkheid om een taak binnen een fractie van een seconde te pauzeren en weer op te starten, dan loopt de rekening bij grootschalig gebruik snel op.
Vier bouwstenen voor agent-beheer
AX vat het beheer van agents samen in vier onderdelen. 'Task' is de geïsoleerde uitvoeringsomgeving: agent-code draait in een sandbox met vaste limieten voor rekenkracht en geheugen, zodat een taak die op hol slaat de rest van het systeem niet kan raken. 'Workspace' regelt automatisch welke broncode, hulpservers en vaardigheden een agent nodig heeft voordat de taak begint. 'Gateway' beperkt het netwerkverkeer van een agent tot een vooraf goedgekeurde lijst van adressen, zodat een agent niet zomaar overal naartoe kan communiceren. En 'Model' bundelt de configuratie van taalmodellen, instellingen en sleutels op één plek, zodat een organisatie in één keer een nieuwe modelversie kan uitrollen of een sleutel kan vervangen.
Miljarden taken, hervatten binnen een seconde
Het meest opvallende kenmerk van AX is de schaal waarop het moet werken. Volgens Google draait iedere taak als een lichtgewicht 'actor': een klein, zelfstandig stukje software met een eigen status. Daardoor kan één cluster miljarden van dit soort agent-sessies tegelijk aan, zonder dat de orkestratie zelf het knelpunt wordt. Agents die staan te wachten, worden automatisch gecheckpoint en gepauzeerd, en binnen minder dan een seconde weer teruggehaald zodra er nieuwe input is. Meerdere taken delen bovendien dezelfde rekenresources, zodat wachttijd wordt omgezet in ruimte voor andere agents. Gebruikers betalen zo alleen voor de momenten dat een agent daadwerkelijk actief rekent.
AX kan daarnaast zelf agents inzetten om een werkomgeving op te zetten: een gebruiker hoeft alleen in gewone taal te beschrijven wat hij nodig heeft, bijvoorbeeld 'een Python-ontwikkelomgeving', en het platform regelt de installatie zelf. Het project staat nog aan het begin, maar sluit aan bij een bredere trend: naarmate AI-agents zelfstandiger worden ingezet voor programmeerwerk, onderzoek en geautomatiseerde tests, groeit de vraag naar agentinfrastructuur die dat soort workloads veilig, voorspelbaar en betaalbaar houdt.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Platforms zoals AX maken het praktisch haalbaar om AI-agents niet als losse experimenten, maar als productie-infrastructuur in te zetten, met duizenden of miljoenen taken tegelijk. Dat versnelt de opmars van autonome software die zelfstandig code schrijft, onderzoek doet of langdurige taken uitvoert, en verschuift de vraag van 'kan een AI dit?' naar 'hoe beheer je dit veilig en betaalbaar op schaal?'
- Agentic AI
- AI-systemen die niet alleen antwoorden geven, maar zelfstandig taken plannen en uitvoeren, vaak in meerdere stappen en zonder voortdurend menselijk ingrijpen.
- Sandbox
- Een afgeschermde omgeving waarin software kan draaien zonder toegang tot de rest van het systeem, zodat fouten of misbruik geen schade aanrichten.
- Orkestratie
- Het geautomatiseerd beheren, plannen en op elkaar afstemmen van veel losse computertaken tegelijk.
- Agentinfrastructuur
- De onderliggende technische bouwstenen, zoals rekenkracht, opslag en beveiliging, die nodig zijn om AI-agents betrouwbaar te laten draaien.
- Actor-model
- Een manier van software ontwerpen waarbij elk onderdeel ('actor') een klein, zelfstandig proces is met een eigen status, dat berichten uitwisselt met andere actors.
- Checkpointing
- Het tussentijds opslaan van de volledige status van een lopend proces, zodat het later exact op dat punt weer verdergaat zonder alles opnieuw te hoeven starten.
- Workspace
- De vooraf ingerichte werkomgeving van een AI-agent, met de broncode, hulpprogramma's en instellingen die de agent nodig heeft om aan een taak te beginnen.
- Task
- Een losse, geïsoleerde opdracht die een AI-agent uitvoert binnen het platform, met eigen rekenlimieten en een eigen levenscyclus.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
