Kennisbank › Agentic AI & autonome agents
Agentic AI: wat zijn autonome AI-agents en wat kunnen ze echt?
Stel je een reisassistent voor. De ene versie beantwoordt alleen je vragen: "welke vlucht is goedkoper?" of "wat is het weer in Lissabon?". De andere versie boekt daadwerkelijk de vlucht, reserveert het hotel, past de reservering aan als je vlucht vertraagd is en stuurt je vooraf een overzicht. Dat tweede type systeem noemen we agentic AI: kunstmatige intelligentie die niet alleen informatie geeft, maar zelfstandig stappen zet om een taak af te maken.
Het verschil met een gewone chatbot als een simpele klantenservice-bot zit in de autonomie. Een chatbot wacht op elke vraag en geeft één antwoord. Een autonome agent krijgt een doel ("plan een teamuitje voor twaalf personen onder de 2000 euro") en bedenkt zelf welke tussenstappen nodig zijn: locaties zoeken, prijzen vergelijken, een boeking plaatsen, een e-mail versturen. Het systeem gebruikt daarbij digitale gereedschappen zoals zoekmachines, agenda's of software, net zoals een menselijke assistent dat zou doen. Dat klinkt eenvoudig, maar technisch is het een flinke stap boven de taalmodellen die de afgelopen jaren bekend werden.
Wat is het precies?
De basis van een agentic AI-systeem is meestal een large language model (LLM), zoals de modellen achter ChatGPT of Claude: een AI die getraind is om taal te begrijpen en te genereren. Op zichzelf kan zo'n model alleen tekst produceren. Om er een agent van te maken, wordt het model in een lus geplaatst waarin het herhaaldelijk nadenkt, handelt en de uitkomst bekijkt.
Deze werkwijze staat bekend als het ReAct-patroon (van "reasoning" en "acting", voor het eerst beschreven in 2022 door onderzoekers van Princeton en Google). Het model redeneert eerst in tekst over wat de volgende stap moet zijn, roept dan een extern gereedschap aan — bijvoorbeeld een zoekopdracht, een rekenfunctie of een stukje programmeercode — en leest vervolgens het resultaat terug. Op basis daarvan bepaalt het de volgende stap. Dit heet ook wel tool use of function calling: het model "belt" als het ware een extern programma op om iets te doen wat het zelf niet kan, zoals actuele informatie opzoeken of een bestand aanpassen.
Een paar aanvullende onderdelen maken het systeem bruikbaarder. Geheugen zorgt ervoor dat de agent eerdere stappen en resultaten onthoudt binnen een taak, en soms ook tussen taken door. Planning betekent dat het systeem een grote taak eerst opdeelt in kleinere substappen voordat het begint. En steeds vaker krijgt een agent ook zicht op een computerscherm: hij maakt schermafbeeldingen, herkent knoppen en tekstvelden, en bestuurt muis en toetsenbord alsof een mens achter het toetsenbord zit. Sinds eind 2024 gebruiken Anthropic, OpenAI en Google dit soort "computer use"-vaardigheden om agents webbrowsers en desktopsoftware te laten bedienen.
Belangrijk is dat dit hele proces foutgevoelig blijft. Een taalmodel voorspelt woorden op basis van waarschijnlijkheid, het "begrijpt" niet in menselijke zin wat het doet. Daardoor kan een agent verkeerde aannames doen, in een lus vast blijven zitten, of een taak als voltooid beschouwen terwijl dat niet zo is. Om dat te beperken bouwen ontwikkelaars vaak controlemomenten in, zoals het vragen van goedkeuring aan een mens voordat een agent geld uitgeeft of een bestand definitief verwijdert.
Wat wil men ermee bereiken?
De belofte van agentic AI is dat het meer werk uit handen neemt dan een chatbot ooit kon. Waar een taalmodel je helpt bij het schrijven van een e-mail, zou een volwaardige agent die e-mail ook kunnen versturen, de reacties kunnen lezen en een vervolgactie kunnen ondernemen — allemaal zonder dat een mens elke stap hoeft te controleren. Bedrijven zien hierin potentieel om terugkerend, tijdrovend digitaal werk te automatiseren: klantvragen afhandelen, code debuggen, data verzamelen, rapportages opstellen.
Er is ook een onderzoeksmatig doel. Veel AI-wetenschappers zien het zelfstandig plannen en uitvoeren van meerstaps-taken als een belangrijke test voor hoe "algemeen" een AI-systeem eigenlijk is. Een model dat alleen goed is in het beantwoorden van losse vragen, is nog geen systeem dat betrouwbaar met de echte, rommelige wereld kan omgaan — vol onverwachte foutmeldingen, wisselende website-lay-outs en tegenstrijdige informatie. Agentic AI is dus deels ook een graadmeter voor voortgang richting AI-systemen die breder inzetbaar zijn.
Tegelijk spelen commerciële belangen een grote rol. Softwarebedrijven als Microsoft, Salesforce en Google verkopen agentic AI nadrukkelijk als product: "digitale collega's" of "AI-medewerkers" die naast menselijk personeel werken. Dat verkoopverhaal loopt soms voor op wat de techniek betrouwbaar aankan, wat een terugkerend punt van kritiek is in de sector.
Voorbeelden uit de praktijk
AutoGPT (maart 2023) was een van de eerste bekende experimenten: een open-source project waarbij gebruikers een taalmodel een doel gaven, waarna het zelfstandig subtaken bedacht en uitvoerde. Het project trok enorme aandacht, maar liet ook meteen de zwaktes zien — de agent bleef vaak vastlopen in herhalende lussen of verloor het oorspronkelijke doel uit het oog.
Devin, gelanceerd door het Amerikaanse start-up Cognition AI in maart 2024, werd gepresenteerd als "de eerste AI-software-engineer": een agent die zelfstandig programmeertaken kon oppakken, code schrijven, testen en fouten oplossen. De lancering kreeg veel media-aandacht, maar onafhankelijke evaluaties na de release toonden aan dat Devin bij lastigere, realistische taken aanzienlijk minder goed presteerde dan de oorspronkelijke marketing suggereerde — een voorbeeld van hoe agentic AI makkelijk overschat wordt bij een eerste demonstratie.
Anthropic introduceerde eind 2024 "computer use" voor zijn Claude-modellen: de mogelijkheid om een scherm te bekijken en een muis en toetsenbord te bedienen om taken in gewone desktopsoftware uit te voeren, in plaats van alleen via speciaal gebouwde koppelingen.
Rond dezelfde periode kondigde OpenAI "Operator" aan, een agent die zelfstandig in een webbrowser kan navigeren om taken als het invullen van formulieren of het bestellen van producten uit te voeren, en toonde Google met "Project Mariner" een vergelijkbaar experiment gericht op de Chrome-browser.
In het bedrijfsleven presenteerde Salesforce in 2024 "Agentforce", een platform waarmee bedrijven eigen AI-agents kunnen bouwen die bijvoorbeeld klantenservicevragen zelfstandig afhandelen binnen de software die het bedrijf al gebruikt.
Hoe ver is de techniek?
Agentic AI ontwikkelt zich snel, maar is nog geen volwassen, betrouwbare technologie. Om vooruitgang meetbaar te maken, gebruiken onderzoekers benchmarks: gestandaardiseerde testsets. SWE-bench bijvoorbeeld laat agents echte, bestaande programmeerproblemen van GitHub oplossen; WebArena en GAIA testen hoe goed agents realistische taken op websites of met algemene kennis afhandelen. Op deze benchmarks is de vooruitgang de laatste twee jaar duidelijk zichtbaar — slagingspercentages die enkele jaren geleden bij een paar procent lagen, liggen inmiddels bij de beste systemen aanzienlijk hoger — maar geen enkel systeem haalt betrouwbaar de prestaties van een ervaren mens op complexere, onvoorspelbare taken.
De belangrijkste obstakels zijn bekend. Taalmodellen "hallucineren" nog altijd: ze presenteren soms verzonnen informatie met volle overtuiging. In een agentic context is dat extra riskant, omdat een foute aanname kan leiden tot een verkeerde actie, zoals het versturen van een foutieve e-mail of het aanpassen van het verkeerde bestand. Ook zijn agents kwetsbaar voor zogeheten prompt injection: kwaadwillende instructies die verstopt zitten in een webpagina of document en die de agent per ongeluk uitvoert als waren het legitieme opdrachten van de gebruiker. Daarnaast zijn langlopende agent-taken relatief duur, omdat het model bij elke stap opnieuw moet redeneren, en kunnen kleine fouten zich opstapelen naarmate een taak meer stappen bevat.
Om die redenen zetten de meeste serieuze toepassingen op dit moment nog een mens "in de lus": de agent doet voorstellen of voert deeltaken uit, maar een persoon houdt eindcontrole over belangrijke beslissingen. Volledig autonome agents die dagenlang zonder toezicht draaien, blijven vooralsnog vooral een onderzoeksdoel dan een praktijkstandaard.
Wie werken eraan?
Anthropic (VS) ontwikkelt naast de Claude-modellen ook het Model Context Protocol (geïntroduceerd eind 2024), een open standaard waarmee AI-agents op een uniforme manier kunnen koppelen met externe databronnen en gereedschappen — vergelijkbaar met hoe een universele stekker verschillende apparaten met hetzelfde stopcontact laat werken. OpenAI en Google DeepMind (beide VS) bouwen eigen agentplatforms rond respectievelijk hun GPT- en Gemini-modellen. Microsoft combineert onderzoek (onder meer het open-source raamwerk AutoGen) met commerciële producten via Copilot. Kleinere, gespecialiseerde spelers zoals Cognition AI (Devin) en Salesforce (Agentforce) richten zich op specifieke toepassingen, respectievelijk softwareontwikkeling en klantenservice.
Daarnaast is er een actief open-source-ecosysteem: raamwerken als LangChain en het bijbehorende LangGraph worden wereldwijd door ontwikkelaars gebruikt om zelf agent-toepassingen te bouwen, los van één specifiek AI-bedrijf. Academisch onderzoek naar de onderliggende technieken komt onder meer van Stanford, Carnegie Mellon University en UC Berkeley in de Verenigde Staten. Buiten de VS werken ook Chinese techbedrijven zoals Alibaba en Zhipu AI aan agentic modellen, terwijl Europese partijen tot dusver vooral volgend zijn in dit specifieke deelgebied van AI-ontwikkeling.
