Multi-agentsysteem: wanneer AI-programma's gaan samenwerken
Stel je een kantoor voor waar niet één alleskunner alle taken doet, maar een team van specialisten: iemand die plant, iemand die onderzoek doet, iemand die schrijft en iemand die alles controleert voordat het de deur uitgaat. Ze overleggen met elkaar, wisselen tussenresultaten uit en corrigeren elkaars fouten. Een multi-agentsysteem is het AI-equivalent van zo'n team: meerdere zelfstandig werkende AI-programma's, "agents" genoemd, die samen aan een taak werken in plaats van dat één groot taalmodel alles in zijn eentje probeert te doen.
Het idee klinkt eenvoudig, maar de uitwerking is dat niet. Waar een chatbot als ChatGPT doorgaans één doorlopend gesprek voert, bestaat een multi-agentsysteem uit losse onderdelen die elk een eigen rol, eigen instructies en soms zelfs een ander onderliggend taalmodel hebben. Ze sturen berichten naar elkaar, delen een gemeenschappelijk geheugen of werken via een "orchestrator" die het geheel aanstuurt, zoals een projectleider die taken verdeelt en de voortgang bewaakt.
Wat is het precies?
Een "agent" is in AI-jargon een programma dat niet alleen tekst genereert, maar ook zelfstandig stappen kan zetten: het kan tools gebruiken (zoals een rekenmachine, een zoekmachine of een stukje programmeercode uitvoeren), tussentijds beslissingen nemen, en op basis van de uitkomst zijn volgende actie bepalen. Dat is anders dan een simpel taalmodel dat alleen antwoord geeft op een vraag: een agent werkt in een lus van waarnemen, redeneren en handelen, net zolang tot een taak is afgerond.
Een multi-agentsysteem zet meerdere van zulke agents naast elkaar, elk met een eigen rol. Een veelgebruikte indeling is bijvoorbeeld: een planner die de opdracht opsplitst in deeltaken, een onderzoeker die informatie verzamelt, een uitvoerder die daadwerkelijk code schrijft of tekst opstelt, en een controleur die het resultaat toetst en eventueel terugstuurt voor verbetering. Deze rollen zijn niet fysiek gescheiden programma's met een eigen "brein"; vaak draait dezelfde onderliggende technologie (een groot taalmodel) meerdere keren, maar dan telkens met een andere instructie en een ander stukje van het probleem.
De communicatie tussen agents verloopt op een paar manieren. Soms wisselen ze berichten uit zoals mensen dat in een chatgroep zouden doen: agent A stuurt een tussenresultaat naar agent B, die daar weer op reageert. Soms delen ze een gezamenlijk "geheugen" of werkdocument waarin ze om beurten aanvullingen doen. En vaak is er een centrale orchestrator, een soort regisserende agent, die bepaalt welke agent wanneer aan zet is en die het uiteindelijke resultaat samenvoegt.
Wat wil men ermee bereiken?
De belangrijkste reden om met meerdere agents te werken in plaats van met één model, is dat complexe taken vaak uit meerdere soorten deelwerk bestaan die elk om een andere aanpak vragen. Een taalmodel dat tegelijk moet plannen, informatie opzoeken, code schrijven én die code controleren, raakt sneller de weg kwijt dan wanneer elke stap apart en gericht wordt uitgevoerd. Specialisatie, elke agent krijgt een scherp afgebakende instructie voor precies zijn taak, levert doorgaans betere resultaten op dan één brede, vage opdracht.
Een tweede doel is kruiscontrole. Doordat de ene agent het werk van de andere kan nakijken, ontstaat een soort ingebouwde "checks and balances", vergelijkbaar met een redacteur die een tekst van een journalist controleert. Dat kan fouten en zogeheten hallucinaties, het overtuigend klinkende maar feitelijk onjuiste antwoorden die taalmodellen soms geven, deels opvangen, al is dat geen garantie: als de controlerende agent dezelfde blinde vlek heeft, gaat de fout er alsnog doorheen.
Ten slotte spelen parallellisatie en schaalbaarheid een rol: sommige deeltaken kunnen tegelijk in plaats van na elkaar worden uitgevoerd, wat tijd bespaart. En doordat het systeem uit losse onderdelen bestaat, kun je in theorie makkelijker een nieuwe rol toevoegen of een bestaande vervangen zonder het hele systeem opnieuw te bouwen.
Voorbeelden uit de praktijk
Het onderzoeksveld is vooral sinds 2023 in een stroomversnelling geraakt, mede dankzij de opkomst van krachtige taalmodellen die goed genoeg zijn om als basis voor agents te dienen. Een paar concrete voorbeelden:
AutoGen (Microsoft Research, 2023) is een opensource-raamwerk waarmee ontwikkelaars meerdere agents kunnen laten samenwerken via berichtenuitwisseling. Het wordt veel gebruikt als bouwsteen voor experimentele toepassingen, van geautomatiseerde data-analyse tot software-ontwikkeling.
MetaGPT (2023) simuleert een compleet softwarebedrijf: agents nemen de rol aan van product manager, architect, programmeur en tester, en werken gezamenlijk een programmeeropdracht af zoals een klein ontwikkelteam dat zou doen. Het is vooral een onderzoeks- en demonstratieproject, geen kant-en-klaar commercieel product.
CrewAI (2023-2024) is een ander veelgebruikt raamwerk waarmee ontwikkelaars "teams" van rolgebonden agents kunnen samenstellen, met expliciete taakverdeling en een gedeeld doel. Het wordt onder meer ingezet voor het automatiseren van onderzoeks- en schrijfwerk.
Aan de wetenschappelijke kant publiceerden onderzoekers van Stanford University en Google in 2023 de studie "Generative Agents", waarin 25 AI-personages in een gesimuleerd stadje zelfstandig een dagritme, herinneringen en sociale interacties ontwikkelden, inclusief het organiseren van een verjaardagsfeestje zonder dat dit expliciet was opgedragen. Het liet zien dat samenwerkende agents met een eigen geheugen geloofwaardig, mensachtig gedrag kunnen vertonen, al ging het om een gecontroleerde simulatie, niet om een praktische toepassing.
Een bekend, maar ook omstreden voorbeeld is Devin van Cognition Labs (2024), gepresenteerd als "de eerste AI-softwareontwikkelaar" die zelfstandig programmeertaken zou kunnen uitvoeren via een agentische werkwijze. Na de lancering ontstond discussie: onafhankelijke reviewers en gebruikers stelden vast dat gedemonstreerde resultaten deels waren aangedikt en dat Devin in de praktijk minder zelfstandig en betrouwbaar presteerde dan de marketing suggereerde. Het voorbeeld illustreert een breder patroon in dit veld: de verwachtingen lopen nogal eens voor op wat de techniek betrouwbaar waarmaakt.
Hoe ver is de techniek?
Multi-agentsystemen zijn op dit moment vooral experimenteel. Er is sinds 2023 een golf aan raamwerken en onderzoekspublicaties verschenen, en de ontwikkeling gaat snel, maar van een uitgekristalliseerde, algemeen aanvaarde standaard is nog geen sprake. Verschillende partijen bouwen hun eigen manier om agents met elkaar te laten communiceren, wat het lastig maakt om systemen van verschillende makers zomaar te combineren.
Een belangrijk obstakel is coördinatie: hoe meer agents er meepraten, hoe groter de kans dat ze elkaar tegenspreken, dubbel werk doen of vastlopen in een lus zonder dat er voortgang wordt geboekt. Ook stapelen fouten zich op: als de ene agent een onjuist tussenresultaat doorgeeft, neemt de volgende agent die fout vaak klakkeloos over, waardoor een kleine hallucinatie kan uitgroeien tot een compleet verkeerd eindresultaat.
Daarnaast zijn multi-agentsystemen aanmerkelijk duurder in gebruik dan een enkel model, simpelweg omdat er per taak meerdere keren een taalmodel wordt aangeroepen. En ze zijn lastiger te debuggen: als het misgaat, is niet altijd meteen duidelijk welke agent in de keten de fout heeft veroorzaakt. Raamwerken als AutoGen, CrewAI en het nieuwere LangGraph ontwikkelen zich snel, maar de meeste toepassingen die je vandaag ziet zijn nog proof-of-concepts of hulpmiddelen voor ontwikkelaars, en minder vaak kant-en-klare producten die zonder toezicht op grote schaal worden ingezet.
Wie werken eraan?
Microsoft Research is met AutoGen een van de bekendste aanjagers van opensource-onderzoek op dit terrein. OpenAI en Anthropic, de makers van respectievelijk de GPT- en Claude-modellen, bouwen agentfunctionaliteit steeds nadrukkelijker in hun eigen producten in, waaronder de mogelijkheid om taken op te splitsen tussen gespecialiseerde deel-agents. Google DeepMind doet onderzoek naar agentgedrag en was mede-auteur van de Stanford-studie naar generatieve agents. Cognition Labs, het bedrijf achter Devin, richt zich specifiek op agentische software-ontwikkeling.
Aan de academische kant is Stanford University een belangrijke naam, met onderzoek naar sociaal gedrag van agents. Daarnaast draait een groot deel van de praktische ontwikkeling in de opensource-gemeenschap, met raamwerken als CrewAI en LangGraph (van het bedrijf LangChain) die door duizenden individuele ontwikkelaars wereldwijd worden gebruikt en verbeterd.
Geografisch is dit veld sterk gecentreerd in de Verenigde Staten, waar de meeste grote AI-bedrijven en toonaangevende universiteiten zitten. China investeert eveneens fors in agent-onderzoek, onder meer via grote techbedrijven en universiteiten, al is daarover in het Westen minder gedetailleerde, onafhankelijk geverifieerde informatie beschikbaar. Europa speelt in dit specifieke deelgebied vooralsnog een bescheidener rol, met vooral academisch onderzoek en minder grote commerciële spelers.