Een AI-agent is een toepassing waarin een taalmodel zelf bepaalt welke stappen nodig zijn om een doel te bereiken, en daarbij tools gebruikt, zoals zoeken, een database bevragen of een systeem aanroepen. Een chatbot geeft alleen antwoord; een workflow volgt een vast pad. Een agent kiest zijn eigen pad.
Chatbot, workflow en agent naast elkaar
| Chatbot | Workflow met AI | Agent | |
|---|---|---|---|
| Wat het doet | Beantwoordt een vraag | Voert vaste stappen uit, met een taalmodel in een of meer stappen | Kiest zelf de stappen en de tools |
| Wie bepaalt het pad | De gebruiker, per vraag | De bouwer, vooraf | Het model, tijdens het werk |
| Voorspelbaarheid | Hoog | Hoog | Lager |
| Voorbeeld | Een vraag over het verlofbeleid beantwoorden | Elke binnenkomende factuur uitlezen en boeken | Uitzoeken waarom een levering vastloopt en een oplossing voorstellen |
Hoe een agent werkt
Een agent bestaat uit vier onderdelen:
- Een taalmodel dat redeneert en beslist.
- Tools: functies die het model mag aanroepen, elk met een beschrijving van wat ze doen.
- Een lus: het model kiest een actie, ziet het resultaat en beslist dan wat de volgende stap is, tot de taak af is.
- Geheugen: wat de agent onthoudt binnen een taak, en soms tussen taken.
Het model voert de tools niet zelf uit. Het vraagt om een aanroep, jouw code voert die uit en geeft het resultaat terug. Daar zit ook de controle: jij bepaalt welke tools bestaan en wat ze mogen.
Wanneer een agent, wanneer een workflow
Een vast pad is goedkoper, sneller en beter te testen. Kies daarom een workflow zolang je de stappen vooraf kunt uitschrijven. Een agent is de moeite waard als:
- het aantal stappen of de volgorde per geval verschilt;
- je niet vooraf weet welke informatie nodig is;
- de taak anders door een mens zou worden uitgezocht.
In de praktijk is de beste oplossing vaak een mengvorm: een workflow met op één plek een agent, of een agent met een verplichte menselijke goedkeuring voordat er iets definitiefs gebeurt.
Risico’s en hoe je ze beperkt
- Fouten stapelen: een verkeerde tussenstap werkt door. Laat de agent zijn werk controleren en begrens het aantal stappen.
- Kosten en snelheid: elke stap is een aanroep van het model. Meet per taak wat hij kost.
- Prompt injection: tekst in een document of webpagina kan de agent opdrachten proberen te geven. Geef tools zo weinig rechten als mogelijk.
- Onomkeerbare acties: laat een mens akkoord geven voor betalen, verzenden en verwijderen.
Hoe je begint
Begin met één afgebakende taak die nu handwerk is, met duidelijke invoer en een uitkomst die je kunt controleren. Leg een set testgevallen vast voordat je bouwt, zodat je bij elke wijziging ziet of het beter of slechter wordt.
Zelf bouwen in Python leer je in Introduction to AI Agents; visueel bouwen met weinig code in AI Agents en automation met n8n. Wij bouwen ze ook, op je eigen data en met logging en menselijke controle; zie AI-workflows.