Uitgebreide Uitleg
AI Agents zijn het next level van AI: in plaats van single-turn Q&A, kunnen ze multi-step taken zelfstandig uitvoeren. Een agent krijgt een goal ("book een hotel in Parijs voor volgende week"), maakt een plan (zoek hotels, vergelijk prijzen, check beschikbaarheid), voert stappen uit (roept APIs aan), en past aan op basis van resultaten.
Agents combineren: een LLM als "brein", function calling om acties uit te voeren, memory om context te onthouden, en vaak een agentic framework zoals LangChain of AutoGPT. Ze kunnen tools gebruiken (web search, calculators, APIs), code runnen, en zelfs andere agents aanroepen.
De kracht zit in autonomie: je zet een goal en de agent figureert uit HOE. Maar dit brengt ook risico's - wat als de agent de verkeerde beslissing neemt? Daarom hebben productie agents vaak human-in-the-loop (vraag bevestiging voor kritieke acties) en guardrails (limiteer wat ze kunnen doen).
Praktijkvoorbeeld
Een Nederlandse startup bouwt een research agent. Je geeft het een topic ("AI regulation in EU"), en het: (1) zoekt academic papers, (2) leest abstracts, (3) identificeert key papers, (4) downloadt ze, (5) extraheert findings, (6) synthesized een rapport. Wat een researcher 2 dagen kostte, doet de agent in 30 minuten - met bronvermelding.
Veelgebruikte Zoektermen
Gerelateerde Termen
Agentic AI
Agentic AI
AI-systemen die autonoom doelen nastreven door zelf stappen te plannen en acties uit te voeren.
Function Calling
Function Calling / Tool Use
Het vermogen van AI-modellen om externe functies en tools aan te roepen om acties uit te voeren of realtime data op te halen.
LangChain
LangChain
Een populair framework voor het bouwen van AI-applicaties met chains, agents en tool integrations.