Wat is een AI-agent?
Het verschil tussen prompt, workflow en een echte agent.
Doel: begrijpen wat een agent technisch is, zodat je weet wat je bouwt en wanneer je het wél
of níet moet inzetten.
Het spectrum: van prompt tot agent
Niet alles dat AI gebruikt is een "agent". Er is een spectrum, en het juiste niveau kiezen bespaart je geld en kopzorgen.
Niveau 1 — Eén enkele prompt (één vraag, één antwoord)
Je stuurt tekst naar het model, je krijgt tekst terug. Klaar.
"Schrijf een productbeschrijving voor deze stoel." → beschrijving.
Goed voor: classificeren, samenvatten, vertalen, genereren. Goedkoop en voorspelbaar. Begin hier als het kan. Veel "AI-businesses" hebben helemaal geen agent nodig — een slimme reeks losse prompts is genoeg.
Niveau 2 — Een workflow (jij bestuurt de stappen)
Jij schrijft de code die de stappen bepaalt: stap A → stap B → beslissing → stap C. Het model doet per stap één ding; jouw code houdt de regie.
Haal product op → genereer beschrijving → controleer lengte → sla op in database.
Goed voor: voorspelbare, herhaalbare processen. Betrouwbaar omdat jij de logica vastlegt.
Niveau 3 — Een agent (het model bepaalt de stappen)
Nu krijgt het model tools (acties die het kan uitvoeren) en een doel. Het model beslist zélf welke stappen het neemt, in welke volgorde, en wanneer het klaar is. Het draait in een lus: denken → tool kiezen → resultaat bekijken → volgende stap → ... → klaar.
Doel: "Verwerk alle nieuwe bestellingen van vandaag." De agent kijkt zelf welke bestellingen
er zijn, beslist per stuk wat nodig is, gebruikt de juiste tools, en stopt als alles af is.
Goed voor: taken die je vooraf niet volledig kunt uitschrijven, waar oordeel en flexibiliteit nodig zijn. Krachtiger, maar duurder en minder voorspelbaar — dus met guardrails.
Wanneer kies je een echte agent?
Gebruik deze vier vragen (van Anthropic's eigen agent-ontwerprichtlijnen):
- Complexiteit — Is de taak meerstaps en lastig vooraf volledig te specificeren? (Ja → agent
kan zinvol zijn. Nee → workflow of losse prompt.)
- Waarde — Rechtvaardigt de uitkomst de hogere kosten en latentie van een agent?
- Haalbaarheid — Is het model goed in dit type taak?
- Kosten van fouten — Kun je fouten opvangen en herstellen (review, terugdraaien, tests)?
Is een antwoord "nee", blijf dan op een eenvoudiger niveau. Een agent is niet het doel — waarde leveren is het doel. De meeste winstgevende automatiseringen zijn workflows met hier en daar een agentische stap.
De anatomie van een agent
Elke agent bestaat uit vijf onderdelen:
┌─────────────────────────────────────────────────┐
│ 1. MODEL het brein (Claude Opus 4.8) │
│ 2. SYSTEM PROMPT wie de agent is + zijn regels │
│ 3. TOOLS wat de agent kan dóen │
│ 4. LOOP denken → handelen → herhalen │
│ 5. GUARDRAILS limieten, checkpoints, logging │
└─────────────────────────────────────────────────┘- Model — de redeneermachine. Wij gebruiken
claude-opus-4-8voor het zware werk en
claude-haiku-4-5 voor simpele, snelle deeltaken.
- System prompt — de instructie die de rol, het doel en de grenzen vastlegt. Dit is je
belangrijkste stuurmiddel. (Sjabloon in templates/agent-system-prompt-template.md.)
- Tools — functies die de agent kan aanroepen: een webshop-API, een e-mailverzender, een
database, een betaalsysteem. Zonder tools kan een agent alleen praten; mét tools kan hij handelen. (Module 05.)
- Loop — de cyclus waarin de agent autonoom doorwerkt tot het doel bereikt is. (Module 06.)
- Guardrails — de veiligheidslaag die voorkomt dat hij geld verbrandt of schade aanricht.
(Module 10.)
Een concreet voorbeeld
Stel: een agent die de voorraad van een webshop beheert.
| Onderdeel | Invulling |
|---|---|
| Model | claude-opus-4-8 |
| System prompt | "Je bent voorraadbeheerder. Houd voorraad gezond, bestel bij onder 10 stuks, vraag toestemming boven €500." |
| Tools | get_voorraad(), get_verkoopdata(), plaats_bestelling(), vraag_mens() |
| Loop | Bekijk voorraad → analyseer verkoop → beslis per product → bestel of vraag toestemming → log |
| Guardrails | Max €500 per bestelling zonder goedkeuring; alles loggen; dagelijkse uitgavenlimiet |
Deze agent bespaart elke dag uren handmatig voorraadwerk — dat is de hefboom "tijd besparen" uit module 00, vertaald naar concreet geld.
Belangrijke termen (woordenlijst)
- Token — de eenheid waarin tekst wordt geteld en afgerekend. Ruwweg ¾ woord. Je betaalt
per miljoen tokens in en uit.
- Context window — hoeveel tekst het model tegelijk "ziet". Opus 4.8 heeft 1 miljoen tokens
context — heel ruim.
- Tool use / function calling — het mechanisme waarmee het model jouw functies aanroept.
- System prompt — de overkoepelende instructie die los staat van het gesprek.
- Agentic loop — de herhalende cyclus van denken en handelen.
- Managed Agent — een agent die volledig op Anthropic's infrastructuur draait (module 07).
Jouw opdracht
Bepaal voor jouw idee (uit module 00) welk niveau je nodig hebt:
- Kan het met losse prompts? → Goedkoop, begin daar.
- Heb je een vaste workflow? → Schrijf de stappen uit.
- Heb je echt flexibele autonomie nodig? → Agent.
Wees eerlijk. De meeste eerste producten beginnen op niveau 1 of 2 en groeien pas later naar 3.