Een agentrol verdient haar vertrouwensniveau met gescoord werk, maar de handeling die ze voorstelt, kan een lager plafond opleggen, en één poortrelevante fout kan haar een trede terugzetten. Een sterke reeks scores kan je nakijkwerk bij routinetaken verlichten. Een verzonden e-mail haalt ze niet terug, en van stilte maakt ze geen toestemming.
Dat onderscheid is de kern van de agent-vertrouwensladder in ROSTER, het besturingssysteem dat Het agent-droomteam aanleert. Met een agent-scorecard toets je geleverd werk aan het outputcontract van de rol. De vertrouwensladder zet een reeks scores om in een benoemde bevoegdheid en een beoordelingscadans. De actieklasse legt op die bevoegdheid een plafond. En de menselijke eindcontrole beslist of een ingrijpende handeling überhaupt doorgaat. Dat zijn vier afzonderlijke besluiten, dus leg je ze ook afzonderlijk vast.
De vijf niveaus zijn mijn eigen besturingsontwerp, geen getoetste betrouwbaarheidsschaal. Geen enkele studie heeft ze opgeleverd en geen enkele bevestigt ze. Het boek noemt ook een voorganger: in mei 2026 verscheen een “AI Agent Trust Ladder” van vijf treden voor Amazon-verkopers, die loopt van observeren naar aanbevelen naar goedkeuren naar autonoom binnen kaders naar autonoom met een maandelijkse review. Ik kwam zelf op dezelfde vorm uit, maar de naam is niet van mij en het idee van vijf treden is niet nieuw. De treden hieronder zijn anders gedefinieerd, en die eerdere ladder onderbouwt de drempels van deze ladder niet.
Wat staat elk vertrouwensniveau toe?
Een niveau hoort bij een rol, niet bij het model waarop ze draait. Een Onderzoeksspecialist en een Ops-coördinator kunnen hetzelfde model gebruiken en toch op een andere trede staan, want elke rol heeft een eigen charter, een eigen outputcontract, eigen tools en een eigen scorecard. Zet het niveau in de eerste drie regels van dat charter, boven het mandaat, waar je het ziet zodra er werk binnenkomt.
| Niveau | Naam in het boek | Wat de rol mag | Beoordelingscadans |
|---|---|---|---|
| L1 | Alleen concept | Levert output; de oprichter beoordeelt alles voordat het verdergaat. | Elke output |
| L2 | Leveren bij zekerheid | Levert output die voldoet aan voorwaarden die je van buiten het model kunt controleren; markeert de rest voor beoordeling. | Dagelijkse steekproef |
| L3 | Leveren met melding | Levert routinewerk en meldt dat, met een terugroepvenster van 24 uur. Poortrelevante handelingen wachten nog steeds op bevestiging. | Wekelijkse beoordeling |
| L4 | Leveren en rapporteren | Levert zelfstandig binnen het charter en rapporteert wekelijks. | Wekelijks rapport |
| L5 | Volledige autonomie | Werkt zelfstandig binnen het charter. | Per kwartaal |
Elke rij geldt binnen het charter. L5 geeft geen toegang tot elke tool. Een kwartaalbeoordeling vervangt niet de goedkeuring die een ingrijpende handeling vandaag nodig heeft. En het terugroepvenster op L3 haalt geen e-mail terug die al gelezen is, of een bericht dat al is gekopieerd.
L2 vraagt extra zorg. De “zekerheid” in die naam bestaat uit vrijgavevoorwaarden die je kunt controleren, nooit uit de inschatting die het model van zichzelf maakt. Een hypothetische Onderzoeksspecialist mag een interne briefing bijvoorbeeld alleen aan de volgende rol doorgeven als de briefing het vereiste aantal bronnen noemt, over een klanttype gaat dat in het charter staat en het afgesproken format volgt. Mist er één voorwaarde, dan wacht de briefing op jou. Een stellige toon vervult geen enkele voorwaarde.
Hoe verdient een rol een hogere trede?
Een nieuwe rol begint op L1, of op L2 als haar go-beslissing bij het inwerken overtuigend genoeg was. In hoofdstuk 3 gaat daar een vaste volgorde aan vooraf: je test het charter op bekend werk, test in de agent-sollicitatie de grens op moeilijk werk, kijkt mee bij een echte taak, beoordeelt een zelfstandige ronde en beslist dan op schrift. Het startniveau komt uit die week. Het is geen standaardinstelling van een leverancier.
Zodra de rol actief is, scoor je elke output op criteria uit haar outputcontract. Noteer in het logboek de output, de datum, de scores per criterium, de uitkomst van de vrijgavepoort en het huidige niveau. Eén score laat zien hoe één oplevering zich verhield tot de norm. Pas een reeks vergelijkbare opleveringen geeft je grond om een benoemde bevoegdheid te veranderen. Een hoog gemiddelde is bewijs voor jouw besluit, geen automatische promotie.
De promotieregel uit het boek vraagt vier opeenvolgende kwalificerende beoordelingscycli op of boven de ondergrens die je voor het volgende niveau hebt vastgelegd, geen enkele fout op een poortrelevant criterium in dat venster, en genoeg gescoorde outputs in die cycli om iets te betekenen. Vier rustige weken met twee outputs per week noemt het boek een standaardinstelling, geen gevalideerde garantie. Op een rubriek met drie niveaus, gemiddeld over een week, hanteer ik 2,5 als ondergrens voor L2 en L3, en 2,8 voor L4 en L5. Dat zijn mijn getallen op mijn rubrieken, geen empirische grenswaarden. Schrijf de ondergrens per rol op in een week waarin niets aan de hand is. Dan lees je in de week waarin het misgaat een regel, in plaats van met jezelf te onderhandelen.
Houd de vrijgavepoort naast het gemiddelde, nooit erin. Een onderzoeksbriefing met een wezenlijke bewering zonder onderbouwing blijft geblokkeerd, ook als de andere criteria hoog scoren. Een promotie verlicht het nakijken van routinewerk binnen het bestaande charter. Ze voegt geen tool toe, verruimt het mandaat niet en schrapt geen eindcontrole.
Waarom legt de actieklasse een tweede plafond op?
Het niveau beantwoordt één vraag: hoe heeft deze rol gepresteerd op het werk dat ze kreeg? De actieklasse beantwoordt een andere: wat staat er op het spel als deze handeling misgaat? Hoofdstuk 5 geeft elke klasse het hoogste niveau dat een rol ervoor kan bereiken. Scores brengen een rol naar dat plafond toe, nooit erdoorheen.
| Actieklasse | Voorbeeld | Hoogste niveau voor die handeling | Poort op het plafond |
|---|---|---|---|
| Lezen, intern | Een document of agenda lezen | L5 | Alleen loggen. |
| Lezen, onbetrouwbare bron | Het web doorzoeken of een geüpload bestand openen | L4 | Bron vastleggen in de output. |
| Schrijven, privé en omkeerbaar | Een eigen conceptenmap of takenlijst bijwerken | L4 | Versiegeschiedenis aan, wekelijks rapport. |
| Schrijven, gedeeld of duur om terug te draaien | CRM-gegevens of een gedeelde agenda wijzigen | L3 | Oprichter bevestigt vóór uitvoering. |
| Extern, publiek of financieel | E-mail versturen, publiceren, betalen of factureren | L3 | Oprichter bevestigt elke keer. |
De bovenste drie rijen noemt het boek standaarden waar je tegenin mag gaan vanuit je eigen risicobereidheid. Over de onderste twee valt niet te onderhandelen: die herhalen het plafond dat de ladder legt op onomkeerbare, publieke, financiële en juridisch bindende handelingen. Voor die handelingen is L3 een plafond, geen vergunning om eerst uit te voeren en achteraf te melden. De oprichter bevestigt de exacte handeling voordat ze wordt uitgevoerd.
Toolbereik is de tweede knop. Een Onderzoeksspecialist op L5 met alleen leestools kan geen e-mail versturen, want er hangt geen verzendtool aan de rol. Krijgt ze er toch een, dan wijzig je het charter en gaat de rol terug naar L2 of lager. Weet je niet in welke rij een handeling hoort, dan stelt het boek een nuchtere vraag: wat kost het je om die handeling op vrijdag om zes uur ‘s avonds terug te draaien? Deel haar daarnaar in. Een wijziging in een gedeelde agenda wordt geen omkeerbare privéwijziging omdat dezelfde rol ook haar eigen takenlijst mag bijwerken.
Wanneer zakt een rol en wanneer grijp je zelf in?
Promotie vraagt een patroon. Degradatie vraagt één poortrelevante fout of één weekgemiddelde onder de ondergrens van het huidige niveau. De rol zakt één trede en blijft werken onder scherpere beoordeling. Noteer wat er misging en op welke datum het niveau veranderde. Die stap zegt iets over aangetoond werk, niets over de waarde van de rol.
Een gezakte vrijgavepoort kan ook om een onmiddellijke stop vragen. Gaat een output naar een klant, een publicatie of een ingrijpende beslissing en scoort een criterium een 1, dan gaat die output volgens hoofdstuk 8 niet de deur uit voordat de oprichter hem zelf heeft beoordeeld en bewerkt; bij de vrijdagse ronde kost het de rol bovendien een niveau. Nieuw werk waarin het charter niet voorziet, drie weekgemiddelden op rij onder 2,0 en juridisch of reputationeel gevoelige output kunnen elk om een handmatige interventie vragen: je haalt een taak bij de rol weg, of je beoordeelt elke output bij aflevering, met een vastgelegde eindvoorwaarde. L1 is de bodem van de ladder; een interventie staat naast de ladder tot de eindvoorwaarde is gehaald. Ze beëindigt de rol ook niet. Een productie-agent buiten gebruik stellen is een apart besluit.
Verandert het werk, dan beschrijven de oude scores het niet meer. Een wijziging in het mandaat, het outputcontract, de toollijst of de triggerlading (wat de trigger aan de rol meegeeft) zet de rol terug naar L2 of lager, en naar L1 als de wijziging structureel is. Een modelwissel of een herschreven prompt draait in een beperkte modus totdat de nieuwe configuratie zich op dezelfde rubriek opnieuw heeft gekwalificeerd. Een benchmarkscore van het nieuwe model is geen score op het werk van deze rol.
Uitgewerkt voorbeeld: één rol, twee actieplafonds
De Ops-coördinator, haar charter, de scores en de agendafout zijn hypothetisch. Stel dat de rol al op L3 staat. Het charter staat twee dingen toe: een privétakenlijst bijwerken en voorgestelde afspraken voor een gedeelde agenda klaarzetten. De oprichter heeft 2,8 al vastgelegd als ondergrens voor L4.
| Beoordelingsweek | Gescoorde outputs | Weekgemiddelde | Vrijgavepoorten |
|---|---|---|---|
| 1 | 5 | 2,8 | Allemaal geslaagd |
| 2 | 5 | 2,9 | Allemaal geslaagd |
| 3 | 5 | 2,8 | Allemaal geslaagd |
| 4 | 5 | 2,9 | Allemaal geslaagd |
Zijn die twintig outputs representatief voor het gewone werk van de rol, dan voldoet deze reeks aan de promotieregel uit het boek. De oprichter legt L4 vast voor het gewone werk: het routinematig bijwerken van de privétakenlijst gaat van een wekelijkse beoordeling naar een wekelijks rapport. Afspraken in de gedeelde agenda gaan niet mee omhoog. Die handeling blijft op L3 begrensd, en elke afspraak wacht nog steeds op bevestiging van de oprichter voordat de uitnodiging de deur uit gaat.
Dan zet de coördinator een uitnodiging klaar. In de goedgekeurde briefing staat 15.00 uur Amsterdamse tijd; in de voorgestelde afspraak staat 15.00 uur UTC. Omdat de handeling op bevestiging wacht, ziet de oprichter het verschil voordat er iemand is uitgenodigd, houdt de afspraak tegen en controleert de briefing en het overdracht-pakket. Onder dit hypothetische charter is het verkeerde tijdstip een poortrelevante fout, dus bij de vrijdagse ronde zakt de rol van L4 terug naar L3. Kwam de fout uit een kapotte triggerlading, dan is het herstel daarvan een charterwijziging en zet de terugzetregel de rol op L2 of lager.
De twintig eerdere outputs blijven in het logboek staan. Ze voorspellen niet dat de eenentwintigste klopt. Het logboek laat zien wat er verdiend was, wat begrensd bleef en welke waarneming de promotie terugdraaide.
Waar blijft de menselijke eindcontrole staan?
De menselijke eindcontrole staat tussen de output van een agent en de persoon of de ingrijpende beslissing die erdoor geraakt kan worden. Hoofdstuk 8 past haar toe op opleveringen voor klanten, gepubliceerde inhoud, financiële communicatie en verplichtingen, en output die ingrijpende beslissingen voedt. De oprichter leest de exacte output voordat die wordt verstuurd, gepubliceerd of gebruikt. Of, zoals het boek het zegt: “Vertrouwen verdient een snellere lezing bij de eindcontrole. Een overgeslagen lezing verdient het nooit.”
Leg in je werkstroom vast wie goedkeurt en wat er gebeurt als die persoon niet reageert. Keurt niemand op tijd goed, dan verloopt het verzoek en blijft de actie geblokkeerd: stilte is geen goedkeuring. De stopoefening toetst of een benoemde persoon de lopende run kan onderbreken en de toegang kan intrekken. Een niveau op het charter bewijst niet dat een van die twee in jouw systeem werkt.
Ook je nakijktijd heeft een grens. Hoeveel AI-agents je in je eentje kunt aansturen, hangt af van de uren voor toezicht die je elke week kunt vrijhouden. Kun je de cadans niet volhouden, schrap dan werk of verklein je rooster. Een volle agenda is geen bewijs om een rol te promoveren.
Probeer dit vandaag
Kies één agentrol die je deze week hebt ingezet. Open haar charter en het logboek met gescoorde output. Zet vier regels boven aan het charter:
- Huidig niveau: de trede die echt is vastgelegd. Staat er niets, behandel de rol dan als L1 (alleen concept) tot je de go-beslissing op papier hebt.
- Bewijs: de gescoorde outputs, beoordelingscycli, ondergrens voor het volgende niveau en poortresultaten waarop die trede rust.
- Actieplafond: de meest ingrijpende handeling die de rol kan uitvoeren, de actieklasse, het plafond en de persoon die vooraf moet bevestigen.
- Reden om te zakken: de ene waarneembare uitkomst die de rol een trede terugzet, zoals een poortrelevante fout of een weekgemiddelde onder de huidige ondergrens.
Pak daarna de handeling die de rol het laatst heeft voorgesteld en zoek in de tabel op onder welke actieklasse ze valt. Vergelijk die klasse met het vastgelegde niveau en met de tools die de rol echt heeft. Vraagt de handeling om bevestiging, controleer dan of ze niet kan doorgaan zonder het akkoord van de aangewezen persoon. Spreken charter en werkstroom elkaar tegen, houd die handeling dan tegen en herstel eerst de grens. Ook als er vandaag geen niveau verschuift, heeft de test dan iets opgeleverd.
Citeer deze pagina:De agent-vertrouwensladder: hoe een AI-rol autonomie verdient.Len P. van der Hof. https://lenvanderhof.com/nl/blog/agent-vertrouwensladder/ ·