Gebruik geen AI-agent als een eenvoudiger middel het werk kan doen, of als niemand zijn fouten op tijd kan tegenhouden. In de praktijk zijn er vijf signalen: je kunt alle stappen vooraf opschrijven, één prompt doet het werk, niemand kan zeggen hoe een goed resultaat eruitziet, je kunt niet begrenzen wat hij kan aanraken, of een fout is niet terug te draaien en er is niemand aangewezen die de handeling vooraf goedkeurt. Kies dan een script, één modelaanroep, een assistent die alleen concepten maakt, of een mens.
Een AI-agent is een systeem dat een doel nastreeft door zelf de volgende stap en de tools te kiezen, op basis van wat het onderweg tegenkomt. Die vrijheid is tegelijk het nut en de prijs. Wat is een AI-agent? geeft de volledige definitie.
Zelfs de bedrijven die agents verkopen, zeggen dit
Anthropic zegt het in zijn technische gids Building effective agents (december 2024) zonder omwegen: zoek bij toepassingen met LLM’s de eenvoudigste oplossing en voeg pas complexiteit toe als dat nodig is. Dat kan betekenen dat je helemaal geen agentsysteem bouwt. (Een LLM, een groot taalmodel, is het soort AI achter ChatGPT en Claude.) Dezelfde gids waarschuwt dat de autonomie van agents hogere kosten meebrengt, en het risico dat fouten zich opstapelen.
De Practical guide to building agents van OpenAI (2025) raadt agents aan voor drie soorten werk: beslissingen die genuanceerd oordeel vragen, regelwerken die te ingewikkeld zijn geworden om te onderhouden, en werk dat afhangt van het lezen van rommelige tekst, zoals e-mails en documenten. Daarna volgt het advies om eerst te toetsen of je toepassing duidelijk aan die criteria voldoet, omdat anders een deterministische oplossing misschien volstaat. Deterministisch betekent dat dezelfde invoer altijd tot dezelfde stappen leidt, zoals bij een script.
Vijf signalen, en wat je in plaats daarvan gebruikt
| Signaal | Gebruik in plaats daarvan | Voorbeeld |
|---|---|---|
| Je kunt alle stappen vooraf opschrijven | Een script of vaste workflow | Elke vrijdag goedgekeurde facturen uit het boekhoudpakket overzetten naar de liquiditeitsplanning |
| Het werk is één bewerking van invoer die je al hebt | Eén modelaanroep | Vat dit contract samen; vertaal deze mail |
| Niemand kan zeggen hoe een goed resultaat eruitziet | Een mens, tot iemand heeft opgeschreven hoe je het controleert | ”Regel de klantenservice” |
| Je kunt tools en toegang niet beperken tot wat de taak vraagt | Nog geen agent: een assistent die alleen concepten maakt, zonder rechten om te versturen of te verwijderen | De enige mailkoppeling die je hebt, kan namens de oprichter versturen |
| Een fout is niet terug te draaien en geen aangewezen persoon geeft vooraf akkoord | Een mens zet de stap; de agent mag hem voorbereiden | Een terugbetaling doen, een leverancier betalen, records verwijderen |
1. Je kunt alle stappen opschrijven
Een vaste workflow kan prima voorwaarden, controles en foutafhandeling bevatten. Wat hij niet doet, is zelf de volgende stap bedenken. De gids van Anthropic trekt dezelfde grens: bij een workflow lopen het model en de tools via paden die vooraf in de code zijn vastgelegd, terwijl een agent gaandeweg zelf zijn werkwijze en toolgebruik bepaalt. Kun je elke vertakking vooraf benoemen, dan kies je een workflow. Een agentische workflow is geen automatisering gaat dieper op dat onderscheid in.
2. Eén prompt doet het werk
Samenvatten, vertalen, indelen of een concept schrijven op basis van een document dat je al hebt, is één aanroep van een model, geen lus. Opnieuw Anthropic: voor veel toepassingen is één goed ingerichte modelaanroep, met opzoeken en voorbeelden, meestal genoeg. Opzoeken (retrieval) betekent dat eerst het juiste document wordt gezocht; met voorbeelden bedoelen we twee of drie goede antwoorden die je in de prompt meegeeft.
3. Niemand kan zeggen hoe een goed resultaat eruitziet
Bij “regel de klantenservice” heeft een beoordelaar niets om goed of af te keuren. Bij “schrijf voor elk ticket met het label terugbetaling een conceptantwoord, of meld waarom dat niet lukt” wel. Kun je niet zien of een uitkomst klopt, dan krijg je dat oordeel niet door een model meer stappen te laten zetten. Het levert alleen meer controlewerk op.
4. Je kunt niet begrenzen wat de agent aanraakt
Maak onderscheid tussen de grenzen die je hebt opgeschreven en de grenzen die je software afdwingt. Het agent-droomteam, een van de boeken van Len (verderop meer), onderscheidt drie niveaus: het platform blokkeert zelf tools buiten de toegestane set; de agent mag alleen voorstellen en een aparte goedkeuringsstap voert uit; of alleen de instructies zeggen “niet doen”, terwijl de tool gewoon gekoppeld blijft. Voor dat derde niveau is het advies uit het boek: houd gevaarlijke tools losgekoppeld van die agent, of laat het werk via een aparte goedkeuringsstap lopen. Een assistent die “alleen concepten” maakt maar wel de rechten heeft om te versturen, kan nog altijd om zijn instructies heen.
5. De fout is niet terug te draaien
Volgens de gids van OpenAI horen gevoelige, onomkeerbare of risicovolle handelingen onder menselijk toezicht te staan, tot er genoeg vertrouwen is in de betrouwbaarheid van de agent. Als voorbeelden noemt de gids bestellingen annuleren, grote terugbetalingen goedkeuren en betalingen doen.
Het moment telt. Wie een terugbetaling goedkeurt voordat die de deur uitgaat, neemt een besluit. Wie achteraf het logboek leest, kan alleen nog uitzoeken wat er is gebeurd. Wat een agent nooit mag doen noemt vier categorieën die deze site bij een mens houdt: uitgeven boven een plafond, spreken namens het bedrijf, productiedata wijzigen en een oordeel vellen dat nog bij de oprichter ligt.
Let op één stille variant van dit signaal: herhaalpogingen. Loopt een verzendopdracht vast op een time-out, dan weet je niet of het bericht al weg is. Een agent die het gewoon opnieuw probeert, verstuurt het misschien twee keer.
Een uitgewerkt voorbeeld: de retourafhandeling
Neem een fictieve webwinkel in kookgerei met een team van vier mensen. Retouren komen per mail binnen, en de oprichter wil “een agent voor retouren”. Toets de verzoeken aan de vijf signalen.
Gewone retouren. Het artikel valt binnen de retourtermijn, is ongebruikt en het ordernummer staat in de mail. Het beleid beschrijft elke stap al: besteldatum controleren, retourlabel maken, standaardmail versturen. Dat is signaal 1. Een vaste workflow handelt het af, en als er iets misgaat, zie je bij welke stap.
“Kun je het retourbeleid in het Duits uitleggen?” Eén modelaanroep met de beleidstekst erbij. Signaal 2.
“Kwam gedeukt aan, foto’s in de bijlage.” Nu hangt de volgende stap af van wat het systeem vindt: de foto’s, de bestelgeschiedenis, de bezorggegevens van de vervoerder. Terugbetalen, vervangen of gedeeltelijk terugbetalen? Dit is echt werk voor een agent. Maar de uitkomst is een terugbetaling: geld, en niet terug te draaien (signaal 5). Bovendien kan de enige betaalkoppeling van de winkel elk bedrag terugbetalen (signaal 4).
Dus leest de assistent voor beschadigde artikelen het dossier door en schrijft een advies met een verwijzing naar de bepaling uit het retourbeleid. Een medewerker keurt het goed en doet de terugbetaling.
Het resultaat: één script, één prompt, één assistent die alleen adviseert, en geen agent die zelf kan terugbetalen. Dat is geen mislukte AI-invoering. Dat is het ontwerp.
Twijfel je? Stel de zes ROSTER-vragen
ROSTER is een framework uit Het agent-droomteam, een van de boeken van Len (nu verkrijgbaar). Het is geschreven voor oprichters die alleen of met een klein team werken en meerdere gespecialiseerde AI-agents aansturen zoals een manager een team met functieomschrijvingen. De naam komt van de Engelse beginletters, en elke stap is een besluit dat je per agent neemt. Maak er vragen van, en elk leeg antwoord betekent: nog geen agent.
- Rollen (Roles). Kun je hem één taak geven, met een charter van één pagina (een functieomschrijving) waarin staat waarvoor hij verantwoordelijk is en wat hij bij jou moet opleveren? De vuistregel uit het boek: is de taakomschrijving langer dan twee zinnen, dan is de taak te breed.
- Doelstellingen (Objectives). Kun je een resultaat noemen dat je op vrijdag zonder discussie kunt beoordelen?
- Vaardigheden en tools (Skills and tools). Kun je hem alleen de tools en rechten geven die deze taak vraagt, en dwingt je platform dat ook af?
- Triggers. Kun je de gebeurtenis noemen die hem start, zodat hij niet afhangt van iemand die er toevallig aan denkt?
- Evaluatie (Evaluation). Is er een scorecard, en een mens die hem toepast voordat er iets bij een klant terechtkomt?
- Rotatie (Rotation). Weet je wanneer je hem aanpast of uit bedrijf neemt, bijvoorbeeld als hij steeds zakt voor zijn scorecard of als het model waarop hij draait wordt stopgezet?
Je hebt het boek niet nodig om deze zes vragen te gebruiken. De frameworkpagina van ROSTER geeft de korte versie.
Toegepast op de retourafhandeling: bij de assistent voor beschadigde artikelen kun je Rollen, Doelstellingen, Triggers, Evaluatie en Rotatie invullen. Vaardigheden en tools niet, zolang de enige betaalkoppeling elk bedrag kan terugbetalen. Dat ene lege vak is de reden dat hij alleen adviseert.
Probeer dit vandaag (15 minuten)
Kies één taak die je aan een agent wilde geven, of al hebt gegeven.
- Toets de taak aan de vijf signalen. Schrijf op welk alternatief uit de tabel past, als er een past.
- Is er daarna nog steeds een agent nodig, schrijf dan de eerste handeling op waarvoor hij moet stoppen, en de naam van de persoon die die handeling goedkeurt.
- Controleer of je platform die handeling echt blokkeert, of dat alleen de instructies het verbieden. Staat het alleen in de instructies, koppel die tool dan vandaag nog los.
Is geen van de vijf signalen van toepassing, dan lees je in AI-agents effectief inzetten hoe je de agent draait: één klus, een plafond voor stappen en uitgaven, en een logboek dat je kunt lezen.
Citeer deze pagina:Wanneer geen AI-agent gebruiken? Vijf signalen en wat je in plaats daarvan inzet.Len P. van der Hof. https://lenvanderhof.com/nl/blog/wanneer-geen-agent-gebruiken/ ·