AI Agents
Van chatbot naar agent: wanneer je tools, memory en orchestratie nodig hebt, en wanneer een agent overkill is.
30 april 2026
Het patroon
Een agent is een taalmodel in een lus: het krijgt een doel, kiest acties (tool-aanroepen zoals zoeken, een API bevragen, een record aanmaken), beoordeelt het resultaat en gaat door tot het doel bereikt is. De bouwstenen: een model, een set tools met strakke contracten, instructies, geheugen waar nodig, en guardrails die bepalen wat de agent níét mag.
In het Microsoft-landschap bouw je agents op twee sporen: Copilot Studio voor agents op Microsoft 365-data en Power Platform-connectoren, Foundry (met de Foundry Agent Service) voor custom agents met volledige controle over model en orchestratie.
Binnen het Copilot-spoor lopen agents op in drie smaken. Declarative agents bouwen voort op het Copilot-model met eigen instructies, kennis en acties in een manifest, snel klaar. Custom agents hebben eigen orchestratie en connectoren naar backend-systemen. En autonomous agents reageren op triggers en voeren meerstaps-taken zelfstandig uit binnen afgebakende permissies. De as om te onthouden: meer autonomie betekent meer waarde, maar ook meer governance-eisen. Begin single-agent en spring niet meteen naar autonoom zonder governance-model.
Wanneer gebruik je dit
- Het werk vereist meerdere stappen met beslissingen ertussen (opzoeken, vergelijken, vervolgens boeken).
- De agent moet acties uitvoeren in systemen, niet alleen antwoorden geven.
- De taakvariatie is te groot voor een vast geprogrammeerde flow.
Wanneer juist niet
- Eén vraag, één antwoord uit bekende bronnen: dat is RAG, geen agent. Een lus toevoegen maakt het trager, duurder en minder voorspelbaar.
- Het proces is volledig bekend en lineair: een gewone workflow (Power Automate, Logic Apps) is goedkoper en beter te debuggen.
- Onomkeerbare acties met hoge impact zonder mens in de lus, betalingen, verwijderingen, externe communicatie, horen achter expliciete goedkeuring.
Trade-offs
- Autonomie versus voorspelbaarheid: hoe meer vrijheid, hoe lastiger testen. Begin met een kleine toolset en breid uit op basis van gelogde runs.
- Copilot Studio versus Foundry: Studio is sneller naar productie binnen de tenant en erft governance van Microsoft 365; Foundry geeft modelkeuze en volledige orchestratie-controle maar je bouwt (en beheert) meer zelf.
- Multi-agent: meerdere gespecialiseerde agents klinken elegant, maar elke overdracht is een foutkans. Eén agent met goede tools verslaat meestal drie agents met vage taakverdeling.
Praktijkvalkuilen
De toolcontracten bepalen de kwaliteit. Vage toolbeschrijvingen leiden tot verkeerde toolkeuzes; te brede tools ("doe een query op de database") leiden tot ongelukken. Maak tools smal en beschrijf ze alsof je ze aan een junior collega uitlegt. En meet agents op taakniveau (is het doel bereikt, in hoeveel stappen, tegen welke kosten), niet alleen op antwoordkwaliteit.