Wat is een AI-agent? Werking, tools en risico's

Een AI-agent is een softwaresysteem dat met een zekere mate van zelfstandigheid naar een doel werkt: het plant de stappen, gebruikt tools zoals webzoekopdrachten, code-uitvoering of een browser, controleert de resultaten en gaat door totdat de taak af is. Een chatbot beantwoordt je vraag en laat de volgende stap aan jou. Een agent probeert die stap zelf te zetten.

Deze gids legt uit hoe agents werken, waar de grens met chatbots ligt, welke producten er bestaan en wat er mis kan gaan. Het veld beweegt snel, dus controleer productnamen, prijzen en beschikbaarheid altijd op de eigen website van de aanbieder.

Wat is een AI-agent, in eenvoudige bewoordingen?

Het idee is ouder dan de huidige chatbots. In het klassieke AI-leerboek van Russell en Norvig is een agent alles wat zijn omgeving waarneemt en er op handelt. Moderne AI-agents passen dat idee toe met een groot taalmodel (LLM) in het centrum.

In een typische opzet fungeert het model als planner. Het splitst een taak op in stappen, kiest een tool, leest wat die tool teruggeeft en beslist wat het volgende is, in een lus die doorgaat tot de taak klaar is. Geheugen en statusbeheer omringen die lus, zodat de agent bijhoudt wat hij al heeft gedaan.

Hoe verschilt een AI-agent van een chatbot?

Het korte antwoord is handelen. Een chatbot reageert op één prompt tegelijk, en een persoon beslist wat er met het antwoord gebeurt. Een agent neemt een taak met meerdere stappen op zich, zoals zoeken op een site, een formulier invullen, code draaien of een bestand bewerken, en voert die stappen zelf uit.

In de praktijk is de grens vaag. "Agent" en "agentic" zijn marketingwoorden geworden zonder vaste definitie, en Gartner gebruikt de term "agent-washing" voor leveranciers die gewone chatbots als agents etiketteren. De bruikbare toets is eenvoudig: wat kan het product werkelijk zelfstandig doen, behalve tekst produceren?

Hoe gebruiken AI-agents tools?

Agents bereiken de buitenwereld via tool calling, ook wel function calling genoemd. Het model geeft aan dat het een API wil gebruiken, een zoekopdracht wil uitvoeren, code wil draaien, een browser wil openen of een computerinterface wil bedienen. De omringende software voert het verzoek uit en geeft het resultaat terug aan het model.

Er ontstaan standaarden om die verbindingen overdraagbaar te maken. Anthropic introduceerde in november 2024 het Model Context Protocol (MCP) als gemeenschappelijke manier voor modellen om met tools en databronnen te verbinden, en OpenAI, Google en Microsoft namen het later over. Google kondigde in 2025 ook een Agent2Agent (A2A)-protocol aan waarmee agents met elkaar kunnen communiceren; het is de moeite waard om na te gaan hoe A2A nu wordt beheerd.

Hoe autonoom zijn AI-agents?

Autonomie is een spectrum. Aan het ene uiterste vraagt de agent een mens om elke stap goed te keuren. Aan het andere uiterste draait hij een hele taak zonder toezicht. De meeste echte toepassingen zitten ergens daartussen, met controlepunten voor gevoelige acties.

Anthropic maakt een nuttig onderscheid. "Workflows" volgen vaste, vooraf geschreven codepaden, terwijl "agents" het model zelf laten kiezen welke stappen en tools het gebruikt. Workflows zijn beter voorspelbaar en testbaar; agents zijn flexibeler maar lastiger te beheersen. Veel teams beginnen met een workflow en voegen agent-achtige vrijheid alleen toe waar dat echt oplevert.

Welke AI-agentproducten bestaan er?

De meeste grote AI-bedrijven brengen inmiddels agents uit. OpenAI lanceerde in januari 2025 Operator, een agent die het web doorzoekt, en voegde die in juli 2025 samen tot "ChatGPT agent". Daarnaast biedt het bedrijf Codex, een codeeragent, en een Agents SDK voor ontwikkelaars.

Anthropic bracht in oktober 2024 "computer use" uit, waarmee Claude een desktopinterface kan bedienen, en biedt ook Claude Code en de Claude Agent SDK. Google heeft Project Mariner, agentfuncties in Gemini en de codeeragent Jules. Aan de zakelijke kant zijn er Microsoft Copilot Studio-agents en Salesforce Agentforce, en andere vaak genoemde voorbeelden zijn Manus en de Comet-browser van Perplexity.

Een waarschuwing: namen, prijzen en beschikbaarheid per land veranderen vaak. ChatGPT agent was bijvoorbeeld in eerste instantie beperkt tot betaalde abonnementen, maar de actuele voorwaarden kun je het best rechtstreeks bij OpenAI controleren in plaats van oudere artikelen te volgen.

Welke risico's zijn er bij AI-agents?

De bekendste dreiging is prompt injection, waarbij kwaadaardige instructies verborgen in een webpagina, e-mail of bestand de agent kapen. OWASP zet dit op één in zijn Top 10 voor LLM-toepassingen en heeft afzonderlijke richtlijnen voor agentische AI gepubliceerd.

Andere risico's zijn acties die niet ongedaan gemaakt kunnen worden, zoals betalingen, verwijderingen of verzonden berichten; datalekken naar de verkeerde plek; agents met meer rechten dan nodig; kleine fouten en hallucinaties die zich over vele stappen opstapelen; onverwachte kosten; en onduidelijke aansprakelijkheid wanneer er iets misgaat.

Ook in het bedrijfsleven is men voorzichtig. In juni 2025 voorspelde Gartner dat meer dan 40% van de agentische AI-projecten tegen het einde van 2027 zou worden stopgezet. Verstandige praktijk is om minimale rechten toe te kennen, menselijke goedkeuring te vereisen voor belangrijke stappen en agents weg te houden van gevoelige accounts totdat je ze vertrouwt.

Regelgeving loopt nog achter. De verplichtingen uit de EU AI Act worden tussen 2025 en 2027 geleidelijk van kracht, al is een deel van de tijdlijn betwist of uitgesteld, en het AI Risk Management Framework van NIST is het belangrijkste Amerikaanse referentiekader. In Turkije is er gesproken over een concept-AI-wetgeving, maar de huidige status moet je bij officiële bronnen nagaan.