Always-on agents

Een always-on agent is een AI-assistent die op de servers van een aanbieder draait in plaats van op je eigen computer, en vanzelf begint: op een vast tijdstip, of als er iets gebeurt, zoals een nieuwe bestelling. Je laptop kan dicht blijven. Een webshop kan er bijvoorbeeld elke ochtend om zeven uur de klantmails van de nacht mee sorteren en een samenvatting in de teamchat zetten.

Hoe start een always-on agent?

Hij start op een trigger, zonder dat iemand een prompt intypt. De routines van Anthropic voor Claude Code, sinds 14 april 2026 een research preview, kennen drie soorten (Anthropic):

• Een schema, zoals elk uur, elke nacht of elke week. /schedule daily PR review at 9am in de terminal maakt er een aan vanuit een gewone beschrijving.
• Een API-aanroep: elke routine heeft een eigen endpoint en token, zodat een monitoringtool hem kan starten met een HTTP-POST.
• Een gebeurtenis in GitHub, zoals een pull request of een release. Claude opent één sessie per pull request en blijft daar reacties en mislukte CI-controles in doorgeven.

Voordat er routines waren, beheerden teams hiervoor hun eigen cronjobs, infrastructuur en tooling zoals MCP-servers, schrijft Anthropic. Agents op het Claude Platform krijgen schema's via Claude Managed Agents. "Always-on" gaat over beschikbaarheid: de agent staat op elk uur klaar, en elke trigger start een aparte run.

Waar draait hij?

In een sandbox: een afgeschermde computer in de cloud met eigen bestanden en tools. In de documentatie van routines van april 2026 is elke run een volledige Claude Code-sessie op infrastructuur die Anthropic beheert. De sessie kloont de repository vanaf de standaardbranch, zet wijzigingen op claude/-branches en vraagt nergens om goedkeuring.

De update van de Agents SDK van OpenAI van 15 april 2026 geeft ontwikkelaars die hun eigen AI-agents bouwen ingebouwde sandbox-uitvoering, in een eigen sandbox of bij aanbieders als Cloudflare, E2B, Modal en Vercel. De harness, de code die de agent-lus uitvoert, blijft buiten de sandbox, zodat inloggegevens uit de buurt blijven van de code die het model schrijft.

Hoe onthoudt hij iets tussen twee runs?

Een run in de cloud begint schoon, dus het geheugen moet erbuiten staan. Bij routines is dat de repository. De SDK van OpenAI bewaart de toestand van de agent buiten de container, zodat een run in een nieuwe container verder kan vanaf het laatste checkpoint als de oude uitvalt of verloopt. LangAlpha, een opensource-agent voor financieel onderzoek die ginlix-ai in januari 2026 op GitHub begon, houdt in elke werkruimte een bestand agent.md bij met doelen, belangrijke bevindingen en een index van gesprekken en bestanden; volgens de README van april 2026 voegt een middleware-laag dat bestand toe aan elke aanroep van het model.

Waar gaat het mis?

• Hij handelt namens jou. Commits en pull requests van een routine staan op naam van je GitHub-account, en berichten in Slack of Linear gaan uit via jouw gekoppelde accounts. De documentatie raadt aan elke routine alleen de repositories, netwerktoegang en connectors te geven die hij nodig heeft.
• Geheimen zitten in een proces waar niemand naar kijkt. Routines krijgen API-sleutels als omgevingsvariabelen; LangAlpha maskeert bekende geheime waarden in de uitvoer van tools voordat het model ze ziet. OpenAI raadt aan ervan uit te gaan dat prompt injection en het weglekken van data geprobeerd zullen worden.
• Runs kosten verbruik terwijl niemand meekijkt. Bij de lancering telden routines mee voor het abonnement zoals gewone sessies, met daglimieten van 5 runs bij Pro, 15 bij Max en 25 bij Team en Enterprise.
• Sommige taken blijven op je eigen computer. Werk achter een login gaat makkelijker in de eigen browser van de gebruiker: AI Subroutines van rtrvr.ai (16 april 2026) nemen een taak op in een Chrome-extensie en spelen die af binnen de webpagina zelf, waar de cookies en CSRF-tokens van de gebruiker meekomen.

Voorbeeld

De aankondiging van Anthropic beschrijft een routine die elke nacht om 2 uur draait: haal de belangrijkste bug uit Linear, probeer die op te lossen en open een concept-pull request. De automatiseringen van LangAlpha starten op een cronschema of als een aandeel een koersvoorwaarde raakt. De lanceringen van april 2026 worden vergeleken in Kunnen always-on agents lokale AI-workflows vervangen?