Agentic AI
25 concepten
Agentic Engineering
De discipline van het bouwen van autonome AI-agentsystemen — architectuur, orkestratie, toolintegratie, veiligheid en operaties.
Agentic RAG
RAG waarbij een autonome agent het ophaalproces bestuurt — iteratief zoeken, queries verfijnen en bronnen kruislings verifiëren.
Contextcompressie voor AI-agents
Technieken om tokentellingen te verminderen met behoud van betekenis — cruciaal voor agentic workflows die zelfs miljoenen-token contextvensters uitputten.
Prompt Chaining
Het opsplitsen van complexe taken in een reeks eenvoudigere LLM-aanroepen waarbij elke output de volgende invoer voedt — verbetert kwaliteit met 20-40% ten opzichte van verwerking in één stap
AI-agent
Een AI-systeem dat autonoom plant, redeneert en acties onderneemt om doelen te bereiken met tools
AI Orchestratie
AI-orchestratie coördineert meerdere AI-modellen, tools en databronnen in geïntegreerde workflows, en beheert de stroom tussen componenten in complexe AI-systemen.
Agent Operational Memory
Een techniek die de gedragsregels en geleerde heuristieken van een AI-agent externaliseert naar gestructureerde bestanden die aan het begin van elke sessie worden geladen, waardoor de agent over herstarts heen persistent en consistent gedrag vertoont zonder fine-tuning.
Agentic AI
AI-systemen die taalmodellen combineren met redenering en tool-gebruik om autonoom complexe, meerstaps-taken uit te voeren — nu ondersteund door dedicated infrastructuur voor productie-deployment.
Binex
Een lokaal testframework dat AI-agents orkestreert met YAML-DAG's en diepe zichtbaarheid en CLI-debugging biedt voor multi-agent workflows.
CODREAM
Een post-taak reflectieprotocol voor multi-agent AI waarbij agents gezamenlijk afgeronde taken analyseren, inzichten destilleren tot compacte heuristieken en die kennis asymmetrisch routeren naar de teamleden die er het meest baat bij hebben — waardoor prestaties permanent verbeteren zonder fine-tuning.
Dynamic Cognitive Scaffolding
Een techniek waarmee AI-agents hun eigen redeneerstructuren opbouwen tijdens inferentie in plaats van vaste scaffolds te gebruiken, wat de prestaties op complexe taken aanzienlijk verbetert.
Function Calling
Function calling laat LLM's de uitvoering van externe tools en API's aanvragen, waardoor acties en data-ophaling in de echte wereld mogelijk worden.
Galactic
Een open-source orkestratietool die parallelle AI-codeeragents isoleert in aparte Git-worktrees om bestands- en poortconflicten te voorkomen.
Inference-Time Co-Evolutie
Een trainingsvrij paradigma waarbij een populatie AI-agents zichzelf dynamisch specialiseert, leert van fouten en de eigen samenwerkingstopologie herstructureert tijdens uitvoering — zonder modelgewichten bij te werken.
Kairos
Een always-on backgrounddaemon in Claude Code die autonoom snoeit, samenvoegt en tegenstrijdigheden oplost in het werkgeheugen van de AI-agent.
Proof-Derived Authorization
Een beveiligingsmodel voor AI-agents waarbij elke actie moet worden onderbouwd door een cryptografisch bewijs van de autorisatieketen, waardoor prompt injection en ongeautoriseerde acties wiskundig onmogelijk worden in plaats van slechts beleidsmatig verboden.
Test-Time Co-Evolution
Een trainingsvrije techniek die evolueert hoe multi-agent AI-systemen samenwerken tijdens inferentie, waardoor agents gespecialiseerde rollen kunnen ontwikkelen en kennis kunnen routeren naar waar het het meest nodig is.
Trajectory Refinement
Een techniek die het actieplan van een AI-agent behandelt als een optimaliseerbaar object en het iteratief verfijnt via inspectie en tekstuele gradientfeedback om de kloof tussen planning en uitvoering te dichten.
agent-evaluatie
Het meten van AI-agentprestaties met deterministische, op uitvoering gebaseerde testomgevingen die volledige tool-call-trajecten verifiëren — in plaats van subjectieve LLM-als-rechter beoordelingen.
Real-World Agent Reliability Gap
De kritieke kloof tussen AI-agent prestaties op benchmarks (90%+) versus echte enterprise workflows (<50%), wat onthult dat frontier-modellen falen bij multi-step, ambigue, tool-zware taken die mensen routinematig delegeren.
Verschil tussen een Chatbot
Een chatbot reageert op berichten in gesprekken; een AI-agent plant autonoom, gebruikt tools en onderneemt meerstapsacties om doelen te bereiken.
Information Agents
Continu draaiende AI-systemen die proactief informatie monitoren, synthetiseren en erop handelen in je digitale werkruimte—van reactief zoeken naar autonome intelligentie.
Managed Agents
Cloudplatforms die de volledige infrastructuur voor productie-AI-agents beheren — van sandboxing tot credential management — zodat ontwikkelaars zich op taken en guardrails kunnen richten.
Multi-Agent Systemen (MAS)
Architecturen waarin meerdere gespecialiseerde AI-agents samenwerken, taken verdelen en elkaars werk verifiëren — met routingstrategieën zoals het Advisor-patroon voor kostenefficiënte orkestratie.
always-on agents
AI-systemen die autonoom in de cloud draaien op schema's, API-triggers of webhooks — complexe workflows uitvoeren zonder dat de lokale machine van de gebruiker nodig is.