Skip to main content
BVDNETBVDNET
DienstenWerkBibliotheekOver MijPrijzenBlogContact
Contact
  1. Home
  2. AI Woordenboek
  3. Tools & Frameworks
  4. Wat is Context Rot?
wrenchTools & Frameworks
Beginner
2026-W20

Wat is Context Rot?

De geleidelijke verslechtering van AI-agent prestaties naarmate een sessie tokens accumuleert, waardoor het model de focus verliest op eerdere instructies en constraints.

Ook bekend als:
context degradation
context window pollution
session decay
attention dilution
AI Intel Pipeline
What is Context Rot?

Wat is Context Rot?

Context rot is de geleidelijke verslechtering van de prestaties van een AI-agent of assistent naarmate een sessie tokens accumuleert — waardoor het model de focus verliest op eerdere instructies, eerdere beslissingen tegenspreekt, zichzelf herhaalt, of faalt op taken die het eerder in dezelfde sessie correct uitvoerde.

Waarom het ertoe doet

Context rot is een van de meest voorkomende en minst erkende faalpatronen in productie-AI-toepassingen. Een model kan een taak perfect uitvoeren bij beurt 5, maar falen bij de identieke taak bij beurt 40 — niet omdat de taak veranderd is, maar omdat het contextvenster nu vol zit met irrelevante geschiedenis die de effectieve aandacht van het model verdunt.

Voor AI-coding assistants en langlopende agents wordt context rot doorgaans merkbaar na 30–60 minuten gebruik. Dit heeft een hele categorie tooling voortgebracht — van geheugencompressiesystemen tot sub-agent architecturen — die specifiek ontworpen zijn om het te voorkomen of te resetten.

Hoe het werkt

Context rot ontstaat door drie samengestelde factoren:

  1. Aandachtsverdunning — transformer-aandacht is verdeeld over alle tokens; meer tokens betekent proportioneel minder aandacht voor de cruciale tokens
  2. Instructiedrift — systeemprompts en vroege gebruikerscontext krijgen relatief minder aandacht naarmate de context groeit
  3. Ruisaccumulatie — mislukte tool-aanroepen, uitgebreide API-responses en tussentijdse redeneerstappen verdringen het signaal

Het resultaat is een model dat constraints "vergeet" die eerder gegeven zijn, terugvalt op standaardgedrag, of dezelfde fouten maakt die het in beurt 10 had gecorrigeerd.

Preventie en herstel

| Aanpak | Mechanisme | |--------|------------| | Sub-agent spawning | Verse agents met schone contexten behandelen geïsoleerde deeltaken (bijv. GSD voor Claude Code) | | Contextcompressie | Ruwe outputs worden gecomprimeerd tot minimale samenvattingen vóór injectie (bijv. Context Mode) | | Geheugenexternalisatie | Persistente vectordatabases slaan cross-sessie context op buiten het venster (bijv. Claude Mem) | | Sessielimieten | Harde limieten op sessielengte, met automatische samenvatting en overdracht |

Praktisch voorbeeld

Een developer gebruikt een coding agent 45 minuten. Na 40 tool-aanroepen begint de agent variabelenamen voor te stellen die in beurt 3 expliciet verboden waren, en herschrijft een functie die in beurt 12 al gerepareerd was. De instructies van vroeg in de sessie zijn effectief verdrongen door geaccumuleerde tool-output-ruis — dit is context rot.

Bron

Gemeenschapspatroon gedocumenteerd in Claude Code, Cursor en Codex-workflows (2025–2026). Zie: Claude Code Context Mode

Bronnen

  1. Claude Code Context Mode (YouTube)

Hulp nodig bij het implementeren van AI?

Ik help je dit concept toe te passen in je bedrijf.

Neem contact op

Gerelateerde Concepten

ITBench-AA
Een AI-agent benchmark die incident response test op echte Kubernetes-infrastructuur en onthult dat frontier-modellen zoals Claude Opus 4.7 en GPT-5.5 minder dan 50% van productie-storingen oplossen.
Deterministische Agent State Machine
Een AI-agentarchitectuur die uitvoering beheert via vooraf gedefinieerde states en tool-gating regels in plaats van via het oordeel van het LLM, waarmee destructieve of verkeerd-geordende acties fysiek worden voorkomen en de productieinzetbaarheid drastisch verbetert.
State Machine Guardrails
Een deterministische agent-controletechniek die beschikbare tools beperkt tot die relevant zijn voor de huidige werkstroomfase, wat destructieve acties en redeneerlussen voorkomt zonder te vertrouwen op het oordeel van het model.
Model Context Protocol (MCP)
Open standaard voor het koppelen van AI aan externe tools — nu ingebed in browsers, CLI's en websites via WebMCP, hoewel cross-source dataqueries een uitdaging blijven.

AI-advies

Hulp nodig bij het begrijpen of implementeren van dit concept?

Praat met een expert
Vorige

Contextcompressie voor AI-agents

Volgende

Contextvenster

BVDNETBVDNET

Webontwikkeling en AI-automatisering. Goed gedaan.

Bedrijf

  • Over Mij
  • Contact
  • FAQ

Resources

  • Diensten
  • Werk
  • Bibliotheek
  • Blog
  • Prijzen

Connect

  • LinkedIn
  • Email

© 2026 BVDNET. Alle rechten voorbehouden.

Privacybeleid•Algemene Voorwaarden•Cookiebeleid