Kunnen always-on agents lokale AI-workflows vervangen?

Tussen 13 en 15 april 2026 brachten Cloudflare, Anthropic en OpenAI elk tooling uit voor AI-agents die in de cloud draaien, zonder dat er een laptop open hoeft te staan. Zulke always-on agents starten op een schema, een API-aanroep of een gebeurtenis zoals een nieuwe pull request. Ze kunnen taken overnemen die aan een repository of een API hangen. Alles lokaal vervangen deden ze niet: Routines van Anthropic was een research preview met daglimieten, en taken achter een login liepen nog het best in de browser van de gebruiker.

Wat is een always-on agent?

Dat is een AI-agent die op de infrastructuur van een aanbieder draait en start op een trigger, zonder dat iemand meekijkt. De gewone lokale werkwijze is anders: een ontwikkelaar typt een prompt in een terminal of editor, wacht op het resultaat en stuurt bij. Anthropic beschrijft wat teams vóór Routines deden: om Claude Code te automatiseren, beheerden ze zelf cronjobs, servers en extra tooling zoals MCP-servers.

Wat bracht Anthropic uit met Routines?

Op 14 april 2026 introduceerde Anthropic routines in Claude Code, als research preview. Een routine is een prompt, een of meer repositories en connectors naar diensten zoals Slack of Linear, die je één keer instelt. Hij start op drie manieren:

• volgens een schema, bijvoorbeeld elk uur, elke nacht of elke week
• via een API-aanroep: elke routine krijgt een eigen endpoint en token, en een POST-verzoek geeft de URL van de nieuwe sessie terug
• bij een GitHub-gebeurtenis, zoals een pull request of een release; Claude opent per pull request één sessie en stuurt daar opmerkingen en mislukte CI-runs naartoe

Anthropic geeft onder meer het voorbeeld van een routine die elke nacht om 2 uur de belangrijkste bug uit Linear haalt, een fix probeert en een draft pull request opent, en van een routine die bij elke nieuwe pull request de eigen reviewchecklist van een team afloopt.

De documentatie van april 2026 beschrijft hoe een run verloopt. Elke run is een volledige Claude Code-sessie in een geïsoleerde virtuele machine die Anthropic beheert. De repository wordt aan het begin van elke run gekloond, vanaf de standaardbranch, en Claude zet zijn wijzigingen op branches die met claude/ beginnen. Tijdens een run vraagt Claude nergens om goedkeuring.

Routines waren beschikbaar in de abonnementen Pro, Max, Team en Enterprise, met een daglimiet: 5 runs voor Pro, 15 voor Max en 25 voor Team en Enterprise. Runs gaan bovendien af van dezelfde gebruikslimieten als interactieve sessies.

Wat veranderde er in de Agents SDK van OpenAI?

Op 15 april 2026 bracht OpenAI een nieuwe versie van zijn Agents SDK uit, versie 0.14.0 van het Python-pakket. De harness, de code die de agentlus rond het model uitvoert, kreeg instelbaar geheugen, bestandstools zoals die in Codex en standaardondersteuning voor MCP, skills, instructies in AGENTS.md, een shell en bestandspatches.

De grootste verandering is native sandbox-uitvoering: de agent werkt in een afgeschermde omgeving met eigen bestanden en tools. Ontwikkelaars kunnen hun eigen sandbox meebrengen of de ingebouwde ondersteuning gebruiken voor Blaxel, Cloudflare, Daytona, E2B, Modal, Runloop en Vercel. OpenAI houdt de harness gescheiden van de sandbox, zodat inloggegevens buiten de omgeving blijven waar door het model geschreven code draait. Omdat de toestand van de agent buiten de container staat, kan de SDK snapshots maken en in een nieuwe container verdergaan vanaf het laatste checkpoint als de oude uitvalt of verloopt. De functies zijn algemeen beschikbaar tegen de normale API-prijzen, eerst in Python, met TypeScript gepland.

Wat voegde Cloudflare toe aan zijn Agent Cloud?

Op 13 april 2026 breidde Cloudflare zijn Agent Cloud uit, met het doel om agents van experimentele demo's op lokale laptops naar werk op het eigen netwerk te verplaatsen:

• Dynamic Workers, een runtime die in milliseconden start om een stuk door AI geschreven JavaScript uit te voeren en daarna verdwijnt; volgens Cloudflare 100 keer zo snel als containers, voor een fractie van de kosten
• Artifacts, Git-compatibele opslag waar agents code en data kunnen bewaren
• Sandboxes, nu algemeen beschikbaar: een blijvende, geïsoleerde Linux-omgeving met een shell, een bestandssysteem en achtergrondprocessen
• Think, een framework in de Agents SDK van Cloudflare voor langlopende taken met veel stappen

In dezelfde aankondiging zei OpenAI dat ontwikkelaars nu agents in Agent Cloud kunnen inzetten die draaien op zijn model GPT-5.4 en op Codex.

Hoe onthouden cloud-agents iets tussen twee runs?

Een run in de cloud begint schoon, dus alles wat de agent moet onthouden, moet erbuiten staan. Bij Routines is dat de repository zelf: branches, pull requests en de bestanden die erin gecommit zijn. OpenAI bewaart de toestand van de agent buiten de sandbox.

Het open-sourceproject LangAlpha (Apache 2.0), een agent voor financieel onderzoek die zichzelf een "vibe investing agent harness" noemt, laat een derde patroon zien. De README van april 2026 beschrijft per werkruimte een eigen sandbox in de cloud, met in de hoofdmap een bestand agent.md met de doelen, de belangrijkste bevindingen en een index van threads en bestanden. De agent houdt dat bestand bij, en LangAlpha voegt het toe aan elke aanroep van het model.

LangAlpha gebruikt ook programmatic tool calling: de agent schrijft en draait Python in de sandbox en geeft alleen het resultaat door aan het model, in plaats van ruwe marktdata in het contextvenster te gieten. Hij kan subagents naast elkaar laten werken en heeft automatiseringen die starten volgens een cron-schema of wanneer een aandeel een bepaalde koers raakt. Tijdens de bèta werkten die koerstriggers alleen op het gehoste platform.

Gaat alles naar de cloud?

Taken achter een login zijn lastiger te verplaatsen. Op 16 april 2026 presenteerde rtrvr.ai AI Subroutines: de Chrome-extensie neemt een taak in de browser op en speelt die later af vanuit de webpagina zelf. Cookies, CSRF-tokens en ondertekende headers gaan dan vanzelf mee, terwijl een scraper buiten de browser dat allemaal opnieuw moet opbouwen. Afspelen kost volgens rtrvr.ai geen tokens en geeft bij dezelfde invoer hetzelfde resultaat. Het bedrijf noemt ook de grenzen: het neemt HTTP-verzoeken op, dus sites die via WebSockets werken hebben tragere acties in de pagina nodig, en een Subroutine moet opnieuw worden opgenomen als een site zijn API verandert. Dit soort deterministische webautomatisering draait in de eigen browser van de gebruiker, op diens eigen machine.

Wat zijn de risico's van agents die zonder toezicht draaien?

• Een routine handelt namens jou. Commits en pull requests staan op jouw GitHub-account, en berichten in Slack of tickets in Linear gaan uit via jouw gekoppelde accounts. De documentatie raadt aan om repositories, netwerktoegang en connectors te beperken tot wat de routine nodig heeft; de standaardomgeving bereikt alleen domeinen op een allowlist.
• OpenAI raadt aan om agentsystemen te ontwerpen in de veronderstelling dat prompt injection en pogingen om data weg te sluizen zullen voorkomen. Daarom houdt het inloggegevens weg van de code die het model schrijft.
• Onbewaakte runs kosten gebruik: elke run van een routine telt mee voor het abonnement, en tijdens de preview golden voor GitHub-gebeurtenissen ook uurlimieten per routine en per account.
• Lange runs vullen de context. In een rapport uit juli 2025 testte Chroma 18 modellen: hun prestaties werden steeds onbetrouwbaarder naarmate de invoer langer werd, een effect dat context rot heet.

Anthropic kondigde in april 2026 aan dat routines later ook op gebeurtenissen uit andere bronnen dan GitHub moeten kunnen starten.