canoniek.ai, Agentic AI voor het mkb
DocumentatieContact
Nieuws · AI-agenten

Wat is een AI-agent? En hoe bouw je er zelf een?

Een traditionele AI-chatoplossing wacht op je vraag. Een agent gaat zelf aan het werk. Wat een agent is, hoe je er vandaag zelf een bouwt, en waar het daarna vaak op vastloopt.

Menno van der MeulenMenno van der Meulen · 16 november 2026

Een agent bouwen is het makkelijke deel

Wie zoekt op "AI-agent maken", vindt vooral beloftes. Een assistent die je mail afhandelt, je afspraken plant en je offertes schrijft. In de praktijk is een agent bouwen het makkelijke deel. Een agent die zelfstandig goed werk levert, is het moeilijke deel.

Wat een agent anders doet dan een chat

In een chat met ChatGPT of Claude stel jij een vraag, en het antwoord komt terug. Daarna wacht de chat tot jij weer iets vraagt. Een agent krijgt een doel, en bepaalt zelf welke stappen en welke middelen daarvoor nodig zijn. Anthropic, het bedrijf achter Claude, omschrijft een agent als een systeem waarin het taalmodel "het eigen proces en het gebruik van tools stuurt". OpenAI zegt het korter. Een agent voert zelfstandig taken voor je uit.

Het verschil zit dus niet in hoe slim het model is. Het zit in wat het kán en mág doen. Een agent leest je mail, zoekt een document op, vult gegevens aan in een systeem of zet een concept klaar. Daarna kijkt de agent zelf of het werk af is.

In november 2026 schreef Anthropic over de volgende stap, agenten die altijd aanstaan. De meeste agenten werken alleen als iemand ze een bericht stuurt. Een agent die altijd aanstaat, "slaapt het grootste deel van de tijd en wordt geregeld wakker om werk te doen". Zo'n agent onthoudt van de ene keer werken naar de volgende wat er gebeurde, en begint zonder dat iemand erom vraagt. Volgens Anthropic werkt zo'n agent in de kern hetzelfde als andere agenten. Het verschil zit in de opzet eromheen.

Wanneer gaat een agent aan het werk?

Een agent die zelf begint, heeft een aanleiding nodig. Er zijn drie soorten aanleidingen.

De eerste is een vast moment, zoals elke ochtend om zeven uur, elk uur of elke vrijdagmiddag. De tweede is werk dat binnenkomt, zoals een nieuwe mail van een klant, een ingevuld formulier of een bestand in een gedeelde map. De derde is een ander systeem dat iets meldt, zoals een advertentiecampagne die opeens veel meer kost, of een klant die in je CRM een stap zet.

Niet elk systeem meldt zelf wat er verandert. Heeft je CRM alleen een koppeling waarmee je gegevens kunt opvragen, laat de agent dan niet zelf elk kwartier kijken. Elke keer kijken kost rekenwerk van het taalmodel, ook als er niets is gebeurd. Slimmer is een klein programma zonder AI dat het CRM in de gaten houdt en de agent pas wakker maakt als er iets is gebeurd. Anthropic beschrijft voor agenten die altijd aanstaan een postvak. Elke bron zet een seintje in dat postvak, en een klein programma geeft het seintje door aan de agent. Belde een klant, of opende een klant een offerte, dan zoekt de agent eerst bij elkaar wat er over die klant bekend is, uit alle bronnen waar de agent bij kan. Daarna voert de agent de eigen instructie uit. De agent zet het werk klaar, slaat alarm bij de juiste collega, of werkt een overzicht bij.

Zelf een agent bouwen, wat kan er vandaag?

Voor een eerste agent hoef je niet te programmeren. De grote AI-diensten hebben er allemaal iets voor, en elk is ergens goed in. Bij elk gereedschap wil je drie dingen weten. Werkt de agent door als je laptop dicht is, kan de agent zelf beginnen, en deel je de agent met collega's? Dit is de stand van november 2026.

In Claude geef je in een project vaste instructies en documenten mee, en met skills leer je Claude een vaste werkwijze. Via koppelingen leest Claude je Gmail, je agenda en je Drive. Voordat Claude een mail verstuurt, vraagt Claude standaard eerst je akkoord. Een taak zet je op de klok, elk uur, elke dag, elke week of op werkdagen. Op de betaalde abonnementen draait die taak in de cloud verder als je laptop dicht is, tenzij de taak bestanden op je eigen computer nodig heeft. Met Claude Code kan een taak ook starten op een seintje van een ander systeem; dat onderdeel is nog een proefversie. Een taak in Claude Code deel je niet met collega's, want de taak werkt met jouw inlog en alleen voor jou.

In ChatGPT kies je Work, de agent van ChatGPT voor werk in meerdere stappen. Work zit op de betaalde abonnementen, en draait op het web en op je telefoon in de cloud. Taken kunnen op een vast moment draaien, of reageren op een nieuwe mail in Gmail, op Slack of op GitHub. Een taak deel je via een link, maar de ander krijgt alleen de instructies en het schema, zonder geheugen, bestanden of koppelingen. Voor teams heeft ChatGPT agenten die je wel met collega's deelt en die in de cloud doorwerken, op de abonnementen Business, Enterprise en Edu. De bekende eigen GPT's stoppen volgens de planning van OpenAI op 11 december 2026.

Werkt je bedrijf met Microsoft 365, dan bouw je in Copilot Studio agenten die reageren op een gebeurtenis, zoals een nieuw document in SharePoint, of op een vast moment. Microsoft waarschuwt zelf dat zo'n agent dan werkt met de inlog van wie de agent bouwde. Wie de agent gebruikt, kan daardoor via de agent bij gegevens en systemen waar de bouwer bij kan.

Werkt je bedrijf met Google Workspace, dan bouw je agenten in Workspace Studio, zonder te programmeren. Een agent start op een vast moment, op een nieuwe mail in Gmail, op een nieuw bestand in een map of op een ingevuld formulier. Daarna volgen stappen waarin Gemini een mail leest, samenvat of een beslissing neemt, en stappen in Gmail, Drive en Sheets. Workspace Studio werkt op de zakelijke abonnementen van Google Workspace, als de beheerder Gemini voor je aanzet. De agent in de Gemini-app zelf, die taken voor je uitvoert en inplant, is in Nederland en in de rest van de Europese Economische Ruimte nog niet beschikbaar.

Thuis of op het werk?

Thuis is een agent vooral een leuk experiment. De agent houdt je agenda bij, vat je mail samen, of schakelt via een domoticasysteem de verwarming. Een agent die zelf bioscoopkaartjes koopt zodra er een nieuwe film draait, kan technisch, maar weinig mensen willen dat. Uit cijfers van OpenAI uit 2025 blijkt dat consumenten ChatGPT vooral gebruiken voor praktisch advies, informatie zoeken en schrijven.

Op het werk ligt dat anders. Daar zit het werk dat elke week terugkomt, met vaste stappen en vaste bronnen. Denk aan mail sorteren, een offerte voorbereiden of een verslag uitwerken. Anthropic ziet dat terug. Bedrijven die Claude in hun eigen systemen gebruiken, laten het werk vaker helemaal uitvoeren dan mensen in een chat doen. Daar levert een agent tijd op, omdat de agent een heel proces overneemt en niet één vraag beantwoordt.

Waar het daarna vaak op vastloopt

Een eerste agent staat in een middag. Daarna begint het bijsturen. De agent vraagt opnieuw wat vorige week ook al gevraagd werd, zoekt op de verkeerde plek, of zet een concept klaar dat net niet klopt. Dat ligt niet aan het model. De agent weet alleen niet wat je collega's weten.

Anthropic noemt context een schaars goed. Elk stuk informatie dat een agent erbij krijgt, levert minder op dan het vorige. Het advies is daarom de kleinste hoeveelheid informatie die het meeste zegt. Anthropic noemt dat context engineering. Voor een agent in een bedrijf vertalen wij dat naar drie ontwerpkeuzes.

De eerste is een vaste basis, kort en altijd bij de hand. Daarin staat wie het bedrijf is, wie jij bent, met welke collega's en klanten je werkt, en welke gedragsregels gelden. Volgens Anthropic zo concreet dat de agent niet hoeft te gokken, en zo algemeen dat niet elke uitzondering erin staat.

De tweede is dat de agent verbonden is, zodat die zelf bij de informatie kan. De agent kan bij je mail, je mappen en de software van je bedrijf, en elke map heeft een naam die zegt wat erin staat. Volgens Anthropic zijn mappen en namen voor een agent al een signaal. De agent weet waar iets staat, en haalt het op zodra het nodig is.

De derde is de uitleg op het moment zelf. De agent weet welke gereedschappen en werkwijzen er zijn, maar leest de handleiding pas als de agent er een gaat gebruiken. Anthropic doet dat met skills. Bij de start kent de agent van elke skill alleen de naam en een korte omschrijving, en de hele instructie komt pas als die nodig is. In Canoniek doen we dat ook met haken. Wil een agent een concept in je mailbox zetten, dan houdt een haak de agent even tegen tot het handboek voor communicatie gelezen is.

Zonder die drie stuur je de hele tijd bij, en heb je een stagiair die je elke ochtend opnieuw moet inwerken. Met die drie werkt een agent zelfstandig, en wordt het werk beter van elke correctie.

Eén keer bouwen, voor je hele bedrijf

De taken in Claude en ChatGPT hierboven zijn gemaakt voor één persoon. Zo'n taak draait met jouw inlog, en wie de taak van je overneemt, krijgt hooguit de instructies. Agenten delen met collega's kan in ChatGPT voor teams en in Copilot Studio wel. Wat je zo'n eigen taak leert, blijft bij jou.

Een vraag over een product beantwoorden leert een agent snel. Mailt iemand of een verwarming tot 27 graden gaat, dan zoekt de agent het op in de handleiding, mailt het antwoord en noemt er misschien een functie bij die van pas komt. Dat is feiten opzoeken. Het wordt lastig bij een klant die al drie jaar bij je zit, met een project dat loopt en een vraag over één onderdeel ervan. Dan telt de nuance. Wat is er eerder afgesproken, hoe werkt die klant, en hoe willen jullie als bedrijf zo'n vraag beantwoorden? Wie net begint met agenten bouwen, loopt daar snel op vast. Het taalmodel kan het wel, als het de juiste context krijgt, met een duidelijke missie en de manier van werken van je bedrijf. Op het juiste moment de juiste context, dat is de kern van context engineering.

Canoniek is het systeem waarin je dat voor je hele bedrijf inricht. Het draait op je eigen server, met je eigen accounts, en je sluit er zelf de AI op aan; wij gebruiken Claude van Anthropic. Een agent houdt het hele dossier van een klant of project bij, en kent bij een vraag dus de voorgeschiedenis al. Elke medewerker bouwt eigen agenten. Die lezen in de mappen waar die medewerker zelf bij kan, en schrijven alleen in de map van hun eigen dossier. In die mappen staat ook alles wat je een klant hebt geleverd of in concept hebt, zoals offertes, ontwerpen en verslagen. Een agent ziet dus wat er naar die klant is gegaan. Vraagt de klant wat een extra onderdeel van het project kost, dan zoekt de agent de offerte op, ziet welke prijs je noemde en hoe de begroting is opgebouwd, rekent zoals jij bijbegroot, en zet het antwoord voor je klaar.

Wat een agent geleerd heeft, leg je vast als skill, en die deel je met je collega's in dezelfde rol of met het hele bedrijf. Kloktaken laten agenten op een vast moment beginnen, en via koppelingen werken ze in de software van je bedrijf. Waar het werk nauw luistert, houdt een haak de agent even tegen tot de uitleg gelezen is die erbij hoort.

Je bouwt het terwijl je het werk doet. De eerste keer doe je een klus samen met de agent, en stuur je bij. De tweede en de derde keer hoeft dat al minder. Doet de agent het goed, dan staat het proces, en pakt de agent het voortaan zelf op als zo'n mail binnenkomt.

Het gaat niet vanzelf. De basis leggen wij, maar wat er waar staat en hoe het werk gaat, weten alleen jij en je medewerkers. Daarom bouw je het samen met je medewerkers, en sturen jullie het elke dag bij.

Wat betekent dit voor jouw bedrijf?

We kijken het graag samen met je na, in een online kennismaking van een half uur.

Plan een kennismaking →

Bronnen