Hoe je een agent aanstuurt die acht uur alleen werkt

Donderdagochtend, koffie, en een onderzoek dat ik twee keer heb nagelezen. In mei zette ongeveer een kwart van de Codex-gebruikers minstens één keer per maand een taak uit die een mens acht werkuren zou kosten. In december 2025 was dat 2 procent.

Het team van Exponential View schreef in april 2025 zeven lessen over bouwen met AI. Die hebben ze nu herzien, omdat agents het werk veranderd hebben. Ze plannen, gebruiken tools, werken zonder toezicht en handelen namens jou. En dat vraagt iets anders van jou dan een goede prompt.

Wat me opviel: de update gaat nauwelijks over modellen.

Hij gaat over managen.

TL;DR

Agents doen inmiddels taken van een volle werkdag, en het aandeel gebruikers dat dat doet ging in vijf maanden van 2 naar 25 procent. De eerste twee lessen: schrijf eerst je finish line en zet je duurste model alleen in waar het de uitkomst verandert.

Gartner verwacht taakspecifieke agents in 40 procent van de enterprise-apps eind 2026, en de banenkrimp door AI blijft dit jaar onder de 0,4 procent. Er is geen playbook. Experimenteren blijft de snelste manier om er goed in te worden.

Wat er in vijf maanden veranderde

Een jaar geleden was de vraag bij elke taak: welk model gebruik ik hiervoor. Je typte iets, je kreeg iets terug, je las het na. De hele interactie paste in één scherm.

Dat werkt niet meer als een agent zes uur zelfstandig doorwerkt, tussendoor tools aanroept, bestanden aanmaakt en beslissingen neemt die je niet hebt gezien.

Die 2 naar 25 procent van mensen die met Agents werken vind ik echt een enorme stijging, maar ik merk het ook zeker bij klanten. Er wordt echt veel meer geexperimenteerd.

En dat is precies waar het misgaat bij de meeste bedrijven die ik spreek. Ze schalen de agent op, meer experimenten. Maar ze werken er nog mee als een chatbot.

Hoog tijd om de lessen voor je samen te vatten

Les 1: prompt hoe “klaar” er uit ziet

Agents verklaren hun werk graag te vroeg af. Ik ben klaar, nee agent, je bent helemaal nog niet klaar.

Dat is geen liegen van zijn agent, het is gokken. Als jij nooit hebt opgeschreven hoe klaar eruitziet, verzint het model iets aannemelijks.

Dus begin bij één vraag: waaraan zie ik dat dit af is. Niet beschrijvend, maar toetsbaar.

Een voorbeeld: Stel AI moet een Rubiks cube oplossen. Geef een agent niet de opdracht om de Rubiks cube er georganiseerder uit te laten zien, maar om de kubus op te lossen zodat elk vlak één kleur heeft.

Bij een Python-module met zes functies wordt dat (hou je vast): geen claim van voltooiing TENZIJ de volledige testsuite van 36 gevallen slaagt onder Python 3.14, alle zes functies werken, imports lukken, invoer onaangeroerd blijft en alleen de standard library gebruikt is.

Bij niet-technisch werk is het lastiger, maar niet onmogelijk. Geef de agent een ingevuld sjabloon of een beschrijving van het eindproduct. Bijvoorbeeld: een memo van 1.200 woorden voor een bestuur dat beslist over een AI-infrastructuurpartnerschap, besluit en drie redenen op pagina één, elk materieel getal gekoppeld aan een gedateerde primaire bron, feiten en schattingen en aannames apart, een basis-, een op- en een neerwaarts scenario, het sterkste tegenbewijs vertegenwoordigd, en stoppen en escaleren als twee materiële bronnen niet te rijmen zijn.

Dat klinkt heel uitgebreid maar hoe vager je bent hoe eerder de agent zijn werk stopt en jou weer nodig heeft.

Soms is de conclusie dat een taak niet geschikt is. Vooral als je zelf niet weet wat een bruikbaar eindresultaat zal zijn.

Er zijn genoeg taken niet geschikt voor een lange autonome run.

Dus, eerst het doel helder hebben en daarna een agent aan het werk zetten.

Les 2: zet intelligentie in waar het de uitkomst verandert

De vraag is niet meer welk model het beste is, maar waar in deze workflow extra intelligentie het resultaat verandert. Dat is een andere vraag en hij bespaart je geld.

Onze eigen agents draaien voor het grootste deel van de tijd op kleine modellen zoals GPT-Nano, Claude Haiku, Gemini Flash, DeepSeek V4 Flash of Mistral Small 4.

Zware modellen zoals Fable 5 zetten we absoluut niet op elke stap, want dat is traag en duur. Het “kleine werk” gaat naar de goedkope modellen.

Maar soms wil je juist meteen het sterke model. Bij een onderzoek naar het Europese computetekort werd er eerst een zwaar model ingezet om de parameters te bepalen: wat betekent tekort, welke voorspellingshorizon, welke regels gelden voor bewijs.

Pas daarna gaan de goedkope agents op pad om informatie te verzamelen. De intelligentie zit aan de voorkant, waar de vraag gedefinieerd wordt, niet in het uitvoerende deel.

Deze editie gaat verder voor betaalde abonnees van de nieuwsbrief. Lees het vervolg op Substack.