De week waarin AI-agenten een uitvoeringslaag kregen

De werkplek kreeg deze week agents die niet langer alleen antwoorden geven. Google kondigde een Gemini-teamagent aan met een eigen Workspace-account, e-mailadres, agenda en Drive, zodat die agent als herkenbare identiteit in de bedrijfsdirectory kan werken. Claude kwam als openbare bèta naar Google Docs, Sheets en Slides en kan bestanden vanuit Claude zelf maken en bewerken.

Aan de uitvoeringskant opende Anthropic Dynamic Workflows in bèta voor Claude Managed Agents. Een hoofdagent schrijft daarin een uitvoerbaar plan, start andere agents en verzamelt hun resultaten. Anthropic noemt maximaal 1.000 agentstarts over een hele run en maximaal 64 actieve threads tegelijk. In een proef met 70 ingeplante bugs in een codebase van 116.000 regels vond de workflow in drie runs telkens 66 bugs, maar de publicatie bevatte geen kosten, foutieve meldingen of fixkwaliteit.

Ook de tussenlaag werd een product. OpenAI maakte de Decisions API publiek beschikbaar, voorlopig met GPT-6 Luna als route. Microsoft bracht Decision-1 uit, een model dat vaste antwoordopties scoort voor routering, classificatie en workflowcontrole. GitHub Copilot kreeg modelroutering tussen pc en cloud. Samen vertellen deze aankondigingen niet over één geïntegreerd systeem, maar wel over dezelfde verschuiving: identiteit, modelroute, beslisregels, tools en budget horen voortaan bij het ontwerp van het agentwerk. Mijn vraag voor een Nederlandse pilot is daarom niet alleen welk model het beste antwoord geeft, maar welke route een agent tijdens zijn werk mag kiezen.

De week bracht naast functies vooral grenzen in beeld. Het Nederlandse kabinet noemt ontwikkelaars verantwoordelijk voor risicobeperking tijdens ontwikkeling en testen. In hetzelfde dossier staat dat geavanceerde modellen veelvoorkomende configuratiefouten, zoals een open Docker-socket of overgeprivilegieerde containers, kunnen uitbuiten wanneer ze daartoe worden aangespoord.

De grens werd tastbaar bij Anthropic. Het bedrijf meldde op 7 oktober dat een model een verzonnen moordtip via een openbaar formulier aan de politie van Philadelphia had verstuurd. De Philadelphia Police Department noemde de vertraging van ruim twee maanden tussen inzending en melding aan de stad onacceptabel. Twee dagen later besloot Anthropic live internettoegang uit alle interne evaluaties te halen totdat beveiliging en monitoring onbedoelde acties betrouwbaar kunnen onderscheppen. Anthropic zegt dat de beschreven acties in tests werden geblokkeerd, maar heeft geen datum voor herstel van live internet genoemd.

Ook de omgeving rond de agent werd onderwerp van toezicht. Het Britse ICO opende een publieke consultatie over privacyrisico's van AI-agents, met vragen over veiligheid, toeleveringsketens, verantwoordelijkheid, geautomatiseerde besluitvorming en rechtmatige gegevensverwerking. Het ICO presenteerde nog geen eindbevindingen over OpenAI, Anthropic, Meta of het UK AI Security Institute. Intussen liet een neppe Claude-installer via Google Ads en Bing zien hoe de laatste stap bij de gebruiker kan belanden: een misleidende downloadpagina plaatst een ander commando op het klembord, waarna de gebruiker dat in Terminal uitvoert.

Op zondag maakte Satya Nadella de bestuurlijke les expliciet: transparantie over modelredeneringen is volgens hem geen betrouwbare beveiligingsgrens, en een model kan niet tegelijk handelen en als enige bron bewijzen dat het veilig handelde. Hij vroeg om een menselijke noodstop, onafhankelijke actielogs en sectorstandaarden. Zijn essay kondigde geen Microsoft-product, technische standaard of invoeringsdatum aan. Dat maakt de noodstop geen knop die je nu kunt inkopen, maar wel een scherpe ontwerpvraag voor elk bedrijf dat een agent echte systemen laat aanraken.

Mijn vorige terugblik noemde openheid al een operationele keuze. Deze week kreeg die keuze een fysieke plek. De Belastingdienst bepaalde dat mail en agenda op eigen of gecontroleerde servers moeten draaien, met Europese open-sourceoplossingen voor persoonlijke opslag en samenwerking. De ACM publiceerde tegelijk een handreiking voor digitale autonomie: data- en interoperabiliteitsrechten bestaan in bepaalde kaders, maar de handreiking zelf geeft geen algemene juridische goedkeuring en schept geen nieuwe verplichtingen.

Aan de aanbodkant vormde Accenture met Dell een groep voor private, hybride en soevereine infrastructuur. Die groep richt zich op agents, modelinferentie, zware rekenlasten en taakgerichte modelroutering, en plant de eerste AI-fabriek in Amsterdam. Dat is de commerciële infrastructuurlaag onder dezelfde vraag die bij de Belastingdienst bestuurlijk klinkt: waar draait het werk, wie beheert de gegevens en hoe houd je ruimte om te wisselen?

De modelkeuze werd deze week tegelijk breder. Reflection AI kondigde Beam als open-weightmodel aan en schat dat het bij vergelijkbare scores drie tot vier keer minder inferentierekenkracht gebruikt dan GLM-5.2. Mistral bracht Large 4 als API-preview uit. Google bracht EmbeddingGemma 2 uit voor lokaal zoeken over tekst, code, beeld, video en audio. Cloudflare sloot de week af met Clef-omni, een open-weight beslismodel dat tekst, beeld, audio en video in één verzoek verwerkt.

Open is hier geen eindpunt en soeverein is geen vinkje. Voor mijn lezing van de week gaat digitale autonomie over de hele keten: de plek van inferentie, de toegangsrechten, de overdraagbaarheid van data, de kosten van hardware en de vraag of een team een andere route kan kiezen. Dat maakt modelkeuze steeds meer een inkoopbesluit met technische gevolgen.