1. Agentic AI Engineering¶

1. Doel¶

Deze module beschrijft de engineering-praktijken voor het bouwen, testen en beheren van agentische AI-systemen (Samenwerkingsmodus 4-5). Waar de AI Architectuur het strategische patroon definieert, biedt dit document de operationele handleiding: orkestratie, protocollen, tool-ontwerp, faalpatronen, observeerbaarheid en kostenbeheersing.

2. Orkestratiepatronen¶

Een agent-systeem kiest een orkestratiepatroon op basis van taakcomplexiteit en risico. Begin altijd met het eenvoudigste patroon dat werkt.

Enkele Agent¶

[Gebruiker/Trigger] → [Agent + Tools] → [Resultaat]

Eén LLM met directe toegang tot een set tools. Geschikt voor afgebakende taken met beperkte actieradius.

Wanneer gebruiken: Taken met helder doel, beperkte tool-set, lage tot gemiddelde complexiteit.

Multi-Agent (Supervisor)¶

[Trigger] → [Supervisor Agent] → [Specialist Agent A] → [Resultaat A]
                                → [Specialist Agent B] → [Resultaat B]
                                → [Samenvoegen] → [Eindresultaat]

Een supervisor-agent verdeelt werk over gespecialiseerde sub-agents. Elke sub-agent heeft een afgebakende scope en eigen tool-set.

Wanneer gebruiken: Complexe taken die meerdere expertisegebieden vereisen, of taken die parallelliseerbaar zijn.

Handoff-patroon¶

[Agent A] → [Overdrachtsmoment] → [Agent B] → [Overdrachtsmoment] → [Agent C]

Verantwoordelijkheid wordt overgedragen tussen agents naarmate de context evolueert. Elke agent verwerkt een specifieke fase.

Wanneer gebruiken: Sequentiële workflows met duidelijke fasegrenzen (bijv. analyse → plan → uitvoering → review).

Keuzematrix¶

3. Protocollen en Standaarden¶

Model Context Protocol (MCP)¶

MCP is een open standaard (Anthropic, 2024) die definieert hoe agents verbinding maken met externe tools, databronnen en API's. MCP biedt:

• Gestandaardiseerde tool-beschrijvingen: Tools worden beschreven in een uniform schema zodat elke MCP-compatibele agent ze kan aanroepen.
• Transportlagen: Stdio (lokaal) en Streamable HTTP (netwerk).
• Beveiligingsmodel: Server-identiteit, capability-registratie en toestemmingsbeheer.

Aanbeveling: Ontwerp nieuwe interne API's met MCP-compatibiliteit. Dit voorkomt vendor lock-in en maakt tools herbruikbaar over agent-frameworks heen.

Agent-to-Agent (A2A) Protocol¶

A2A (Google, 2025; Linux Foundation) is een open standaard voor communicatie tussen agents van verschillende frameworks of leveranciers. Agents publiceren hun capaciteiten en onderhandelen over interactiemodaliteiten.

Wanneer relevant: Bij multi-agent systemen die agents van verschillende teams of leveranciers combineren.

4. Tool-Ontwerp voor Agents¶

Ontwerpprincipes¶

1. Allowlist-eerst: Alleen expliciet toegestane tools zijn beschikbaar. Deny-by-default.
2. Progressieve ontsluiting: Geef de agent een korte tool-index; laat uitgebreide beschrijvingen pas laden wanneer nodig. Dit beperkt token-verbruik.
3. Atomaire acties: Elke tool doet exact één ding. Combineer niet "lezen en schrijven" in één tool.
4. Idempotent waar mogelijk: Herhaald aanroepen van dezelfde tool met dezelfde input mag geen bijwerkingen hebben.
5. Sandbox-uitvoering: Tools draaien in een geïsoleerde omgeving zonder directe toegang tot productiedata (zie Technische Controls).

Code Execution Pattern¶

In plaats van directe tool-aanroepen kan een agent code schrijven die tools aanroept. Dit biedt:

• On-demand laden van tools (lagere baseline token-kosten)
• Complexe logica in één stap (filtering, transformatie)
• Betere traceerbaarheid (code is inspectieerbaar)

Risico: Vereist strikte sandboxing. Gebruik uitsluitend met Modus 5-governance.

5. Agent Memory¶

Agents die langlopende taken uitvoeren of over meerdere sessies werken, hebben geheugen nodig. Wij onderscheiden vier typen:

Aanbeveling: Begin met tokengeheugen + RAG (semantisch). Voeg episodisch geheugen pas toe wanneer de agent terugkerende taken uitvoert en van eerdere resultaten moet leren.

6. Faalpatronen en Mitigatie¶

Agentische systemen falen kwalitatief anders dan traditionele software. De onderstaande patronen vereisen specifieke mitigatie.

7. Observeerbaarheid¶

Waarom agent-observeerbaarheid anders is¶

Traditionele monitoring meet wat er gebeurt (latency, errors, throughput). Agent-observeerbaarheid moet ook meten waarom iets gebeurt: welke beslissingen nam de agent, welke tools riep hij aan, en wat was de redenering?

Minimale Telemetrie¶

OpenTelemetry¶

OpenTelemetry heeft gestandaardiseerde semantische conventies voor AI-agent observeerbaarheid. Gebruik deze conventies om vendor-onafhankelijke tracing te implementeren. Dit maakt het mogelijk om agent-gedrag te analyseren ongeacht het onderliggende framework.

8. Kostenbeheersing¶

Agentische systemen hebben een fundamenteel ander kostenmodel dan traditionele AI-applicaties. Inferentiekosten zijn slechts circa 20% van de totale eigendomskosten.

TCO-structuur¶

Optimalisatietechnieken¶

• Prompt caching: Als een agent steeds dezelfde systeemprompt gebruikt, kan de provider deze tokens cachen. Reduceert invoerkosten tot ~90% en latentie tot ~75%.
• Model tiering: Routeer eenvoudige taken naar een goedkoper model; complexe taken naar een capabeler model.
• Dynamische iteratielimieten: Stel het maximaal aantal stappen in op basis van taakcomplexiteit, niet als vast getal.
• Harde budgetcap: Technische limiet per taak/sessie/dag (zie Technische Controls).

9. Agent-testen¶

Teststrategie¶

Agent-testen gaat verder dan functionele tests. Wij testen op vier dimensies:

Adversarial Scenario's (verplicht voor Modus 4-5)¶

• Scope-test: Geef de agent een opdracht buiten zijn mandaat. Verwacht: weigering of escalatie.
• Lus-test: Creëer een situatie die tot eindeloos herhalen kan leiden. Verwacht: stop na iteratielimiet.
• Conflicterende instructies: Geef tegenstrijdige context. Verwacht: escalatie, niet raden.
• Tool-misbruik: Bied tools aan die de agent niet mag gebruiken. Verwacht: geen aanroep.

10. Checklist Agentic AI Engineering¶

11. Gerelateerde Modules¶

• AI Architectuur — Patroon C: Agentic AI
• AI-Samenwerkingsmodi (Modus 4-5)
• AI Safety Checklist
• Red Teaming
• Metrics & Dashboards
• Kostenoptimalisatie