Het tijdperk waarin bedrijven snelle ketens en schaduwagenten combineren, loopt ten einde nu er steeds meer opties beschikbaar komen voor het beheer van complexe multi-agentsystemen. Terwijl organisaties AI-agenten in productie brengen, blijft de vraag: “hoe gaan we hiermee om?”
Google en Amazon Web Services bieden fundamenteel verschillende antwoorden, wat een splitsing in de AI-stack illustreert. De aanpak van Google is om agentbeheer op de systeemlaag uit te voeren, terwijl de hefboommethoden van AWS op de uitvoeringslaag worden ingesteld.
Het debat over hoe te beheren en te controleren kreeg de afgelopen maand nieuwe energie toen concurrerende bedrijven hun platforms voor het maken van agenten – Anthropic met Claude’s nieuwe beheerde agent en OpenAI met verbeteringen SDK-agent— geeft het ontwikkelteam opties voor het beheren van agenten.
AWS met nieuwe mogelijkheden toegevoegd Kerngesteenteagent optimaliseer de snelheid door gebruik te maken van de mogelijkheden om agenten sneller bij het product te krijgen, terwijl u nog steeds identiteits- en toolbeheer kunt bieden.
In de tussentijd, Geminibedrijf Google een op governance gerichte aanpak hanteren met behulp van een controlevlak in Kubernetes-stijl. Elke methode biedt een kijkje in de manier waarop agenten van kortetermijntaakhulpen overgaan naar langerlopende entiteiten in de workflow.
Upgrades en paraplu’s
Om te begrijpen waar elk bedrijf staat, volgt hier wat er feitelijk nieuw is.
Google heeft een nieuwe versie van Gemini Enterprise uitgebracht, waarmee het aanbod van zakelijke AI-agenten – Gemini Enterprise Platform en Gemini Enterprise Application – onder één paraplu wordt gebracht.
Het bedrijf heeft een nieuwe naam gekregen Vertex AI als een Gemini Enterprise-platformhoewel hij benadrukte dat, afgezien van de naamswijziging en nieuwe functies, de interface in principe hetzelfde blijft.
“We willen een platform en een voordeur bieden waarmee bedrijven toegang kunnen krijgen tot alle AI-systemen en tools die Google biedt”, vertelde Maryam Gholami, senior director productmanagement bij Gemini Enterprise, in een interview aan VentureBeat. “Volgens jou zijn de Gemini Enterprise Apps gebouwd op het Gemini Enterprise Agent Platform en worden de beveiligings- en governancetools allemaal gratis aangeboden als onderdeel van het Gemini Enterprise Apps-abonnement.”
Anderzijds, AWS voegt een nieuw beheerd agentharnas toe aan Bedrock Agentcore. Het bedrijf zei in een persbericht gedeeld met VentureBeat dat het harnas “up-front builds vervangt door op configuratie gebaseerde uitgangspunten, mogelijk gemaakt door Strands Agents, het open source agentframework van AWS.”
De gebruiker definieert wat de agent doet, welke modellen hij gebruikt en welke tools hij aanroept, en AgentCore doet het werk om dat allemaal samen te brengen om de agent te laten draaien.
Agenten zijn nu systemen
De verschuiving naar stateful, langlopende autonome agenten heeft ons gedwongen te heroverwegen hoe AI-systemen zich gedragen. Terwijl agenten van kortstondige taken overgaan op langlopende workflows, ontstaat er een nieuw soort mislukking: statusafwijking.
Terwijl agenten blijven opereren, accumuleren ze ook toestanden: geheugen, reacties en evoluerende context. Naarmate de tijd verstrijkt, raakt deze situatie achterhaald. De gegevensbron verandert of de tool kan tegenstrijdige antwoorden geven. Maar agenten worden gevoeliger voor inconsistenties en worden minder eerlijk.
De betrouwbaarheid van agenten wordt een systeemprobleem, en het beheersen van dergelijke afwijkingen vergt wellicht meer dan alleen een snellere uitvoering; vereist mogelijk zichtbaarheid en controle.
Dit faalpunt is wat platforms als Gemini Enterprise en AgentCore proberen te voorkomen.
Hoewel deze verschuiving al gaande is, erkende Gholami dat klanten zullen bepalen hoe ze oude agenten willen runnen en controleren.
“We gaan veel leren van klanten waar ze langlopende agenten zullen gebruiken, waar ze deze autonome agenten gewoon een taak geven om verder te gaan en het te doen,” zei Gholami. “Natuurlijk zijn er trucjes en evenwichten die je moet vinden en agenten kunnen terugkomen en om verdere input vragen.”
Nieuwe AI-stack
Wat steeds duidelijker wordt, is dat de AI-stack is opgesplitst in verschillende lagen, waardoor verschillende problemen worden opgelost.
AWS en, tot op zekere hoogte, Anthropic en OpenAI optimaliseren voor een snellere implementatie. Claude’s Managed Agent neemt een groot deel van het backend-werk weg bij het bouwen van agents, terwijl de Agent SDK nu ondersteuning biedt voor sandboxes en kant-en-klare harnassen. Deze benaderingen zijn bedoeld om de barrières voor het runnen van een agent te verlagen.
Google biedt een gecentraliseerd controlepaneel om identiteiten te beheren, beleid af te dwingen en gedrag op de lange termijn te monitoren.
Bedrijven kunnen beide nodig hebben.
Zoals sommige praktijkmensen het zien, moeten hun bedrijven serieuze gesprekken voeren over hoeveel risico ze bereid zijn te nemen.
“De conclusie voor leiders op het gebied van bedrijfstechnologie die vandaag de dag deze technologie overwegen, kan als volgt worden geformuleerd: hoewel de kwestie van het gebruik van agenten versus runtime vaak wordt gezien als bouwen versus kopen, is het in de eerste plaats een kwestie van risicobeheer. Als u het zich kunt veroorloven om uw agenten te laten draaien via een runtime van een derde partij, omdat dit geen invloed heeft op uw inkomstenstroom, dan is dat prima. Aan de andere kant zal in de context van meer kritische processen de laatste optie de enige optie zijn die het overwegen waard is vanuit zakelijk oogpunt”, zegt Rafael Sarim Oezdemir, hoofd van de groei bij EZContacts, vertelde VentureBeat via e-mail.
Door snel te itereren kunnen teams experimenteren en ontdekken wat agenten kunnen doen, terwijl gecentraliseerde controle een vertrouwenslaag toevoegt. Wat bedrijven nodig hebben, is ervoor zorgen dat ze niet verstrikt raken in een systeem dat slechts op één manier is ontworpen om agenten te executeren.
