Insight 04 · 8 minuten lezen
Agents bestaan niet.
Iedereen heeft het over AI agents. Ik ook. Ik heb er tien. Maar ze bestaan niet echt.
Iedereen heeft het over AI agents. Ik ook. Ik heb er tien.
Ze hebben namen. Ze hebben persoonlijkheden. Ze hebben specialisaties. Mijn content-schrijver heet Assane. Mijn designer heet Ilsa. Mijn strateeg heet Pine. En als ik het zo opschrijf, klinkt het alsof ik een team heb aangenomen.
Maar dat heb ik niet.
Het zijn dezelfde persoon
Ik werk elke dag met Claude Code — Anthropic's AI-platform. En op een ochtend, terwijl ik een nieuwe sessie startte, keek ik naar wat er op de achtergrond gebeurde. Niet de chatinterface die je normaal ziet. Het thinking block — het stuk waar de LLM hardop nadenkt voordat hij antwoord geeft.
En daar stond dit:
“Ronald starts a direct-dial session with ‘Specialist: Claude’ — so I'm not M, I'm working as the specialist directly. Let me first invoke the r-start skill, then read the session log and other context files.”
Lees dat nog een keer.

De AI krijgt een instructie: “je bent nu Claude, de Anthropic-specialist.” En het eerste wat hij doet is uitzoeken wat dat betekent. Welke persona moet ik laden? Welke bestanden moet ik lezen? Welke tools mag ik gebruiken? Welke regels gelden er?
Er start geen ander programma op. Er wordt geen andere AI aangeroepen. Het is exact dezelfde LLM die drie seconden geleden nog als M — mijn teammanager — zou hebben geantwoord. Het enige verschil: de context die hij meekrijgt.
Context is het enige verschil
Als ik Assane vraag om een nieuwsbrief te schrijven, dan doet hij dat niet omdat hij een content-schrijver is. Hij doet het omdat hij een bestand leest dat zegt: “Je bent Assane, content-schrijver. Je schrijft in de stem van de klant. Je gebruikt het PAS-framework. Je leest eerst de brand voice documentatie.”
Geef diezelfde instructie aan de “designer-agent” en hij schrijft net zo goed een nieuwsbrief. Misschien zelfs beter, want hij heeft minder aannames over wat een content-schrijver zou doen.
Hier is het punt dat de meeste mensen missen:
Een agent is geen entiteit. Een agent is een configuratie.
Het is een combinatie van drie dingen:
- Context — welke kennis krijgt hij mee
- Skills — welke taken kan hij uitvoeren
- Regels — waar moet hij zich aan houden
Verander die drie dingen en dezelfde LLM gedraagt zich als een compleet ander persoon. Niet omdat hij veranderd is, maar omdat zijn omgeving veranderd is.
Waarom we het toch “agents” noemen
Als het allemaal dezelfde LLM is, waarom heb ik er dan tien? Waarom geef ik ze namen? Waarom heb ik agent-definities met persona's en expertisegebieden?
Omdat het werkt. Niet technisch — communicatief.
Als ik zeg “geef dit aan Pine”, dan weet ik precies wat ik bedoel. Ik bedoel: laad de marketing-strategie context, gebruik de ICOR-frameworks, schrijf vanuit het perspectief van iemand die mijn klanten kent. Dat is een stuk sneller dan het elke keer uit te spellen.
En als ik tegen een klant zeg “mijn strateeg heeft hier naar gekeken”, dan begrijpt die klant dat er een strategische blik op zit. Of het nu Pine is of Claude met een Pine-hoedje — het resultaat is hetzelfde.
Agents zijn marketing-terminologie. En dat is niet erg. Het is zelfs eerlijk, zolang je weet wat je eigenlijk koopt.
Wat je eigenlijk koopt
De meeste bedrijven die “AI agents” verkopen, verkopen je een geconfigureerde prompt. Een stuk tekst dat tegen de LLM zegt: “gedraag je alsof je expert X bent.” Sommige zijn goed. De meeste zijn generiek.
Het verschil zit niet in de agent. Het zit in de context die de agent meekrijgt.
Ik heb weken besteed aan het verzamelen van klantdata. Ik heb sessies gevoerd, transcripten verwerkt, brand voice geëxtraheerd, seizoenspatronen geanalyseerd. Die context — honderden pagina's specifieke kennis over één klant — is wat mijn “agents” effectief maakt.
Zonder die context is Pine een generieke marketing-adviseur. Met die context is hij iemand die weet dat Harmen in april in Spanje zit met klanten, dat de BikeFit-verhouding omslaat in het najaar, en dat de woorden “wij zijn de beste” in het marketingplan niet thuishoren.
De les
Je hebt geen tien agents nodig. Je hebt context nodig.
Goed georganiseerde, specifieke, actuele context die je AI — welke AI dan ook — in staat stelt om werk te leveren dat niet generiek aanvoelt. Werk dat klinkt alsof iemand jouw bedrijf kent. Omdat dat ook zo is, alleen is die “iemand” een taalmodel dat jouw documentatie heeft gelezen.
Agents zijn een handige manier om die context te organiseren. Ze zijn geen magie. Ze zijn geen aparte intelligentie. Ze zijn een map met bestanden en een instructie die zegt: “lees dit en gedraag je dienovereenkomstig.”
En eerlijk gezegd? Dat is precies genoeg.
Deel van de insights-serie.
Wil je zien hoe dit concreet werkt?
Ik stuur je een voorbeeld-rapport uit een echte case — geanonimiseerd waar nodig. Dan weet je waar ik het over heb.