Het tijdperk waarin bedrijven promptketens en schaduwagenten aan elkaar hechten, loopt ten einde naarmate er meer opties ontstaan voor het orkestreren van complexe multi-agentsystemen. Terwijl organisaties AI-agenten in productie brengen, blijft de vraag: “hoe gaan we ze beheren?”
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 harnasbenadering van AWS zich op de uitvoeringslaag bevindt.
Het debat over hoe te beheren en te controleren kreeg de afgelopen maand nieuwe energie toen concurrerende bedrijven hun platforms voor het bouwen van agenten uitbrachten of updaten – Anthropic met de nieuwe Claude Managed Agents en OpenAI met verbeteringen aan Agent-SDK– om ontwikkelaarsteams de mogelijkheid te bieden om agenten te beheren.
AWS met nieuwe functies toegevoegd Bedrock AgentCore optimaliseert voor snelheid – vertrouwt op harnassen om agenten sneller naar het product te krijgen – en biedt tegelijkertijd identiteits- en toolbeheer.
In de tussentijd Google’s Gemini Enterprise hanteert een op governance gerichte aanpak met behulp van een controlevlak in Kubernetes-stijl. Elke methode biedt inzicht in hoe agenten binnen een workflow van taakhulpen voor de korte termijn overgaan naar entiteiten met een langere levensduur.
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 die het AI-agentaanbod voor ondernemingen – Gemini Enterprise Platform en Gemini Enterprise Application – onder één paraplu samenbrengt.
Het bedrijf heeft een nieuwe naam gekregen Vertex AI als Gemini Enterprise-platformhoewel het volhoudt dat het, afgezien van de naamswijziging en nieuwe functies, in principe nog steeds dezelfde interface is.
“We willen bedrijven een platform en een voordeur bieden om toegang te krijgen tot alle AI-systemen en tools die Google biedt”, vertelde Maryam Gholami, senior director productmanagement bij Gemini Enterprise, in een interview aan VentureBeat. “Je kunt erover nadenken dat de Gemini Enterprise Application bovenop het Gemini Enterprise Agent Platform is gebouwd, en dat de beveiligings- en beheertools allemaal gratis worden aangeboden als onderdeel van het Gemini Enterprise Application-abonnement.”
Anderzijds, AWS heeft een nieuw beheerd agentharnas toegevoegd aan Bedrock Agentcore. Het bedrijf zei in een persbericht gedeeld met VentureBeat dat Selenium “de upfront build vervangt door een op configuratie gebaseerd startpunt, mogelijk gemaakt door Strands Agents, het open source agentframework van AWS.”
De gebruikers bepalen wat de agent doet, welk model hij gebruikt en welke tools hij aanroept, en AgentCore doet het werk door dit allemaal samen te brengen om de agent te laten draaien.
Agenten worden nu systemen
De verschuiving naar statige, langlevende autonome agenten heeft geleid tot een heroverweging van de manier waarop AI-systemen zich gedragen. Terwijl agenten van kortstondige taken overgaan op langlopende workflows, ontstaat er een nieuwe klasse van fouten: statusafwijking.
Terwijl agenten blijven werken, accumuleren ze toestanden, inclusief geheugen, reacties en zich ontwikkelende context. Na verloop van tijd raakt deze modus verouderd. Gegevensbronnen veranderen of tools kunnen tegenstrijdige antwoorden opleveren. Maar de agent wordt kwetsbaarder voor inconsistenties en wordt minder waarheidsgetrouw.
De betrouwbaarheid van agenten wordt een systeemprobleem, en voor het afhandelen van deze operatie is wellicht meer nodig dan alleen een snellere uitvoering; het kan zichtbaarheid en controle vereisen.
Het is dit faalpunt dat platforms als Gemini Enterprise en AgentCore proberen te voorkomen.
Hoewel deze verschuiving al gaande is, gaf Gholami toe dat klanten zullen dicteren hoe ze een langlopende agent willen runnen en controleren.
“We gaan veel leren van klanten waar ze langlopende agenten zouden gebruiken, waarbij ze gewoon een taak aan deze autonome agenten zouden toewijzen om gewoon door te gaan en te doen,” zei Gholami. “Natuurlijk zijn er trucjes en evenwichten om het goed te doen, en de agent kan terugkomen en om meer input vragen.”
De nieuwe AI-stack
Wat steeds duidelijker wordt, is dat de AI-stack zich opsplitst in verschillende lagen en verschillende problemen oplost.
AWS en tot op zekere hoogte Anthropic en OpenAI optimaliseren voor snellere implementatie. Claude Managed Agents neemt een groot deel van het backend-werk van het opkomen voor een agent weg, terwijl de Agents SDK nu ondersteuning biedt voor sandboxes en een kant-en-klaar harnas. Deze benaderingen zijn bedoeld om de drempel te verlagen om agenten aan de slag te krijgen.
Google biedt een gecentraliseerd controlepaneel om identiteit te beheren, beleid af te dwingen en gedrag op de lange termijn te monitoren.
Bedrijven hebben waarschijnlijk beide nodig.
Zoals sommige praktijkmensen het zien, moeten hun bedrijven een serieus gesprek voeren over hoeveel risico ze bereid zijn te nemen.
“De belangrijkste conclusie voor leiders op het gebied van bedrijfstechnologie die momenteel deze technologieën overwegen, kan als volgt worden geformuleerd: hoewel de kwestie van agent-harnas vs. runtime vaak wordt gezien als bouwen versus kopen, is dit in de eerste plaats een kwestie van risicobeheer. Als je het je kunt veroorloven om je agenten door een runtime van een derde partij te laten lopen omdat deze geen invloed hebben op je inkomstenstromen, is dat prima, integendeel, het is een kritischer proces. Overweeg dit vanuit een zakelijk perspectief”, zegt Rafael Sarim Oezdemir, hoofd van Growth bij EZContacten. aan VentureBeat in een e-mail.
Dankzij iteratie kunnen teams snel experimenteren en ontdekken wat agenten kunnen doen, terwijl gecentraliseerde controle een vertrouwenslaag toevoegt. Wat bedrijven nodig hebben, is ervoor zorgen dat ze niet vastzitten in systemen die uitsluitend zijn ontworpen voor één enkele manier om agenten uit te voeren.
