Waarom agents hét onderwerp van 2026 zijn

In 2022 hield de wereld de adem in omdat AI leerde praten. Tegen 2026 is het sleutelwoord veranderd — nu zijn het agents: AI die niet alleen antwoordt met tekst, maar zelfstandig taken in meerdere stappen uitvoert. Deze cursus gaat over hen. En deze eerste les gaat over waarom het onderwerp nu zo explodeerde, welk geld en welke verwachtingen eromheen zweven, en welke beloften waar zijn.

Act I. Praten zonder handen (2022–2023)

De ChatGPT van 2022 kon indrukwekkend redeneren — en kon niets doen. Vroeg je het om „zoek goedkopere tickets voor me” en het schreef een prachtig plan om tickets te vinden. Het zoeken was aan jou. Het model had geen „handen”: geen toegang tot zoekfuncties, agenda of bestanden. Tekst in, tekst uit.

Act II. AutoGPT: de eerste poging om AI handen te geven (voorjaar 2023)

In het voorjaar van 2023 bouwden enthousiastelingen AutoGPT — een wrapperprogramma dat het model in een lus liet draaien: wat is het doel → wat is de volgende stap → voer uit → bekijk het resultaat → ga verder. Het internet explodeerde: het leek alsof de autonome AI-werker was gearriveerd. Mensen lanceerden AutoGPT om „een bedrijf op te bouwen” en gingen naar bed.

Ze werden wakker met een teleurstelling. AutoGPT verloor het doel na een tiental lussen, draaide in cirkels, overtuigde zichzelf van niet-bestaande resultaten en verbrandde geld bij elke beurt. De hype liep binnen enkele maanden leeg. Maar het idee zelf — een model in een lus, met tools en resultaatcontrole — bleef bestaan en bleek juist. Er ontbraken drie dingen: sterkere modellen, een betrouwbare manier om tools te verbinden, en beveiligingen tegen eindeloze lussen.

Act III. De handen groeiden (2024–2026)

In de volgende twee jaar vielen alle drie de stukken op hun plaats. Modellen werden veel beter in het vasthouden van lange taken. Standaard „sockets” verschenen voor het verbinden van tools — zoeken, bestanden, spreadsheets (de belangrijkste krijgt een eigen les in module drie). En de industrie leerde op de harde manier beveiligingen: limieten, bevestigingen, sandboxes. Tegen 2026 zitten agents in elk belangrijk product: diepe onderzoeksmodi zoeken zelf bronnen en stellen rapporten samen, coding agents schrijven en repareren code, en in automatiseringsbouwers is een agent een gewoon knooppunt dat je met een muis sleept.

Wat een agent is — een werkdefinitie

Laten we voor nu iets simpels afspreken: een agent is AI die zelf een doel in stappen opbreekt, deze uitvoert met tools en het resultaat controleert. Een chat antwoordt en stopt; een agent werkt totdat het doel is bereikt. Het volledige mechanisme — de agent loop — komt in de volgende les: het is het hart van de hele cursus.

De markt: wat onze eigen cijfers zeggen

In juli 2026 haalden we gegevens uit de interne API's van Udemy — 's werelds grootste marktplaats voor online cursussen. Het onderwerp agents heeft daar al 832.649 betalende studenten. Ter vergelijking: de populairste generatieve AI-cursus verzamelde over meerdere jaren 409.492 studenten, en Google AI Essentials op Coursera — 1.876.929 inschrijvingen. De vraag naar AI-vaardigheden is enorm, en agents zijn het heetste onderdeel ervan: veel mensen kunnen al „gewoon prompten”, terwijl bijna niemand agents kan aansturen en controleren.

Een eerlijke voorspelling: wat agents echt kunnen

Nu de anti-hype — zonder dit zou deze cursus een advertentie zijn. Bij tests met realistische kantoortaken voltooit de beste agent van 2026 ongeveer 30,3% — minder dan een derde. Lees dat cijfer helemaal, beide helften:

• Glas halfvol: een derde van de kantoortaken doet een machine al van begin tot eind. Drie jaar geleden — nul.
• Glas halfleeg: in twee van de drie gevallen redt de agent het niet zonder mens. „Een agent vervangt je afdeling” is een sprookje verkopen.

Vandaar de werkheuristiek die je uit deze cursus meeneemt: een agent is sterk waar het resultaat gecontroleerd kan worden en de kosten van een fout beperkt zijn. Waar die zones precies liggen — de kaart vind je in les drie.

Waarom nu leren, niet „als het volwassen is”

Juist omdat agents imperfect zijn, is de waardevolle persoon degene die hun grenzen kent: welke taak je overdraagt, welke niet, welke beveiligingen je instelt. Zodra de technologie volwassen wordt, wordt deze vaardigheid alledaags, zoals googelen. Nu is het zeldzaam. De waarde komt niet van de agents zelf, maar van de persoon die ze kan aansturen en het resultaat kan controleren.

Sandbox: kalibreer je verwachtingen

Test je intuïtie nu — stuur dit naar de sandbox onder de les:

Hier zijn 6 taken:
1) Verzamel de prijzen van 10 concurrenten van hun websites in een tabel.
2) Schrijf een verjaardagswens voor een collega.
3) Sorteer 50 e-mails in „urgent / kan wachten / spam”.
4) Onderhandel over 10% korting met een leverancier.
5) Vind en repareer een codebug die een rapport kapotmaakt.
6) Ontsla een werknemer volledig conform de wet.
Voor elke taak: kan een consumenten AI-agent van 2026 dit van begin tot eind doen,
zonder mens — JA of NEE, en waarom, in één regel.

Vraag het model vervolgens om de scepticus te spelen:

Speel een sceptische analist. Hier zijn 4 beloften uit AI-agent advertenties:
1) „Een agent vervangt je verkoopafdeling.”
2) „Lanceer het — en het bedrijf draait vanzelf terwijl je slaapt.”
3) „Een agent sorteert je inbox en stelt antwoorden op.”
4) „Een agent vindt een bug in het rapport, fixt het en toont wat er veranderd is.”
Geef voor elke belofte een oordeel: REALISTISCH VANDAAG / DEELS / SPROOKJE —
en één zin waarom. Houd er rekening mee dat de beste agents
minder dan een derde van realistische kantoortaken zonder mens voltooien.

Doe het nu

Voer de eerste sandbox-prompt uit en vergelijk de antwoorden van het model met je verwachtingen. Schrijf één taak uit je eigen werk op waar je nu over nadenkt: zou een agent dit aankunnen? Tegen het einde van de cursus beantwoord je die vraag zelf — met onderbouwing.