In detail
Een agentic workflow is een paradigmaverschuiving in het ontwerp van AI-systemen. In plaats van op één prompt met één output te reageren, splitst een agentic systeem een complex doel op in deeltaken, voert die na elkaar of parallel uit, observeert de resultaten en stuurt bij tot het doel is bereikt. Zo pakt ook een menselijke expert een probleem aan: plannen, handelen, evalueren, bijsturen. Met frameworks als LangChain en CrewAI bouwen developers zulke autonome systemen met meerdere stappen.
Hoe het werkt
- 1
Doel opsplitsen
De agent krijgt een doel op hoofdlijnen en splitst dat met een planner op basis van een LLM op in beheersbare deeltaken.
- 2
Tool kiezen
Voor elke deeltaak kiest de agent de juiste tool (API-call, databasequery, code uitvoeren) uit de beschikbare toolkit.
- 3
Uitvoeren en observeren
De agent voert de actie uit, observeert het resultaat en bepaalt of de deeltaak geslaagd is.
- 4
Herhalen en verfijnen
Is het resultaat onvoldoende, dan past de agent zijn aanpak aan en probeert opnieuw, met wat hij van eerdere pogingen heeft geleerd.
Waar het wordt gebruikt
- Automatisering van klantenservice
- Agents die supporttickets met meerdere stappen afhandelen door databases te raadplegen, de orderstatus te controleren en antwoorden op te stellen.
- Code genereren en reviewen
- AI-agents die zelfstandig code schrijven, tests draaien, fouten herstellen en pull requests indienen.
- Onderzoek en analyse
- Agents die data uit meerdere bronnen verzamelen, bevindingen samenvatten en gestructureerde rapporten maken.