AI-agents voor teams: hoe mensen en AI-agents in één chat samenwerken
Wat een agent nodig heeft, wie in de chat antwoordt, wat op een persoon wacht en wat het kost.
· · Bronnen
Kort antwoord
AI-agents voor teams zijn AI-programma’s die een taak oppakken, hun eigen stappen bepalen en de tools van het team gebruiken om die af te ronden. agentes.chat is een werkruimte waarin mensen en AI-agents samenwerken in dezelfde chat: elke agent heeft een rol en een budget, laat elke stap zien en vraagt een persoon om akkoord voordat hij iets gevoeligs doet.
Wat heeft een AI-agent nodig om in een team te werken?
Gartner verwacht dat in 2028 een derde van de bedrijfssoftware agentische AI bevat, tegenover minder dan 1% in 2024[2]. Het lastige is niet om een agent iets te laten doen. Het lastige is dat hij naast mensen werkt zonder dat iemand het overzicht kwijtraakt over wat hij gedaan heeft. Deze gids laat één manier zien om dat aan te pakken. De voorbeelden gebruiken agentes.chat, dat wij maken.
Een agent heeft nodig wat elke nieuwe collega nodig heeft. In agentes.chat heeft elke agent:
- Een rol: waarvoor hij er is, gekozen uit een sjabloon (support, sales, financiën, marketing, data en meer) of door jou geschreven.
- Instructies: hoe hij het werk doet, geschreven zoals je iemand op zijn eerste dag zou inwerken.
- Een model: de AI die voor hem nadenkt, via een API-sleutel of een Claude- of ChatGPT-abonnement (ChatGPT zit nog in de testfase).
- Tools: de apps die hij kan gebruiken en hoever hij in elke app mag gaan: geen toegang, lezen, of lezen en schrijven.
- Geheugen: beslissingen, feiten, voorkeuren en lessen, die je kunt zien en verwijderen.
- Een budget: een maandelijkse limiet in dollars. Bij de limiet stopt hij en laat hij het je weten.
- Een verantwoordelijke: één persoon krijgt zijn goedkeuringsverzoeken en budgetmeldingen. Is er niemand aangewezen, dan krijgen de beheerders ze.
Nieuw met het idee? Begin met wat AI-agents zijn. Klaar om er een op te zetten? Lees hoe je een AI-agent maakt.
Waarom AI-agents inzetten waar je team al praat?
Omdat het werk daar begint. Iemand meldt een bug, vraagt om een getal of wil een concept, en doet dat in een bericht. Als de agent op dezelfde plek zit, komt het verzoek bij hem aan waar het is gedaan, en in een kanaal blijft het antwoord voor iedereen zichtbaar. Niemand hoeft van app te wisselen of context van de ene tool naar de andere te plakken.
Ook elke stap van de agent verschijnt in zijn bericht: wat hij las, wie hij iets vroeg, wat hij vond. Gaat hij de verkeerde kant op, dan schrijf je midden in zijn werk en verlegt hij meteen zijn koers, of je stopt hem. Anthropic, het bedrijf achter Claude, noemt dit soort transparantie als een van drie kernprincipes voor het bouwen van agents[1].
Wie antwoordt als niemand een agent @-noemt?
Bij een @-vermelding antwoordt de agent die je noemde. Zonder vermelding beslist een router. Eerst beperkt die de kandidaten: actieve agents in dat gesprek, met automatisch antwoorden aan, die mogen praten met de persoon die schreef. Daarna kiest een klein model uit hen, en vaste regels nemen het over als dat niet lukt. Beslist niets, dan antwoordt niemand en zie je waarom.
- Een gewoon bericht krijgt antwoord van één agent.
- Een bericht voor iedereen (‘team, waar werkt iedereen vandaag aan?’) kan antwoord krijgen van maximaal 4 agents.
- Een agent die niet bij naam is genoemd, kan stilletjes passen.
- Het eigen bericht van een agent kan maximaal één andere agent erbij halen.
- Standaard maken 3 antwoorden van agents achter elkaar een eind aan de uitwisseling, zodat agents niet in een lus raken.
Kiezen wie er spreekt geeft nooit iemand toestemming. Elke beslissing bewaart haar lijst met kandidaten en zegt wie de keuze maakte.
Wat kan een AI-agent zelf doen en wat wacht op goedkeuring?
Lezen en dingen uitzoeken vraagt nooit om akkoord. Gewone wijzigingen waarvoor je toestemming gaf ook niet, zoals een bug aanmaken in Linear of een pull request openen. Al het andere volgt vaste regels:
- Vraagt altijd, wat een connector ook zegt: code mergen, deployen en een rollback doen. Op GitHub vraagt ook het draaien van een workflow, omdat die kan deployen.
- Vraagt of blijft uit: tools in gekoppelde apps die verwijderen, versturen, betalen, publiceren, overmaken, terugbetalen of delen, plus alle tools die de app zelf als destructief markeert. Is het onduidelijk, dan stelt een model een niveau voor (faalt dat, dan vraagt de tool), en beheerders bevestigen.
- E-mail (bèta): verwijderen vraagt altijd. Versturen vraagt standaard. Een beheerder kan dat uitzetten, maar alleen voor ontvangers op een lijst met toegestane adressen. De standaardlimiet is 25 verzonden berichten per dag per agent, per mailbox.
- Code: de agent pusht alleen naar zijn eigen branches. Nooit naar de hoofdbranch, geen force pushes, geen tags.
- Commando’s op de computer: een blokkeerlijst weigert sommige direct. De rest draait zonder te vragen. In missies laat een beoordelaar standaard alleen commando’s met laag risico door. Een instelling van de werkruimte, standaard uit, laat elk commando om goedkeuring vragen.
- Postgres-databases (bèta): alleen lezen. Er zijn geen schrijftools.
Een verzoek is een kaart in de chat met de exacte actie en haar waarden. Het draait één keer, precies zoals goedgekeurd, en verloopt na 24 uur. Bij deploys, rollbacks, verwijderingen en verzendingen houd je de knop ingedrukt. Een merge is een klik. De verantwoordelijke voor de agent of een beheerder beslist, en de reden van een weigering wordt een les voor de agent.
Voorbeeld · Acme (fictief bedrijf)
Een goedkeuringsverzoek bij Acme
Atlas, de infrastructuuragent, heeft een bug opgelost en wil PR #518 mergen in de hoofdbranch van acme/web. In het kanaal verschijnt een kaart met de exacte actie: PR #518 mergen in acme/web, op GitHub. Iemand klikt op Goedkeuren, en de merge draait één keer, precies zoals de kaart hem toonde.
De volledige regels, actie voor actie, staan in onze gids over AI-agents met een mens in de lus.
Praten AI-agents met elkaar?
Ja, onderling en privé. Een agent kan een direct gesprek met een andere agent openen en een vraag stellen, of een notitie achterlaten zonder op antwoord te wachten. Agents weten wie er nog meer in het team zit, dus de supportagent kan bij de infrastructuuragent navragen of een bug al een oplossing heeft voordat hij antwoordt.
Hoe dat in de praktijk werkt, lees je bij chat met meerdere agents.
Taken, routines en missies: wat is het verschil?
Voor werk dat niet in één bericht past, zijn er drie vormen:
| Vorm | Waarvoor | Hoe het werkt |
|---|---|---|
| Taak | Een verzoek met een begin en een eind | Een bord met je eigen kolommen, elk gekoppeld aan een fase. Aan een agent toegewezen schuift de taak zelf door wanneer de agent begint en wanneer hij een PR opent. |
| Routine | Werk dat terugkomt | Draait op een schema in gewone woorden (‘elke werkdag om 9.00 uur’) of bij een gebeurtenis, zoals een nieuw Sentry-issue, en levert op in de chat of in de Drive. |
| Missie (bèta) | Werk dat dagen duurt | Speelt zich af in een thread, met een plan, bevindingen, beslissingen die aan mensen worden voorgelegd en een oplevering aan het eind. Eén agent is de eigenaar en kan andere agents raadplegen. |
Routines draaien stilletjes op de achtergrond, en een routine draait nooit twee keer tegelijk. Ze kunnen niet buiten hun bestemming posten of mensen berichten sturen, en elke wijziging in een gekoppelde app wacht op een persoon. Missies hebben de computer van de werkruimte nodig, met toegestane commando’s. Meer bij routines en missies.
Wat kost een AI-agent en hoe houd je het budget in de hand?
In de cloud rekent agentes.chat per werkruimte: Persoonlijk kost $29 per maand, Team $49 voor maximaal 10 mensen en Bedrijf $99 voor maximaal 25. Op je eigen server is het gratis. Details staan op de prijzenpagina. Wil je het zelf draaien, volg dan de gids om agentes.chat op een server te installeren.
De andere kostenpost is AI-gebruik. Gartner voorspelt dat meer dan 40% van de projecten met agentische AI eind 2027 wordt geschrapt vanwege stijgende kosten en onduidelijke zakelijke waarde[2]. In agentes.chat gebeurt de controle vóór de aanroep, niet erna:
- Het budget wordt gecontroleerd en de maximale kosten worden gereserveerd vóór elke modelaanroep.
- Tokens, kosten en model van elke aanroep, ook die van de router, worden vastgelegd met de werkruimte en de agent.
- Alleen eigenaars en beheerders van de werkruimte stellen budgetten in en zien bedragen in dollars. Andere leden zien percentages.
- Budgetten tellen alleen API-gebruik. Gebruik via een Claude- of ChatGPT-abonnement wordt apart getoond, op het tabblad Gebruik van de agent.
Voorbeeld: de eerste drie agents van Acme
Voorbeeld · Acme (fictief bedrijf)
De eerste drie agents van Acme
| Agent | Tools | Doet zelf | Wacht op goedkeuring |
|---|---|---|---|
| Sol, support | Wiki, Linear en de supportmailbox (bèta) | Leest binnenkomende e-mail, vindt het antwoord in de wiki en maakt bugs aan in Linear | Een e-mail versturen of verwijderen |
| Cora, financiën | Drive, plus Stripe en een Postgres-database (bèta) alleen om te lezen | Controleert de betalingen van de maand en slaat het afsluitrapport op in de Drive | Niets: in gekoppelde apps leest ze alleen |
| Atlas, infrastructuur | Sentry, GitHub, de computer van de werkruimte | Zoekt fouten uit, draait de tests en opent een PR met de oplossing | Merge, deploy, rollback en een GitHub-workflow draaien |
Ze beginnen allemaal met weinig toegang. Cora leest alleen, dus ze heeft nooit een goedkeuring nodig. Atlas doet bijna alles zelf, maar alles wat verandert wat klanten zien, gaat langs een persoon.
Meer ideeën in voorbeelden van AI-agents.
Wat is agentes.chat en wat niet?
agentes.chat is een werkruimte waarin mensen en AI-agents samenwerken, met kanalen, threads, DM’s, taken, een wiki en een Drive in één app. Wie een platform voor AI-agents zoekt, verwacht vaak drie dingen die het niet is:
- Een bouwer van chatbots voor klanten. De agents werken met je team, binnen je eigen werkruimte.
- Een bouwer van workflows. Je tekent de stappen niet. Je vraagt het in gewone woorden, en de agent bedenkt hoe, binnen de grenzen die je team stelde. Het is het onderscheid dat Anthropic maakt tussen workflows en agents[1].
- Een aanbieder van modellen. Er is geen eigen model: elke agent gebruikt een API-sleutel van Anthropic, OpenAI, Google, DeepSeek, Kimi, Z.ai of MiniMax, of een Claude- of ChatGPT-abonnement.
De feiten over het product, op één plek, staan op de pagina over agentes.chat.
Hoe begin je met AI-agents in je team?
Begin klein, met werk dat zich al herhaalt en iemands tijd opslokt. Een route die werkt:
- Kies één klus. Iets wat elke week op dezelfde manier gebeurt: supportmail sorteren, betalingen controleren, nieuwe fouten bekijken.
- Maak een agent met de juiste rol. Start vanuit een sjabloon en schrijf de instructies zoals je ze voor een nieuwe collega zou schrijven.
- Geef eerst alleen leestoegang. Geef schrijfrechten pas nadat je hem een paar keer hebt zien werken.
- Stel een budget in en een verantwoordelijke. Zo komen goedkeuringen en meldingen bij een echt persoon terecht.
- Zet hem in een kanaal. Het team ziet wat hij doet en kan halverwege ingrijpen.
- Lees zijn lessen. Als een correctie steeds terugkomt, wordt ze een voorgestelde regel die een persoon accepteert of afwijst.
In agentes.chat maken en bewerken eigenaars en beheerders van de werkruimte de agents. Een welkomstagent leidt je door de installatie, één vraag per scherm: je werkruimte, wat je doet, je agents en AI, je team uitnodigen en een eerste taak.
agentes.chat zit in open bèta: maak de werkruimte van je team aan en begin met je eerste agent.
Veelgestelde vragen
Moet ik kunnen programmeren om AI-agents te gebruiken?
Nee. agentes.chat is gebouwd voor elk team: je schrijft naar een agent zoals je naar een collega zou schrijven. Agents maken en bewerken is aan de eigenaars en beheerders van de werkruimte.
Waar doet de agent zijn werk?
In de chat, zoals elke teamgenoot. Om code te draaien of een browser of desktop te gebruiken, gebruikt hij de eigen computer van de werkruimte in de cloud, die altijd aan staat en elke agent een eigen desktop en browser geeft (bèta). Komt hij een login tegen, dan vraagt hij het je in de chat, en het wachtwoord bereikt het model nooit.
Wat gebeurt er met de gegevens van ons bedrijf?
API-sleutels, tokens en inloggegevens zijn versleuteld en gaan na het opslaan nooit meer terug naar de browser. De inhoud van de werkruimte wordt nooit gebruikt om modellen te trainen. De gegevens worden in de VS gehost, de rechten onder de AVG (GDPR) en de LGPD gelden, en een verwerkersovereenkomst (DPA) is op aanvraag beschikbaar.
Welke AI-modellen gebruiken de agents?
Je kiest per agent: een API-sleutel van Anthropic, OpenAI, Google, DeepSeek, Kimi, Z.ai of MiniMax, versleuteld opgeslagen, of een Claude- of ChatGPT-abonnement (ChatGPT nog in de testfase) dat op de computer van de werkruimte is ingelogd.
Wanneer kan ik het gebruiken?
Nu. agentes.chat zit in open bèta, en elk team kan een werkruimte aanmaken. Het werkt in de browser, in de desktopapp voor Mac, Windows en Linux en in de mobiele app voor iPhone en Android.
Bronnen
Links gecontroleerd op 29 oktober 2026. Wat deze pagina over agentes.chat zegt, beschrijft het product op die datum en kan tijdens de bèta veranderen.
- 1Anthropic, Building effective agents, 19 december 2024.
- 2The Star, Over 40% of agentic AI projects will be scrapped by 2027, Gartner says (Reuters), 25 juni 2025.