De explosie van AI-agent tooling
AI-agenten ontwikkelen zich razendsnel. De ene week praten mensen over chat. De week daarna gaat het over agenten die features releasen terwijl je slaapt.
Een nieuwe plugin behaalde onlangs in drie weken tijd 73.000 GitHub-sterren. Dit is geen hype. Het is een verschuiving in de manier waarop we software bouwen.
Ik heb de populairste open-source agent-tools bestudeerd. Vijf projecten alleen al hebben bijna 500.000 sterren. Ze concurreren niet met elkaar. Ze lossen verschillende onderdelen van hetzelfde probleem op.
Hier zijn de gegevens:
• obra/superpowers: 245.614 sterren. Een framework voor agent-vaardigheden en methodologie. • thedotmack/claude-mem: 85.713 sterren. Persistent geheugen voor agenten. • bytedance/deer-flow: 76.027 sterren. Tools voor onderzoek en coderen. • DietrichGebert/ponytail: 73.143 sterren. Zorgt ervoor dat agenten denken als senior developers. • cobusgreyling/loop-engineering: Nieuw. Een framework voor engineering-loops.
Deze tools laten ons vijf lessen zien:
Schrijf minder code. De meeste tools richten zich op volume. Ze willen zoveel mogelijk code genereren. De beste tools richten zich op waarde. Een tool genaamd Ponytail leert agenten om te handelen als luie senior developers. Het vraagt of een wijziging noodzakelijk is voordat het deze schrijft. De snelste code is de code die je nooit schrijft.
Structuur wint van slimme modellen. Je kunt een agent niet simpelweg vragen om een feature te bouwen. Je hebt een proces nodig. Succesvolle tools gebruiken een gestructureerde levenscyclus:
- Spec: Definieer wat er gebouwd moet worden.
- Plan: Verdeel het werk in stappen.
- Implement: Schrijf stap voor stap code.
- Review: Automatiseer de review.
- Refactor: Verbeter op basis van bevindingen.
Agenten hebben geheugen nodig. Standaard agenten vergeten wat ze vijf minuten geleden hebben gedaan. Tools zoals Claude-mem geven agenten een brein. Ze slaan projectpatronen en beslissingen op over verschillende sessies heen. Dit voorkomt dat je jezelf blijft herhalen.
Focus op de middelste lagen. Vraag niet alleen welke agent je moet gebruiken. De echte waarde bevindt zich in het midden van de stack:
- Skills: Hoe de agent zich gedraagt.
- Memory: Hoe het onthoudt.
- Orchestration: Hoe het taken beheert.
- Beveiliging is een groot risico. Veel agenten lekken hun system prompts. Als je agent toegang heeft tot code of inloggegevens, is dit gevaarlijk. Gebruik gesandboxte omgevingen en geef agenten de minimale toegang die ze nodig hebben.
De toekomst is niet één super-agent. De toekomst is een stack van tools die samenwerken.
Optionele leercommunity: https://t.me/GyaanSetuAi