Naar de inhoud
XSIS
Een engineer met een tablet in een gang van een serverruimte

AI en data

Multi-agentsystemen en -protocollen

AI-agenten die echt werk doen in uw systemen, binnen uw regels en onder toezicht van mensen

Chatbots beantwoorden vragen; het werk wacht nog steeds op mensen

De meeste AI-pilots stoppen bij een chatvenster. De echte kosten zitten in werk dat systemen doorkruist: een aanvraag controleren, gegevens opzoeken, het ERP bijwerken en de klant informeren.

Een AI-model onbeperkt toegang geven tot die systemen is geen optie voor een gereguleerd bedrijf. Elke actie moet zijn toegestaan, gelogd en uitlegbaar, en een mens moet kunnen ingrijpen.

Wat u krijgt

  1. Werk gedaan, niet alleen antwoorden

    Agenten die meerstaps werk in uw systemen afronden, dag en nacht, in plaats van alleen vragen te beantwoorden.

  2. Elke actie verantwoord

    Elke tool die een agent mag gebruiken is gedefinieerd, van rechten voorzien en gelogd, zodat acties controleerbaar zijn.

  3. Mensen aan het roer

    Mensen houden toezicht op de agenten en grijpen in bij uitzonderingen, zonder elke routinestap goed te keuren.

  4. Kwaliteit en kosten onder controle

    Kwaliteit, fouten en tokenverbruik worden per agent gemeten, met limieten die uit de hand lopende kosten stoppen.

Wat we leveren

  • Meeragentworkflows met human-on-the-loop-toezicht

    Agenten die een taak delen, elk met een nauwe rol, en dag en nacht werken. Onder human-on-the-loop-toezicht (HOTL) kijken mensen mee en behandelen zij de uitzonderingen.

  • MCP-servers en gebruik van bedrijfstools

    Model Context Protocol-servers (MCP) en WebMCP-servers die agenten nauwe, gelogde toegang geven tot uw API’s, databases en interne tools, met deterministische tooluitvoering.

  • A2A-interoperabiliteit en AP2-betalingen

    Agent2Agent (A2A) laat uw agenten werk uitbesteden aan agenten in andere systemen. Het Agent Payments Protocol (AP2) laat een agent betalen binnen een cryptografisch mandaat dat u goedkeurt.

  • AgentOps

    Telemetrie, evaluatie, vangrails tegen hallucinatie en beheersing van tokenkosten voor elke agent, zodat u ziet wat elke agent deed, hoe goed en tegen welke kosten.

Hoe het werkt

Elke toolaanroep is deterministisch en cryptografisch controleerbaar. AgentOps-telemetrie, evaluatie en vangrails draaien op elke agent, met human-on-the-loop-toezicht op de uitzonderingen.

  1. Kies de workflow

    We kiezen een workflow met een duidelijk bedrijfsresultaat en spreken af welke stappen agenten nemen, welke bij mensen blijven en waar mensen moeten goedkeuren.

  2. Definieer de tools

    We ontsluiten de systemen die de agenten nodig hebben via MCP-servers, waarbij elke tool eigen rechten, invoer en logging heeft.

  3. Bouw en evalueer

    We bouwen de agenten en testen ze op echte gevallen, waarbij we nauwkeurigheid, fouten en kosten scoren voordat iemand erop vertrouwt.

  4. Richt toezicht in

    We geven uw team zicht op wat de agenten doen, meldingen bij uitzonderingen en een manier om elke agent te pauzeren of te overrulen.

  5. Lanceer en beheer

    We lanceren in fasen, bewaken kwaliteit en tokenverbruik, en breiden de agenten uit naar nieuwe stappen zodra de eerste zich hebben bewezen.

Technologieën en standaarden

Agenten werken via open standaarden: MCP en WebMCP voor tooltoegang, A2A voor delegeren tussen agenten en AP2 voor betalingen. De ecosystemen bouwen op standaarden van de Linux Foundation en FIDO.

Frameworks
  • FastAPI
AI en machine learning
  • LangChain
  • LlamaIndex
Methoden en werkwijzen
  • Human-on-the-loop-toezicht (HOTL)
  • AgentOps-telemetrie en -evaluatie
  • Vangrails tegen hallucinatie
  • Beheersing van tokenkosten

Hoe u begint

De meeste klanten beginnen met de soevereine agentische proof of concept: een werkende meeragentworkflow die in een privénetwerk op uw interne tools is aangesloten.

Wat er nu gebeurt

  1. Een tijd afspreken

    Ons team mailt u om een tijd voor de sessie af te spreken.

  2. Voorgesprek

    Een gratis online voorafgaand adviesgesprek van 30 minuten: we bespreken uw doelen, systemen en beperkingen.

  3. Gereedheidsanalyse

    In een gratis gereedheidsanalyse van 48 uur toetst een Principal Architect uw project aan de 6-punts Definition of Ready en adviseert het traject dat past.

  4. Het traject kiezen

    Projecten met een heldere scope ontvangen binnen 3–5 werkdagen een bindend voorstel. Projecten in de conceptfase starten in de Blueprint Studio. Een live systeem dat uitvalt, ongedocumenteerd is of integratie nodig heeft, begint met een diagnose van 1–2 weken. De Blueprint Studio en de diagnose hebben elk een vaste prijs, vermeld in het voorstel.

De snelste ingang is het Soevereine agentische POC (MCP, A2A, GraphRAG)-pakket, een van onze snelle samenwerkingspakketten.

Waar te beginnen

Vragen en antwoorden

Hoe verschilt een meeragentsysteem van een chatbot?

Een chatbot beantwoordt vragen. Een agent onderneemt acties: hij leest gegevens, roept uw systemen aan en rondt stappen van een proces af. Een meeragentsysteem verdeelt een grotere taak over agenten met nauwe rollen, die makkelijker te testen en te beheersen zijn.

Wat zijn MCP, A2A en AP2?

Het zijn open protocollen voor AI-agenten. Het Model Context Protocol (MCP) verbindt een agent met tools en data. Agent2Agent (A2A) laat agenten in verschillende systemen werk uitbesteden. Het Agent Payments Protocol (AP2) laat een agent betalen binnen een mandaat dat u ondertekent.

Hoe voorkomt u dat een agent doet wat niet mag?

Een agent kan alleen handelen via de tools die we voor hem definiëren, elk met eigen rechten en limieten. Elke aanroep wordt gelogd. Vangrails controleren invoer en uitvoer, en stappen met risico wachten op goedkeuring door een mens.

Wat betekent human-on-the-loop?

Bij human-in-the-loop (HITL) keurt een mens elke stap goed. Bij human-on-the-loop (HOTL) voeren agenten de routinestappen uit terwijl mensen toezicht houden, meldingen ontvangen en ingrijpen bij uitzonderingen. We spreken met u af welke stappen welke aanpak vragen.

Hoe weet u of de agenten nauwkeurig genoeg zijn?

We bouwen een evaluatieset van echte gevallen met de verwachte resultaten. Elke agent wordt daarop gescoord vóór de release en na elke wijziging aan prompts, modellen of tools. U bepaalt de drempel, en daaronder lanceren we niet.

Hoe houdt u de tokenkosten onder controle?

AgentOps meet de tokens die elke agent en elke stap gebruiken. We stellen limieten per taak in, cachen herhaald werk en sturen routinestappen naar kleinere modellen. Het verbruik wordt gerapporteerd, zodat een workflow die duur wordt vroeg zichtbaar is.

Kunnen de agenten draaien zonder dat onze data onze omgeving verlaat?

Ja. De agenten, de tools en de modellen kunnen in uw eigen datacenter of een privénetwerk op een regionale soevereine cloud draaien. Ons expertisegebied voor soevereine LLM’s host de modellen daar.

Wie is eigenaar van de agenten die u bouwt?

U. De code, prompts, tooldefinities en evaluatiesets die we voor u maken, zijn van u zodra elke mijlpaal is betaald. Commerciële modellen blijven onder hun eigen licentievoorwaarden vallen, die we voor u vermelden.

Begin met een gesprek, niet met een contract.

Vertel ons wat u wilt bouwen, verbinden of beveiligen. Een architect neemt het met u door en adviseert daarna waar te beginnen.