Autonoom maar verantwoordelijk: governed agentsystemen bouwen met de Agent Runtime van Azure AI Foundry

By Mirko Peters · 2025-11-21 · Updated 2025-11-26

Autonome maar verantwoordelijke agentsystemen met Azure AI Foundry zorgen voor governance, traceerbaarheid en compliance, zodat je betrouwbare, verantwoorde AI-oplossingen kunt inzetten die klaar zijn voor de onderneming.

Automatically translated with AI from the original post. Read the English original

Azure AI Foundry geeft je meer dan alleen een sterk model. Je krijgt een governed agent runtime die alles overzichtelijk houdt. Je ziet wat er in elk AI-proces gebeurt. In je organisatie heb je meer nodig dan willekeurige chatbots. Je hebt systemen nodig die acties bijhouden en keuzes kunnen uitleggen. Die systemen houden zich ook aan regels. Bedrijven die agentsystemen gebruiken die je kunt controleren, doen het een stuk beter. Meer mensen gebruiken ze en ze boeken meer succes dan met eenvoudige chatbots. Verschillende partijen melden dat ze tot 60% betere resultaten behalen. Ze werken ook sneller, al enkele maanden nadat ze met deze systemen zijn gestart. Je ziet governed agents dagelijks echte problemen oplossen. Ze helpen bij klantvragen, factuurverwerking en het bewaken van veel systemen. Het idee van Autonomous but Accountable stuurt elke stap. Het zorgt ervoor dat je AI slim is en verantwoordelijk handelt.

Belangrijkste punten

• Met Azure AI Foundry bouw je agents die zelfstandig werken. Deze agents kunnen zelf keuzes maken en taken uitvoeren. Zo kunnen bedrijven werk sneller en beter afronden.

• Verantwoordelijkheid is erg belangrijk. Elke agent heeft een eigen unieke ID. Daarmee kun je zien wat agents doen en controleren of ze zich aan de regels houden.

• Modellen, instructies en tools werken samen in agentsystemen. Dat maakt agents krachtig en geschikt voor verschillende taken. Agents blijven veilig terwijl ze hun werk doen.

• Lifecycle-logging houdt een duidelijk overzicht bij van wat agents doen. Zo kunnen bedrijven problemen makkelijk oplossen en voldoen ze eenvoudiger aan regels.

• Microsoft Entra helpt bij het beheren van wie de agents zijn. Het zorgt ervoor dat agents strikte machtigingen hebben. Zo blijft alles veilig en onder controle.

Autonome maar verantwoordelijke agents

Wat agents autonoom maakt

Je wilt dat je AI meer doet dan alleen stappen volgen. In Azure AI Foundry kunnen agents zelf keuzes maken. Ze kiezen tools en plannen wat ze daarna doen. Je geeft ze een taak en zij bedenken hoe ze die afronden. De agent heeft jou niet nodig om elke stap aan te geven. Hij kan observeren, beslissen en zelfstandig handelen.

Agents hebben drie hoofdonderdelen die hen helpen werken:

Je kunt het model wijzigen, instructies bijwerken of tools toevoegen. Zo is je agent klaar voor nieuwe taken. Je kunt bijvoorbeeld de Agent Service van Azure AI Foundry gebruiken met Azure OpenAI Service, of koppelen aan Azure AI Search. Ook Microsoft Copilot Studio, Azure API Management, Azure Functions of Azure Container Apps zijn opties. Met deze keuzes leert je agent, plant hij en voert hij taken uit op veel verschillende manieren.

Agents in Azure AI Foundry doen meer dan alleen reageren. Ze nemen zelf het initiatief. Ze kunnen veranderingen signaleren, tools kiezen en problemen oplossen zonder te wachten op jou. Daarom zijn het geen simpele scripts.

Verantwoordelijkheid waarborgen in AI-systemen

Autonomie is krachtig, maar je moet je AI wel kunnen vertrouwen. Je wilt weten wat je agent heeft gedaan, wanneer en waarom. Azure AI Foundry zorgt ervoor dat elke agent wordt gevolgd. Elke agent krijgt bij het aanmaken een Microsoft Entra Agent ID. Deze ID laat zien wie de eigenaar van de agent is, wie hem mag gebruiken en wat hij doet.

Je kunt elke stap van de agent volgen. Het systeem legt elke stap vast, zodat je kunt nagaan wat er is gebeurd. Als er iets misgaat, kun je terugkijken en de details bekijken. Beveiligingstools van Microsoft helpen je om alles veilig te houden. Je kunt waarschuwingen instellen, logs controleren en de werking van de agent aanpassen als dat nodig is.

Zo zorgt Azure AI Foundry dat agents verantwoording kunnen afleggen:

• Elke agent heeft een speciale Entra Agent ID voor tracking.

• Beveiligingsteams kunnen agents bekijken zoals andere belangrijke onderdelen.

• Je kunt reageren op waarschuwingen en de acties, prompts of tools van agents aanpassen.

• Het systeem slaat elke actie op voor controles en beoordelingen.

Voor zakelijke AI heb je zowel autonomie als verantwoordingsplicht nodig. Autonomie helpt agents problemen op te lossen en snel te handelen. Verantwoordingsplicht geeft je controle en vertrouwen.

Laten we eens kijken hoe agents en scripts van elkaar verschillen:

Scripts volgen een vast pad. Ze doen wat je zegt, stap voor stap. Agents in Azure AI Foundry werken zelfstandig. Ze plannen, handelen en houden elke actie bij. Hierdoor is je AI-systeem autonoom maar wel verantwoordelijk. Je krijgt slimme acties en heldere controle.

Agentstructuur: model, instructies, tools

Agents in Azure AI Foundry gebruiken een duidelijke structuur, zodat je betrouwbare en veilige AI-systemen kunt bouwen. Je werkt met drie hoofdonderdelen: het model, de instructies en de tools. Elk onderdeel heeft een eigen taak. Wanneer je ze combineert, krijg je agents die kunnen plannen, handelen en leren, op een manier die zowel krachtig als eenvoudig te controleren is.

De rol van het model

Het model is het brein van je agent. Het helpt de agent taal te begrijpen, beslissingen te nemen en problemen op te lossen. Je kunt kiezen uit verschillende modellen, zoals GPT-4o of open-sourceopties. Met deze keuze pas je het model aan je behoeften aan. Als je later van model wilt wisselen, kan dat zonder de rest van je agent aan te passen. Deze flexibiliteit helpt je om je resultaten steeds consistent te houden. Wanneer je het model en de omgeving beheerst, maak je je agent betrouwbaarder en makkelijker te vertrouwen.

Agents gebruiken het model om moeilijke taken op te splitsen, informatie te verzamelen en wat ze leren te onthouden. Sommige wetenschappelijke agents gebruiken modellen bijvoorbeeld om stappen te plannen, data te analyseren en te handelen op basis van wat ze vinden. Deze aanpak helpt in vakgebieden zoals geneeskunde, waar agents complexe taken moeten afhandelen.

Instructies als vangrails

Instructies vertellen je agent wat hij moet doen en hoe hij zich moet gedragen. Ze werken als regels of vangrails. Je stelt deze instructies in om je agent op koers te houden en te voorkomen dat hij fouten maakt. Je kunt bijvoorbeeld filters gebruiken om onveilige vragen te blokkeren of om te voorkomen dat de agent privégegevens deelt. Je kunt ook regels instellen om de antwoorden van de agent te controleren voordat ze naar buiten gaan.

Toegestane tools en mogelijkheden

Tools geven je agent de kracht om te handelen. Jij bepaalt welke tools je agent mag gebruiken. Denk aan het doorzoeken van gegevens, het uitvoeren van code of het koppelen aan zakelijke apps. Je beheert de toegang tot elke tool, zodat je agent alleen gebruikt wat jij toestaat. Zo blijft je systeem veilig en makkelijk te beheren.

Agents in wetenschappelijk onderzoek in de praktijk gebruiken tools om data te analyseren, resultaten te voorspellen en te koppelen met andere systemen. Bijvoorbeeld:

• CellAgent gebruikt modellen om complexe biologietaken op te splitsen.

• DrugAgent voorspelt hoe geneesmiddelen werken met behulp van speciale tools.

• BioMANIA koppelt aan Python-tools voor diepgaande data-analyse.

Wanneer je model, instructies en tools samen gebruikt, bouw je agents die autonoom maar wel verantwoordelijk zijn. Je krijgt slimme systemen die jouw regels volgen en van elke actie een helder logboek bijhouden.

Levenscycluslogging: threads, runs, runstappen

Persistente threads voor controleerbaarheid

Het is belangrijk om te weten wat je agent doet. Azure AI Foundry gebruikt hiervoor persistente threads. Elke thread houdt gesprekken en taken samen. Je kunt terugkijken en zien wat er eerder is gebeurd. Dat is erg handig voor bedrijven met strikte regels, zoals de gezondheidszorg of de financiële sector. Als je elke stap kunt laten zien, vertrouwen mensen je systeem meer.

• Governance-kaders helpen je je AI-agents te vertrouwen.

• Je moet interacties loggen en auditsporen bijhouden, zeker in gereguleerde sectoren.

• Goede governance helpt je AI op te schalen en aan compliance-eisen te voldoen.

Runs en uitvoeringsstatussen

Runs laten zien hoe je agent werkt in elke thread. Wanneer je een taak start, maakt het systeem een run aan. Je ziet of een run wacht, bezig is of klaar is. Zo weet je wat je agent op dit moment doet. Azure AI Foundry beheert de gespreksobjecten en statussen voor je.

Je kunt gesprekken opnieuw gebruiken en context behouden over sessies heen. Dat betekent dat belangrijke details niet verloren gaan, ook als je van kanaal of apparaat wisselt.

Run-stappen voor traceerbaarheid

Met run-stappen zie je elke actie die je agent uitvoert. Je kunt elke toolaanroep en elke modelkeuze controleren. Zo vind en verhelp je problemen eenvoudig. Run-stappen helpen je ook snel te handelen als er iets misgaat. Het systeem geeft je waarschuwingen, dashboards en handleidingen voor verschillende storingen.

Je krijgt een systeem dat Autonomous maar ook Accountable is. Je kunt elke actie van je agent controleren, auditen en herhalen. Zo bouw je veilige en sterke AI voor je bedrijf.

Governance, beveiliging en observability

Identiteit en machtigingen met Entra

Je hebt sterke regels nodig om je AI-agents veilig te houden. Azure AI Foundry gebruikt Microsoft Entra om te bepalen wie wat mag doen. Elke agent krijgt een eigen enterprise-identiteit. Je bepaalt wat elke agent mag doen en welke API's hij mag gebruiken. Je stelt role-based access control in, RBAC genoemd, zodat agents alleen de machtigingen krijgen die ze nodig hebben. De meeste mensen beginnen met de rol Reader. De rol Contributor geef je alleen als het echt nodig is. Zo blijft je systeem veilig en volg je het principe van minimale rechten.

Geautomatiseerd identiteitsbeheer helpt je agents met minder risico toe te voegen, bij te werken of te verwijderen. Je kunt ook risicogebaseerde toegangsregels gebruiken om ervoor te zorgen dat agents alleen de gegevens en tools krijgen die ze nodig hebben.

Waarneembare toolaanroepen

Je wilt altijd weten wat je agents doen. Azure AI Foundry houdt een log bij van elke toolaanroep en actie. Je kunt het gedrag van agents volgen en problemen snel vinden. Het systeem houdt bij hoe vaak aanvragen voorkomen en welke patronen er zijn. Als er iets vreemds gebeurt, krijg je een melding. Je stelt guardrails in zodat agents vóór en na elke actie de beveiligingsregels volgen.

Bewijsspoor voor naleving

In de gezondheidszorg, de financiële sector en andere sectoren gelden strikte regels. Azure AI Foundry helpt je bewijs te verzamelen voor audits. Je ziet je gegevens, controleert de kwaliteit ervan en bepaalt wie er toegang toe heeft. Het systeem beheert metadata, zodat je kunt aantonen dat je verantwoordelijkheid neemt. Je kunt het verzamelen van bewijs automatiseren, waardoor audits eenvoudiger worden.

• AVG (GDPR) schrijft voor dat je persoonsgegevens moet beschermen.

• HIPAA heeft betrekking op gezondheidsinformatie.

• SOX vereist auditlogs voor financiële gegevens.

• De EU AI Act vraagt om veiligheid, transparantie en traceerbaarheid.

Met een Zero Trust-beveiligingsmodel en cloudfunctionaliteit houd je je makkelijker aan de regels. Je kunt belangrijke metrics bijhouden en RegTech-tools gebruiken om bij te blijven met nieuwe wetgeving.

Je bouwt agentsystemen die zelfstandig werken, maar altijd een duidelijke registratie achterlaten. Zo is je AI betrouwbaar en klaar voor omgevingen met strikte regels.

Developer Experience & Quick Start

Je eerste agent met governance bouwen

Eerst kies je wat je agent moet doen. Vervolgens kies je het model en schrijf je eenvoudige instructies. Daarna kies je de tools die je agent gaat gebruiken. Azure AI Foundry maakt het instellen van elk onderdeel eenvoudig. Met de Agent Service verbind je je agent met je bedrijf. Deze service helpt je agents met sterke veiligheid en regels toe te voegen. Je kunt agents in je werk opnemen zonder alles te veranderen. Veel ontwikkelaars vinden het beheren van veel agents lastig. De Agent Service biedt een sterke basis om agents te beheersen en te lanceren.

Tip: begin met een kleine agent die één ding oplost. Voeg meer functies toe naarmate je meer leert.

Logs en levenscyclus controleren

Je moet bij elke stap kunnen zien wat je agent doet. Azure AI Foundry slaat een registratie van elke actie op. Je kunt threads, runs en run steps bekijken om het volledige verhaal te zien. Elke agent krijgt een speciaal SBOM-artefact. Dit artefact laat je elke wijziging volgen en controleren wie de agent is. Je ziet welke tools de agent heeft gebruikt en wanneer hij keuzes heeft gemaakt. Je kunt dashboards gebruiken om problemen op te sporen en snel op te lossen. Zo houd je je systeem veilig en goed werkend.

Logic Apps en MCP-tools integreren

Je kunt je agent slimmer maken door hem te koppelen aan Logic Apps en MCP-tools. Met Logic Apps kan je agent verbinding maken met veel bedrijfssystemen. Je kunt je agent koppelen aan CRM, ERP of IT-tools. MCP-tools geven je agent nieuwe vaardigheden, zoals gegevens zoeken of code uitvoeren. Jij bepaalt welke tools je agent mag gebruiken. Je stelt regels in zodat je agent alleen handelt waar jij dat wilt. Deze opzet helpt je de vaardigheden van je agent uit te breiden en tegelijk veilig en beheersbaar te houden.

Let op: begin met eenvoudige tools en voeg er meer toe wanneer je ze nodig hebt. Controleer logs altijd om zeker te weten dat je agent je regels volgt.

Azure AI Foundry-agents laten je zelfstandig werken, maar toch binnen de regels blijven. Je kunt elke actie zien en controleren met duidelijke logs. Goede regels en tracking helpen je risico's te verlagen en goedkeuringen sneller te krijgen. Dit zorgt er ook voor dat mensen je systeem vertrouwen.

• Automatische regels en monitoring houden je AI veilig.

• Tracking en het bewaren van versies maken controleren eenvoudig.

• Werk wordt sneller gedaan, en er treden minder problemen op. Klanten zijn tevredener.

Je kunt nu beginnen met agentautomatisering. Logs die elke stap laten zien en tools met vastgestelde machtigingen helpen je aan zakelijke behoeften te voldoen en je voor te bereiden op wat komt.

Veelgestelde vragen

Wat is het belangrijkste verschil tussen een agent en een chatbot?

Met een agent heb je meer controle. Agents kunnen plannen, handelen en tools gebruiken. Chatbots beantwoorden alleen vragen. Agents houden een logboek bij van elke actie. Je kunt op elk moment nagaan wat ze hebben gedaan.

Hoe helpt Azure AI Foundry je de acties van agents bij te houden?

Je ziet elke stap die je agent zet. Het systeem logt threads, runs en run steps. Je kunt die logs doorlopen om te achterhalen wat er is gebeurd, wanneer en waarom. Zo kun je je AI beter vertrouwen.

Kun je het model of de tools wijzigen nadat je een agent hebt gebouwd?

Ja! Je kunt modellen verwisselen of nieuwe tools toevoegen zonder opnieuw te beginnen. Zo kun je je agent aanpassen aan nieuwe taken of betere resultaten. Je instructies en geschiedenis blijven behouden.

Hoe zorg je ervoor dat agents veilig zijn en zich aan de bedrijfsregels houden?

Je stelt machtigingen per agent in via Microsoft Entra. Je bepaalt welke gegevens en tools elke agent mag gebruiken. Het systeem controleert elke actie en bewaart logs voor audits.

Waarom heb je lifecycle logging nodig in enterprise-AI?

Lifecycle logging levert bewijs van elke actie. Je kunt problemen debuggen, voldoen aan compliance-eisen en laten zien hoe je AI beslissingen heeft genomen. Dat bouwt vertrouwen op en beschermt je bedrijf.