WEBVTT 00:00:00.000 --> 00:00:03.700 Het onderwerp van vandaag is iets waar bijna iedereen van gehoord heeft, maar wat bijna niemand kan uitleggen. 00:00:03.800 --> 00:00:08.920 Ik heb het over AI-agents. Je hebt de term waarschijnlijk wel eens in een vergadering gehoord, in een blog gelezen of in een koptekst gezien. 00:00:09.100 --> 00:00:13.700 Iedereen praat erover, maar vraag iemand om het te definiëren en de antwoorden worden heel snel vaag. 00:00:13.840 --> 00:00:18.560 De hype is groot, de definities zijn vaag en de term wordt zo losjes gebruikt dat hij bijna al zijn betekenis heeft verloren. 00:00:18.820 --> 00:00:23.160 Dit is de meest gemaakte fout door mensen. Ze denken dat een agent gewoon een chatbot is met een chiquernaam. 00:00:23.280 --> 00:00:28.380 Je vraagt iets en hij antwoordt. Dat is geen agent, dat is een chatbot. En er is een wezenlijk verschil tussen beiden. 00:00:28.380 --> 00:00:32.140 Dus, wat is er veranderd? Waarom is iedereen plotseling geobsedeerd door agents? 00:00:32.340 --> 00:00:35.240 En nog belangrijker, waarom zou het je boeien als je geen ontwikkelaar bent? 00:00:35.420 --> 00:00:43.780 Aan het einde van deze aflevering begrijp je wat een AI-agent echt is, waarom Microsoft er een heel framework omheen heeft gebouwd en waarom dit belangrijk is voor de manier waarop je werkt. 00:00:44.800 --> 00:00:52.240 Wat is een AI-agent precies? Je weet al hoe een chatbot werkt. Je typt iets en hij reageert. Dat is een gesprek. Het is reactief. 00:00:52.240 --> 00:01:00.820 Hij wacht tot je iets zegt en reageert dan. Een agent is anders. Hij antwoordt niet alleen. Hij handelt. Denken, beslissen, handelen. Dat is de eenvoudigste definitie die ik je kan geven. 00:01:01.060 --> 00:01:07.800 Zo werkt het. Eerst denkt de agent na. Hij gebruikt een groot taalmodel om te redeneren over wat je echt nodig hebt. Niet alleen wat je typte, maar wat je bedoelde. 00:01:07.960 --> 00:01:12.040 Als je zegt plan volgende week dinsdag een vergadering met Sarah, dan herhaalt de agent dat niet alleen. 00:01:12.240 --> 00:01:17.220 Hij denkt na over wat dat verzoek echt betekent. Dan beslist hij. Hij verdeelt je verzoek in stappen. 00:01:17.220 --> 00:01:23.220 Een vergadering plannen wordt een plan. Je agenda checken, een vrij slot vinden, Sarah's beschikbaarheid controleren, een uitnodiging sturen. 00:01:23.380 --> 00:01:28.980 De agent gokt niet. Hij creëert een reeks acties. Ten slotte handelt hij. Hij roept tools en services aan om het voor elkaar te krijgen. 00:01:29.200 --> 00:01:34.500 Hij vertelt je niet hoe je een vergadering boekt. Hij boekt de vergadering. Hij legt niet uit hoe je het weer checkt. Hij checkt het weer en geeft je het antwoord. 00:01:34.740 --> 00:01:42.480 Denk dus eens na over het verschil. Een chatbot is reactief. Hij wacht op je volgende vraag. Een agent is proactief. Je geeft hem een doel en hij gaat ermee aan de slag. 00:01:42.480 --> 00:01:47.380 Hij komt misschien terug met vragen als hij meer informatie nodig heeft, maar hij heeft je niet nodig om hem bij elke stap te begeleiden. 00:01:47.540 --> 00:01:52.500 Een chatbot is als een informatiebalie in een bibliotheek. Je vraagt waar een boek staat en zij wijzen je de juiste gang. 00:01:52.680 --> 00:01:59.420 Een agent is als een persoonlijke assistent die de sleutels van het gebouw heeft. Je zegt, ik heb informatie nodig over onze top klanten voor de vergadering van morgen. 00:01:59.620 --> 00:02:05.040 En zij gaan het zoeken, organiseren en overhandigen je een briefing document. Je vertelde hen niet waar ze moesten zoeken of welk formaat ze moesten gebruiken. 00:02:05.260 --> 00:02:11.200 Zij zochten het zelf uit. Maar het geheim is niet alleen het LLM. Het taalmodel is slim, maar op zichzelf is het slechts een brein zonder handen. 00:02:11.200 --> 00:02:21.860 Wat iets een agent maakt is de combinatie van drie dingen, redeneren, het vermogen om over een probleem na te denken, tools, het vermogen om in de wereld te handelen en geheugen, het vermogen om te onthouden wat er eerder is gebeurd. 00:02:22.060 --> 00:02:26.420 Voeg die drie samen en je hebt iets dat niet alleen vragen beantwoord, maar dingen voor elkaar krijgt. 00:02:26.640 --> 00:02:32.480 Voor het framework was er het gefragmenteerde landschap. Dus, als agents zo nuttig zijn, waarom bouwt niet iedereen ze al? 00:02:32.640 --> 00:02:35.540 Het korte antwoord is dat het tot voor kort een rommelig proces was. 00:02:35.540 --> 00:02:42.660 Je moest zelf meerdere tools aan elkaar knopen, een beetje zoals proberen een auto te bouwen door onderdelen van verschillende fabrikanten te kopen in de hoop dat ze in elkaar passen. 00:02:43.020 --> 00:02:47.540 Microsoft's eerste poging om dit op te lossen was Cementekernel, een SDK voor het integreren van AI in applicaties. 00:02:48.260 --> 00:02:53.940 Krachtige software, maar het was een gereedschapskist, geen blauwdruk. Het gaf je de onderdelen, je moest nog steeds uitzoeken hoe je ze in elkaar moest zetten. 00:02:54.100 --> 00:02:56.160 Toen kwam Autogen van Microsoft resse arg. 00:02:56.400 --> 00:03:01.240 Dit framework verkende gesprekken tussen meerdere agents waarbij AI-agents praten, debatteren en samenwerken. 00:03:01.240 --> 00:03:05.100 Baanbrekend, ja, maar het was experimenteel en niet gebouwd voor productiesystemen. 00:03:05.220 --> 00:03:07.140 Dus stonden ontwikkelaars voor een moeilijke keuze. 00:03:07.680 --> 00:03:12.140 Cementekernel was stabiel en klaar voor de zakelijke markt, maar miste de geavanceerde orkestratiepatronen. 00:03:12.320 --> 00:03:17.000 Autogen had de coole multi-agent mogelijkheden, maar was niet iets wat je in een live omgeving zou draaien. 00:03:17.200 --> 00:03:20.760 Elk had zijn eigen leerkurven, zijn eigen werkwijze, zijn eigen community. 00:03:20.960 --> 00:03:22.280 En het was niet alleen Microsoft. 00:03:22.660 --> 00:03:25.780 Andere frameworks doken op Longchain, Crew AI en een dozijn anderen. 00:03:25.980 --> 00:03:28.000 Het ecosysteem was alle kanten op geschoten. 00:03:28.000 --> 00:03:32.080 Als je op het werk agents wilde bouwen, moest je een expert worden in een snel veranderende wereld. 00:03:32.280 --> 00:03:36.440 Welk framework moet je leren? Welke zal overleven? Welke steunt Microsoft nu echt? 00:03:36.620 --> 00:03:38.300 Voor een beginner was het overweldigend. 00:03:38.480 --> 00:03:41.440 Stel je voor dat je een ontwikkelaar bent bij een bedrijf dat AI-agents onderzoekt. 00:03:41.600 --> 00:03:46.340 Je doet onderzoek en vindt vijf verschillende frameworks, elk met zijn eigen documentatie, eigen patronen en eigen community. 00:03:46.580 --> 00:03:49.720 Je weet niet waar je moet beginnen. Je weet niet op welke je je tijd moet inzetten. 00:03:49.920 --> 00:03:51.900 Die versnippering creëerde een echte barrière. 00:03:52.120 --> 00:03:56.000 Het ging niet alleen om het leren van een tool, het ging om inzetten op een volledig ecosysteem. 00:03:56.000 --> 00:04:01.860 En toen agent gebruikssituaties verschoof van experimenten naar echte bedrijfsprocessen, besefte Microsoft dat dit niet houdbaar was. 00:04:02.060 --> 00:04:07.080 Ze hadden één framework nodig, één uniforme aanpak, één antwoord op de vraag, hoe bouw ik een agent? 00:04:07.300 --> 00:04:09.220 Wat is het Microsoft Agent Framework? 00:04:09.580 --> 00:04:14.440 Microsoft nam de twee frameworks die ze hadden, cementen kernel en autogen, en combineerde ze tot één. 00:04:14.440 --> 00:04:24.380 Het resultaat is het Microsoft Agent Framework, een uniforme SDK die de bedrijfstabiliteit van cementen kernel combineert met de geavanceerde multi-agent patronen van autogen. 00:04:24.580 --> 00:04:27.940 De teams die die twee frameworks bouwden, werken nu samen aan deze ene. 00:04:28.120 --> 00:04:33.800 Dit framework werd eind 2025 in preview gelanceerd en bereikt de versie 1.0 in juli 2026. 00:04:34.020 --> 00:04:37.800 Die tijdlijn is belangrijk omdat het laat zien dat dit geen onderzoeksproject of experiment is. 00:04:37.980 --> 00:04:39.820 Het is een product dat klaar is voor productie. 00:04:40.020 --> 00:04:42.200 Microsoft zegt, bouw je echte systemen hierop. 00:04:42.200 --> 00:04:47.600 Het is ook open source. Je kunt het vinden op GitHub met meer dan 7000 sterren en meer dan 100 bijdragers. 00:04:47.780 --> 00:04:52.340 De community is actief. Er zijn wekelijkse inloopuren waar je direct met het engineering team kunt praten. 00:04:52.600 --> 00:04:54.540 Dat is niet iets wat je krijgt bij een gesloten product. 00:04:54.780 --> 00:04:57.720 Het framework ondersteunt Python en .NET als eerste klas talen. 00:04:57.900 --> 00:05:01.520 Of je nu een C-Sharp ontwikkelaar of een Python ontwikkelaar bent, je krijgt dezelfde ervaring. 00:05:01.720 --> 00:05:04.680 En dat is een groot ding, want veel AI frameworks zijn alleen voor Python. 00:05:05.060 --> 00:05:08.200 Microsoft maakte een bewuste keuze om beide talen gelijkwaardig te behandelen. 00:05:08.360 --> 00:05:10.080 En hier is iets wat je misschien zal verrassen. 00:05:10.080 --> 00:05:13.040 Het framework ondersteunt meer dan 7 verschillende modelproviders. 00:05:13.200 --> 00:05:19.640 Microsoft Foundry, Azure OpenAI, OpenAI, Anthropik Cloud, Amazon Bedrock, Google Gemini en zelfs lokale modellen via Ollama. 00:05:19.840 --> 00:05:22.440 Je schrijft je agentlogica één keer en het werkt op allemaal. 00:05:22.740 --> 00:05:24.300 Je zit niet vast aan één provider. 00:05:24.600 --> 00:05:29.160 Wissel van OpenAI naar Anthropik en je past een configuratiewaarde aan, niet je hele codebase. 00:05:29.340 --> 00:05:31.440 Het framework heeft twee belangrijke onderdelen. 00:05:31.660 --> 00:05:35.320 Agents zijn de bouwstenen, individuele redeneereenheden die kunnen denken en handelen. 00:05:35.520 --> 00:05:38.620 Workflows zijn de orkestratielaag die meerdere agents met elkaar verbindt. 00:05:38.620 --> 00:05:42.700 Je kunt één agent hebben die één taak uitvoert, of een heel team dat aan een complexe taak werkt. 00:05:42.840 --> 00:05:44.980 Er is ook zoiets als declaratieve definities. 00:05:45.200 --> 00:05:47.880 Je definieert het gedrag van een agent in een Griekse Y-AML bestand. 00:05:48.060 --> 00:05:50.520 Dat betekent dat je agentconfiguratie versiebeheerbaar is. 00:05:50.720 --> 00:05:54.460 Zet het in Git, controleer het in pull requests, implementeer het via CI, CD pipelines. 00:05:54.700 --> 00:05:56.860 Voor enterprise teams is dat een enorm voordeel. 00:05:57.020 --> 00:05:58.280 Maar dit is wat je moet begrijpen. 00:05:58.500 --> 00:06:01.460 Dit framework is niet alleen voor ontwikkelaars die complexe systemen bouwen. 00:06:01.580 --> 00:06:03.620 Het is ontworpen voor enterprise scenario's. 00:06:03.620 --> 00:06:06.480 Beveiliging, compliance, observeerbaarheid, goedkeuringen door mensen. 00:06:06.640 --> 00:06:08.200 Dit zit er standaard in, niet als toevoeging. 00:06:08.340 --> 00:06:11.760 En dat is wat het anders maakt dan de experimentele frameworks die eraan vooraf gingen. 00:06:11.960 --> 00:06:14.880 De bouwstenen, agents, tools, geheugen, workflows. 00:06:15.160 --> 00:06:17.340 Laten we het opsplitsen in de vier kernconcepten. 00:06:17.480 --> 00:06:20.600 Krijg deze onder de knie en je begrijpt 90% van wat dit framework doet. 00:06:20.760 --> 00:06:21.820 Ten eerste, agents. 00:06:22.080 --> 00:06:23.520 Zij zijn de fundamentele eenheid. 00:06:23.760 --> 00:06:26.400 Elke agent heeft de naam, een set instructies en toegang tot tools. 00:06:26.400 --> 00:06:28.860 Het is een berede je rende eenheid die kan denken en handelen. 00:06:29.020 --> 00:06:31.760 Je vertelt de agent wie hij is, wat hij moet doen en welke middelen hij kan gebruiken. 00:06:31.760 --> 00:06:33.480 Al het andere vloeit daaruit voort. 00:06:33.860 --> 00:06:34.700 Vervolgens, tools. 00:06:35.020 --> 00:06:39.000 Dit zijn de handen van de agent, functies, apies of externe diensten die de agent kan aanroepen, 00:06:39.120 --> 00:06:42.360 zoals weerdata, agendatoegang, database queries of bestandsoperaties. 00:06:42.560 --> 00:06:44.800 De agent weet uit zichzelf niet hoe hij deze dingen moet doen. 00:06:45.000 --> 00:06:47.780 Hij heeft tools nodig om de wereld te bereiken en actie te ondernemen. 00:06:47.980 --> 00:06:52.660 Je kunt zelf eenvoudige functies schrijven, of ze kunnen MCP-servers zijn, het modelcontextprotocol. 00:06:52.860 --> 00:06:55.700 Dat is een standaard manier om agents te verbinden met externe diensten. 00:06:55.920 --> 00:06:57.380 Zie het als een universele stekker. 00:06:57.380 --> 00:07:01.740 Als een dienst MCP ondersteunt, kan je agent deze gebruiken zonder aangepaste integratiecode. 00:07:01.960 --> 00:07:02.940 Dan is er het geheugen. 00:07:03.180 --> 00:07:04.460 Dit is de opslag van het brein. 00:07:04.620 --> 00:07:05.720 Er bestaan twee types. 00:07:06.380 --> 00:07:07.780 Sessiegeheugenis voor de korte termijn. 00:07:07.980 --> 00:07:10.200 Het onthoud wat er tijdens één gesprek is gebeurd. 00:07:10.900 --> 00:07:12.380 Contextproviders zijn voor de lange termijn. 00:07:12.600 --> 00:07:15.420 Ze onthouden voorkeuren en feiten over meerdere gesprekken heen. 00:07:15.700 --> 00:07:17.940 Geheugenis wat een agent intelligent laat aanvoelen. 00:07:18.220 --> 00:07:20.540 Zonder geheugen begint elke interactie vanaf nul. 00:07:20.740 --> 00:07:23.900 Je stelt jezelf voor en de volgende keer dat je praat, is het vergeten. 00:07:23.900 --> 00:07:27.900 Met geheugen weet de agent wie je bent, wat je hebt besproken en wat je belangrijk vindt. 00:07:27.900 --> 00:07:31.760 Het is het verschil tussen praten met een vreemde en praten met een collega die je werk kent. 00:07:31.920 --> 00:07:32.960 Tot slot, workflows. 00:07:33.380 --> 00:07:36.840 Dit is de orchestratielaag waar je definieert hoe meerdere agents samenwerken. 00:07:37.080 --> 00:07:39.780 Workflows kunnen sequentieel zijn, stap A, dan stap B. 00:07:39.840 --> 00:07:45.600 Ze kunnen gelijktijdig zijn, waarbij meerdere agents parallel werken aan delen van hetzelfde probleem of ze kunnen voorwaardelijk zijn. 00:07:45.800 --> 00:07:47.360 Als dit gebeurt, ga dan hierheen. 00:07:47.540 --> 00:07:49.080 Als dat gebeurt, ga dan daarheen. 00:07:49.320 --> 00:07:51.160 Workflows ondersteunen ook checkpointing. 00:07:51.320 --> 00:07:54.540 Als er halverwege iets misgaat, kan het systeem hervatten waar het gebleven was. 00:07:54.540 --> 00:07:55.780 Het begint niet opnieuw. 00:07:55.980 --> 00:07:59.620 Dat is belangrijk voor langlopende taken die uren kunnen duren of uit meerdere stappen bestaan. 00:07:59.840 --> 00:08:02.040 Human-in-t-loop patronen zijn ook ingebouwd. 00:08:02.200 --> 00:08:05.600 Agents kunnen pauseren en omgoedkeuring vragen voordat ze gevoelige acties ondernemen. 00:08:05.780 --> 00:08:10.480 Als een agent op het punt staat een e-mail te sturen of een betaling goed te keuren, kan hij stoppen en wachten op toestemming van een mens. 00:08:10.680 --> 00:08:12.540 Dat is essentieel voor gereguleerde sectoren. 00:08:12.700 --> 00:08:13.900 Hier is een praktijkvoorbeeld. 00:08:14.180 --> 00:08:16.320 Stel je een agent voor die verkoopgesprekken voorbereidt. 00:08:16.400 --> 00:08:17.980 Je hebt morgen een afspraak met een klant. 00:08:18.120 --> 00:08:20.060 Je zegt tegen de agent, help me voorbereiden. 00:08:20.220 --> 00:08:22.040 Hij checkt je agenda om de tijd te bevestigen. 00:08:22.040 --> 00:08:24.700 Hij haalt CRM gegevens op om de klantgeschiedenis te bekijken. 00:08:24.840 --> 00:08:27.240 Hij doorzoekt marketingmateriaal naar relevante case studies. 00:08:27.480 --> 00:08:31.380 Hij genereert een briefing document en een PowerPoint presentatie zonder dat je zelf iets hoeft te doen. 00:08:31.600 --> 00:08:32.580 Dat is geen chatbot. 00:08:32.800 --> 00:08:33.560 Dat is een agent. 00:08:33.820 --> 00:08:34.780 Waarom zou je dat boeien? 00:08:34.960 --> 00:08:35.920 De praktische waarde. 00:08:36.120 --> 00:08:40.880 Je begrijpt nu wat het framework is, maar waarom zou het je interesseren als je geen ontwikkelaar bent die AI-systemen bouwt? 00:08:41.000 --> 00:08:44.200 Het antwoord is dat dit framework niet alleen in de terminal van een ontwikkelaar leeft. 00:08:44.380 --> 00:08:47.020 Het drijft tools aan waar alle dagse zakelijke gebruikers meewerken. 00:08:47.200 --> 00:08:51.100 Agents die met het framework zijn gebouwd, kunnen direct in Microsoft Teams en Copilot chat worden gepubliceerd. 00:08:51.100 --> 00:08:54.040 Dat betekent dat de agents van je organisatie daar staan waar je al werkt. 00:08:54.160 --> 00:08:57.840 Je hoeft geen aparte app te installeren, geen nieuwe inloggegevens te onthouden en je hebt geen leerkurve. 00:08:57.980 --> 00:08:59.800 Je opent gewoon Teams en de agent is daar. 00:09:00.000 --> 00:09:02.900 Voor IT en zakelijke besluitvormers is dit nog belangrijker. 00:09:03.100 --> 00:09:05.840 Het framework biedt bedrijfscontroles die er echt toe doen. 00:09:06.020 --> 00:09:11.340 Je krijgt identiteitsbeheer via EntraID, toegangscontroles zodat agents alleen zien wat ze mogen zien, 00:09:11.600 --> 00:09:14.260 audit trails zodat je weet wat elke agent deed en wanneer, 00:09:14.400 --> 00:09:17.220 en databeheer zodat gevoelige informatie beschermd blijft. 00:09:17.220 --> 00:09:19.640 En hier is een probleem waar je misschien niet aan hebt gedacht. 00:09:19.900 --> 00:09:21.120 Shadow AI is echt. 00:09:21.460 --> 00:09:23.880 Medewerkers gebruiken elke dag niet goedgekeurde AI-tools, 00:09:24.040 --> 00:09:26.040 plakken bedrijfsgegevens in openbare chatbots, 00:09:26.240 --> 00:09:29.380 uploaden gevoelige documenten naar onbekende servers en hopen op het beste. 00:09:29.580 --> 00:09:33.260 IT-teams weten dat dit gebeurt, maar ze kunnen het niet stoppen door tools te verbieden. 00:09:33.460 --> 00:09:34.780 Mensen vinden altijd een weg. 00:09:35.020 --> 00:09:40.000 Dit framework geeft IT een manier om goedgekeurde, veilige agents aan te bieden die modern aanvoelen. 00:09:40.000 --> 00:09:45.140 In plaats van tegen werknemers te zeggen gebruik geen AI, kun je zeggen gebruik deze agents in plaats daarvan. 00:09:45.340 --> 00:09:48.060 Ze zijn veilig, ze zijn beheerd en ze werken met jouw data. 00:09:48.280 --> 00:09:51.000 Er is ook het probleem van agent sprawl en dat gebeurt al. 00:09:51.180 --> 00:09:53.640 Teams creëren sneller agents dan iemand kan bijhouden. 00:09:53.840 --> 00:09:57.780 Het framework geeft je één centrale plek om ze allemaal te beheren, te monitoren en te besturen. 00:09:57.980 --> 00:10:01.920 Je kunt zien welke agents worden gebruikt, welke stof verzamelen en welke aandacht nodig hebben. 00:10:02.380 --> 00:10:04.000 Kosteninzicht is nog zo'n belangrijk punt. 00:10:04.000 --> 00:10:10.160 Je kunt precies zien hoeveel elke agent kost, welke agents duur zijn, welke efficiënt zijn en waar je kunt optimaliseren. 00:10:10.380 --> 00:10:13.540 Dat krijg je niet met een verzameling willekeurige tools en scripts. 00:10:13.800 --> 00:10:19.120 Kortom, dit framework maakt AI agents praktisch, veilig en beheersbaar voor echte organisaties. 00:10:19.300 --> 00:10:27.000 Het gaat niet alleen om het bouwen van toffe technologie, maar om iets bouwen dat werkt in een echte zakelijke omgeving met echte beperkingen, beveiliging, compliance, budget en governance. 00:10:27.220 --> 00:10:31.020 Als jij verantwoordelijk bent voor een van deze zaken, dan is dit framework relevant voor jou. 00:10:31.020 --> 00:10:32.780 Hoe het past in het grotere geheel. 00:10:32.780 --> 00:10:34.920 Dus, waar past het agent framework precies in? 00:10:35.080 --> 00:10:38.300 Het is geen op zichzelf staand product, het is één onderdeel van een veel grotere puzzel. 00:10:38.480 --> 00:10:40.440 Laten we kijken hoe alles met elkaar verbonden is. 00:10:40.620 --> 00:10:42.100 Begin met Azure AI Foundry. 00:10:42.360 --> 00:10:47.260 Zie het zo, het agent framework is hoe je jouw agents bouwt en Foundry is waar ze wonen en draaien. 00:10:47.460 --> 00:10:51.880 Het regelt al het zware werk, infrastructuur, schalen, monitoring en beveiliging. 00:10:52.060 --> 00:10:57.180 Je bouwt lokaal, je implementeert in Foundry en je agent draait in een productieomgeving met enterprise controls. 00:10:57.460 --> 00:10:57.860 Simpel. 00:10:58.400 --> 00:10:59.540 Ben je geen ontwikkelaar? 00:10:59.540 --> 00:11:01.860 Dan heb je een andere optie, Copilot Studio. 00:11:01.860 --> 00:11:03.320 Dit is de low-code route. 00:11:03.580 --> 00:11:08.680 Je gebruikt een visuele interface om te definiëren wat je agent doet, koppelt hem aan databronnen en publiceert hem in Teams. 00:11:08.900 --> 00:11:09.940 Geen code vereist. 00:11:10.140 --> 00:11:12.960 Het agent framework is voor ontwikkelaars die volledige controle willen. 00:11:13.180 --> 00:11:14.200 Ze vullen elkaar aan. 00:11:14.420 --> 00:11:15.200 Maatwerk nodig? 00:11:15.480 --> 00:11:16.500 Gebruik het framework. 00:11:16.780 --> 00:11:17.600 Snelheid nodig? 00:11:17.860 --> 00:11:19.100 Gebruik Copilot Studio. 00:11:19.480 --> 00:11:23.280 Dan is er nog Microsoft 365 Copilot, de kant voor de gebruiker. 00:11:23.480 --> 00:11:26.760 Agents die met het framework zijn gebouwd, kunnen direct in Copilot verschijnen. 00:11:26.760 --> 00:11:31.660 Gebruikers werken er dus mee via een vertrouwde interface, dezelfde Copilot die ze al voor hun werk gebruiken. 00:11:31.860 --> 00:11:34.560 Geen nieuwe tool om te leren, geen nieuwe workflow om aan te wennen. 00:11:34.680 --> 00:11:37.420 Maar hier komt de echte waarde naar voren, de intelligentielaag. 00:11:37.580 --> 00:11:38.760 Die bestaat uit drie delen. 00:11:38.960 --> 00:11:42.420 Work IQ koppelt aan je persoonlijke data, e-mail, agenda en chats. 00:11:42.680 --> 00:11:47.000 Foundry IQ koppelt aan organisatiekennis, documenten, beleid en gedeelde bronnen. 00:11:47.000 --> 00:11:52.240 En Fabric IQ koppelt aan bedrijfsdata, verkoopcijfers, klantgegevens en operationele statistieken. 00:11:52.360 --> 00:11:53.900 Agents kunnen putten uit alle drie. 00:11:54.140 --> 00:11:55.540 Dat is wat ze echt nuttig maakt. 00:11:55.740 --> 00:11:58.460 Ze geven niet alleen algemene antwoorden, ze hebben context. 00:11:58.660 --> 00:12:02.240 Ze weten wie je bent, waar je aan werkt en welke data belangrijk is voor jouw bedrijf. 00:12:02.420 --> 00:12:06.080 Wanneer een agent een briefing document voorbereidt voor een verkoopvergadering, gokt hij niet. 00:12:06.220 --> 00:12:10.500 Hij haalt informatie uit je agenda, je CRM, je marketingmateriaal en de kennisbank van je bedrijf. 00:12:10.580 --> 00:12:11.520 Allemaal in één aanvraag. 00:12:11.640 --> 00:12:14.000 En alles werkt volgens het beveiligingsmodel van Microsoft. 00:12:14.000 --> 00:12:18.160 Entra ID voor identiteit, intoen voor apparaatbeheer, defender voor dreigingsbeveiliging. 00:12:18.280 --> 00:12:21.840 Als jouw organisatie deze tools al gebruikt, past het framework er naadloos in. 00:12:22.000 --> 00:12:24.020 Je hoeft geen aparte beveiligingslaag te bouwen. 00:12:24.240 --> 00:12:29.840 Voor organisaties die al Microsoft 365, Azure en het Power Platform gebruiken, is dit framework de logische volgende stap. 00:12:29.940 --> 00:12:30.940 Je begint niet bij nul. 00:12:31.160 --> 00:12:32.380 Je breidt uit wat je al hebt. 00:12:32.560 --> 00:12:34.240 De lange termijnvisie, simpel. 00:12:34.460 --> 00:12:36.240 Agents worden net zo algemeen als apps. 00:12:36.480 --> 00:12:43.340 Elk bedrijfsproces krijgt een agent laag, niet om mensen te vervangen, maar om hen sneller te laten werken met betere informatie en minder repetitieve taken. 00:12:43.340 --> 00:12:45.800 Dit framework is de manier om die laag te bouwen. 00:12:45.960 --> 00:12:47.580 Aan de slag, je eerste stap. 00:12:47.760 --> 00:12:48.780 Dit is het goede nieuws. 00:12:48.980 --> 00:12:51.040 Je hoeft geen AI-expert te zijn om te beginnen. 00:12:51.240 --> 00:12:52.240 Er zijn twee paden. 00:12:52.440 --> 00:12:54.140 Het no-code pad is Copilot Studio. 00:12:54.460 --> 00:12:57.620 Visuele interface, slepen, neerzetten, configureren, geen code nodig. 00:12:57.780 --> 00:12:59.940 Je kunt in uren, niet in dagen, iets werkends hebben. 00:13:00.120 --> 00:13:03.340 Als je doel is om snel een specifiek bedrijfsprobleem op te lossen, is dit je pad. 00:13:03.520 --> 00:13:05.480 Het code pad is het agent framework zelf. 00:13:05.700 --> 00:13:09.560 Je installeert de pakketten voor Python of Python.net en gebruikt de VS Code Extensie. 00:13:09.560 --> 00:13:13.240 En de extensie is het bespreken waard, want die bevat AI-gestuurde vaardigheden. 00:13:13.400 --> 00:13:14.480 Je vertelt het wat je wilt. 00:13:14.720 --> 00:13:19.920 Maak een voorbereidingsagent voor verkoop die mijn agenda controleert en CRM-gegevens ophaalt en het bouwt het hele project voor je op. 00:13:20.000 --> 00:13:21.840 Code, configuratiebestanden, alles. 00:13:22.060 --> 00:13:23.320 Het is geen blanco pagina. 00:13:23.520 --> 00:13:24.640 Het is een vliegende start. 00:13:24.860 --> 00:13:27.240 De extensie bevat ook iets dat de agent-inspector heet. 00:13:27.420 --> 00:13:30.600 Dit is een visuele tool die in real-time en stap voor stap laat zien wat je agent doet. 00:13:30.740 --> 00:13:31.680 Je kunt hem zien denken. 00:13:31.900 --> 00:13:33.460 Je kunt zien welke tools hij aanroept. 00:13:33.620 --> 00:13:34.980 Je kunt zien waar hij vastloopt. 00:13:35.140 --> 00:13:37.140 Het is als een debugger die mensentaal spreekt. 00:13:37.140 --> 00:13:44.080 Als je al cementen, kernel of autogen gebruikt, zijn er migratieassistenten die je bestaande code analyseren en een stapsgewijs migratieplan genereren. 00:13:44.240 --> 00:13:45.640 Je hoeft niet vanaf nul te beginnen. 00:13:45.880 --> 00:13:47.440 Het framework is open source. 00:13:47.660 --> 00:13:51.040 De GitHub repo staat op github.com slash microsoft slash agentframework. 00:13:51.220 --> 00:13:54.040 Voorbeelden, documentatie, discussieforums, alles staat daar. 00:13:54.180 --> 00:13:55.300 De community is actief. 00:13:55.460 --> 00:13:58.460 Er zijn wekelijkse inloopuren waar je rechtstreeks met het engineering team kunt praten. 00:13:58.700 --> 00:14:00.620 Dat is niet iets wat je bij de meeste frameworks krijgt. 00:14:00.780 --> 00:14:02.180 De belangrijkste boodschap is dit. 00:14:02.380 --> 00:14:03.000 Begin klein. 00:14:03.260 --> 00:14:04.980 Bouw één agent die één nuttig ding doet. 00:14:05.220 --> 00:14:06.520 Misschien controleert hij je agenda. 00:14:06.520 --> 00:14:08.060 Misschien vat hij je e-mail samen. 00:14:08.300 --> 00:14:09.840 Misschien zoekt hij klantinformatie op. 00:14:09.960 --> 00:14:10.800 Kijk hoe dat voelt. 00:14:11.020 --> 00:14:11.820 Schaal daarna op. 00:14:11.980 --> 00:14:13.980 Het belangrijkste is om de concepten te begrijpen. 00:14:14.160 --> 00:14:15.720 En daar ging deze aflevering over. 00:14:15.980 --> 00:14:18.280 Laat me afronden door deze stukjes met elkaar te verbinden. 00:14:18.460 --> 00:14:19.780 Een agent is geen chatbot. 00:14:19.980 --> 00:14:22.840 Het is een systeem dat zelfstandig denkt, beslist en handelt. 00:14:23.020 --> 00:14:28.740 Het framework bestaat omdat agents op de oude manier bouwen betekende jong leren met incompatible tools en frameworks die niet met elkaar communiceerden. 00:14:28.880 --> 00:14:30.660 Die versnippering maakte alles verwarrend. 00:14:30.660 --> 00:14:35.180 Dus bouwde Microsoft één manier om te bouwen, één manier om te implementeren en één manier om te beheren. 00:14:35.180 --> 00:14:38.980 Geen gedoe meer met verschillende frameworks of het aan elkaar knopen van losse onderdelen. 00:14:39.180 --> 00:14:41.000 Voor beginners is dit de kern van het verhaal. 00:14:41.160 --> 00:14:42.740 AI-agents zijn geen tovenarij. 00:14:42.940 --> 00:14:46.640 Het zijn gestructureerde systemen die redeneren, tools gebruiken en context onthouden. 00:14:46.900 --> 00:14:50.680 Microsoft biedt een compleet framework om ze te bouwen, dat nu al klaar is voor gebruik. 00:14:50.820 --> 00:14:51.660 Dit is geen hype. 00:14:51.880 --> 00:14:55.980 Agents worden een normaal onderdeel van ons werk, net als apps en websites jaren geleden. 00:14:55.980 --> 00:15:00.700 De tools zijn er, de community is actief en je eerste agent is dichterbij dan je denkt. 00:15:00.940 --> 00:15:01.900 Wil je meer ontdekken? 00:15:02.080 --> 00:15:05.000 Begin bij de GitHub repo en de VS code extensie. 00:15:05.220 --> 00:15:09.260 Abonneer je op je favoriete podcast platform en deel dit met iemand die net begint.