Stopt de tool waarin je AI-agent gebouwd is? Zo haal je je werk op tijd veilig

Je agent draait prima, tot de bouwtool verdwijnt

Je hebt een AI-agent laten maken die klantvragen beantwoordt of offertes voorbereidt. Hij draait, niemand kijkt er nog naar om. Dan komt er een mail van de leverancier: de tool waarin hij gebouwd is, stopt over een paar weken. Wat er dan met je agent gebeurt, staat er vaak niet bij.

Dat scenario speelt nu echt. OpenAI zet op 30 november zijn Agent Builder uit, de omgeving waarin je zonder programmeren een agent in elkaar klikte. Heb je daar iets in gebouwd, of heeft een bureau dat voor je gedaan, dan heb je nog vier weken.

Wat er precies stopt op 30 november

OpenAI kondigde het in juni aan op zijn pagina met afgekondigde onderdelen. Op 30 november verdwijnen drie dingen tegelijk:

• Agent Builder, de visuele bouwomgeving voor agents;
• het Evals-platform, waarmee je testte of een agent goede antwoorden gaf (sinds 31 oktober kun je daar alleen nog kijken);
• de herbruikbare prompts in de API, de opgeslagen instructies waar een koppeling naar verwees.

OpenAI wijst twee routes aan voor wie verder wil. De eerste is de Agents SDK, een programmeerbibliotheek: je agent wordt dan gewone code die een ontwikkelaar beheert. De tweede is Workspace Agents in ChatGPT, waar je een agent in gewone taal beschrijft en met je team deelt. ChatKit, het chatvenster dat je op je website kon zetten, blijft bestaan. De onderliggende workflow uit Agent Builder gaat alleen niet vanzelf mee.

Let ook op je kennisbestanden. Documenten die je in Agent Builder uploadde zodat de agent er antwoorden uit kon halen, verhuizen niet automatisch. Die moet je opnieuw inladen in wat je ervoor in de plaats zet.

Waarom dit vaker gaat gebeuren

Agent Builder is geen uitzondering. AI-leveranciers bouwen in hoog tempo nieuwe gereedschappen en schrappen even snel wat niet aansloeg. Een model dat verdwijnt kun je meestal vervangen door een ander model. Bij een bouwtool die verdwijnt ligt het lastiger: je logica, je instructies en je testgevallen zitten erin opgesloten.

Dat is het verschil met een automatisering die je zelf beheert. In een tool als n8n staat je workflow als bestand dat je kunt exporteren, bewaren en op een andere server weer kunt draaien. Wil je weten hoe dat werkt, lees dan wat n8n is en wat je ermee kunt. Voor het wegvallen van een model zelf schreven we eerder wat je doet als je AI-model morgen offline gaat.

Vijf stappen voor deze maand

Ook als je zeker weet dat je niets in Agent Builder hebt staan, is dit een goed moment om je agents langs te lopen. Werk deze lijst af:

1. Maak een lijst van elke agent en automatisering die je gebruikt, met per stuk de tool waarin hij gebouwd is en wie hem gemaakt heeft. Vraag het je bureau of freelancer als je het niet weet.
2. Kopieer van elke agent de instructies (de "systeemprompt") naar een eigen document. Dat is het hart van je agent en het enige deel dat je altijd kunt meenemen.
3. Zet de testvragen die je gebruikte in een spreadsheet: de vraag, het antwoord dat je verwacht en wat de agent nu zegt. Daarmee controleer je straks of de nieuwe versie net zo goed werkt.
4. Verzamel de kennisbestanden die je hebt geüpload, in de versie die je nu gebruikt. Zoek ze niet pas op als de oude omgeving al dicht is.
5. Kies de nieuwe plek en test daar met dezelfde vragen voordat de oude omgeving uitgaat. Draai de twee een paar dagen naast elkaar.

Heb je wel iets in Agent Builder, dan is stap 5 urgent. Een overstap naar Workspace Agents kost voor een eenvoudige agent een middag. Wordt het code via de Agents SDK, reken dan op meer tijd en iemand die het daarna onderhoudt.

Workspace Agents of eigen code: wat past bij jou?

De keuze hangt vooral af van wie het straks beheert. Workspace Agents is de snelle route: je beschrijft de agent in gewone taal en je team gebruikt hem binnen ChatGPT. Dat werkt goed voor een interne assistent die vragen beantwoordt of documenten opstelt. Je blijft dan wel in de omgeving van één leverancier, dus de kans dat je dit over een jaar opnieuw doet is reëel.

Eigen code geeft je meer grip. De agent draait waar jij wilt en je kunt het model eronder wisselen. Daar staat tegenover dat iemand het moet bijhouden. Zit je agent in een proces met klanten of geld, zoals offertes of facturen, dan weegt die grip zwaarder dan het gemak.

Er is een derde route die vaak vergeten wordt: de agent onderbrengen in een automatiseringstool die je al gebruikt. Veel agents die in Agent Builder zijn gemaakt doen in feite een paar vaste stappen met een AI-model ertussen. Dat bouw je in n8n, Make of Zapier ook, met als voordeel dat het naast je andere automatiseringen staat. In kant-en-klare AI of zelf bouwen zetten we die afweging uitgebreider op een rij.

Spreek dit af met wie je agents bouwt

Laat je agents door een bureau of freelancer bouwen, maak dan drie afspraken voor de volgende keer. Je krijgt de instructies en testvragen als los document. Je weet in welke tool alles staat en op wiens account. En je spreekt af wie een overstap uitvoert als een leverancier iets uitzet. Spreek ook af wat zo'n overstap kost.

Dat klinkt als papierwerk, maar het scheelt je op de dag dat er weer zo'n mail binnenkomt een hoop zoekwerk. Wie de instructies en de testvragen heeft, kan een agent overal opnieuw opbouwen. Wie alleen een inlog heeft, begint van voren af aan.

Wat wij nu doen bij klanten

Bij onze eigen klanten lopen we deze maand na of er iets in Agent Builder of de opgeslagen prompts van OpenAI draait. Waar dat zo is, zetten we de instructies en testvragen veilig en bouwen we de agent opnieuw op in een omgeving die de klant zelf beheert. Het grootste werk zit daarbij zelden in het bouwen: het zit in uitzoeken wat de agent precies deed en waarom.

Benieuwd of er bij jou iets draait dat op 30 november stilvalt? We kijken het graag samen met je door.