Agentic workflow: een AI-agent die 24/7 werkt met een team subagents

Een agentic workflow is een werkwijze waarin een AI-agent zelf de stappen van een taak plant, tools gebruikt, het resultaat controleert en bijstuurt. Zet je dat in een lus, dan wacht de agent niet meer op een vraag: het pakt zelf het volgende werk op. Een taak kiezen, uitvoeren, laten controleren, afronden en de volgende nemen. Dag en nacht. De agent doet dat niet alleen. Het verdeelt het werk over subagents met elk een rol, zoals verkennen, bouwen en nakijken. Een sterker model kijkt mee waar het moeilijk wordt.

Zo schuift AI op van een hulpje voor één medewerker naar een team dat zelf werk afrondt. Mensen bepalen de doelen en keuren wat telt. Hieronder lees je hoe zo'n agentloop werkt, wat er nodig is om die veilig rond de klok te laten draaien, welk werk vandaag al lukt en hoe dat er bij onze eigen Hermes-installatie uitziet.

Donkere ring met een kobaltblauwe kern, verbonden met vijf groepjes afgeronde blauwe, crèmekleurige en grijze blokken op een lichtgevende lus

Hoe verschilt een agentic workflow van een chatbot of een cronjob?

Een chatbot antwoordt wanneer jij iets vraagt en stopt daarna. Een cronjob of script draait op een vast uur en doet elke keer exact hetzelfde. Een agentloop, die een agentic workflow draaiende houdt, zit daartussen. Een planner start de agent op vaste momenten, maar wat de agent dan doet, beslist het zelf op basis van een takenlijst en regels. Het leest de taak en kiest een aanpak. Het gebruikt tools zoals een CMS, een terminal of een API en controleert het resultaat voor het de taak afsluit.

Het verschil zit in het oordeel per stap. Een script loopt vast zodra de invoer anders is dan verwacht. Een agent ziet dat een taak onduidelijk is, kiest een andere route of laat de taak bewust liggen met een vraag aan een mens. Wat een AI-agent precies is en hoe het werkt, lees je in wat is een AI-agent.

Anthropic trekt dezelfde grens in een gids over het bouwen van effectieve agents, uit december 2024. Workflows volgen daar vooraf vastgelegde paden in de code, terwijl agents zelf bepalen hoe ze werken en welke tools ze gebruiken. Een agentic workflow zet zo'n flexibele agent in een vast kader van taken en regels. Gidsen over agentic workflows noemen vaak drie patronen: plannen, tools gebruiken en reflectie. Je vindt ze terug in de vijf stappen hieronder: de agent plant, gebruikt tools en laat het eigen werk nakijken.

Hoe werkt een team van subagents?

Eén agent die alles zelf doet, raakt vol: elke zoekopdracht, elk bestand en elke tussenstap blijft in hetzelfde gesprek hangen. Daarom splitst een hoofdagent het werk op. Het geeft afgebakende deeltaken aan subagents en krijgt alleen hun eindverslag terug.

In Hermes heet dat delegatie. Volgens de documentatie start elke subagent met een volledig nieuw gesprek en een eigen terminal, en krijgt het de tools van de hoofdagent mee. Alleen de samenvatting komt terug bij de hoofdagent. Standaard lopen er tot tien subagents tegelijk. Je kunt subagents ook een ander model geven. Zo doet een snel en goedkoop model het opzoekwerk, terwijl de hoofdagent met een sterker model plant.

Zo ontstaat een team met rollen. Een verkenner zoekt bronnen, bestanden of data bij elkaar. Een bouwer voert een afgebakende wijziging uit. Een reviewer kijkt het resultaat na zonder de redenering van de bouwer te kennen. Dat is precies de bedoeling: een tweede paar ogen dat niet meegaat in dezelfde denkfout. Voor zware reviews zet je daar een sterker model op. Vakteksten noemen zo'n opzet met meerdere samenwerkende agents een multi-agent system.

Hoe ziet één ronde van een agentic workflow eruit?

Elke ronde volgt dezelfde vijf stappen. De volgorde ligt vast; wat de agent binnen een stap doet, hangt af van de taak.

  1. 01

    Een taak kiezen

    De agent leest de takenlijst en kiest de volgende taak volgens vaste regels: eerst wat dringend is, daarna de oudste taak. Taken die een mens moet beslissen of die op een datum wachten, slaat het over. Bij ons is die takenlijst een lijst met GitHub-issues, maar het kan ook een ticketsysteem of een gedeeld bord zijn. Hermes heeft daarvoor ook een eigen kanbanbord voor meerdere agents.

  2. 02

    Uitvoeren met subagents

    De hoofdagent leest de volledige taak, de voorgeschiedenis en de bestanden die erbij horen, en maakt een plan. Opzoekwerk gaat naar snelle subagents, een afgebakende wijziging naar een bouwer. De hoofdagent houdt het overzicht en neemt de beslissingen.

  3. 03

    Laten controleren

    Voor de agent iets afsluit, kijkt een aparte reviewer het werk na. Klopt het met de opdracht? Zijn de bronnen echt? Staat het resultaat live zoals bedoeld? De reviewer keurt goed of af, met bewijs. Bij een afkeuring gaat het werk terug voor herstel.

  4. 04

    Afronden en vastleggen

    Na de goedkeuring schrijft de agent een verslag bij de taak: wat er veranderde, hoe het gecontroleerd werd en wat bewust niet gebeurde. Dat verslag is het geheugen voor mens en agent. Wie later wil weten waarom iets zo is, vindt het daar terug.

  5. 05

    De volgende nemen of stoppen

    Daarna begint de volgende ronde. Is er geen uitvoerbare taak meer, dan stopt de agent zonder iets aan te raken. Soms keurt de reviewer een taak twee keer af, of vraagt de taak een beslissing die bij een mens hoort. Dan blijft de taak open met een concrete vraag.

Wat heb je nodig om een agent veilig 24/7 te laten werken?

Een agent die 's nachts doorwerkt, moet ook zonder jou kunnen stoppen. Een goed model alleen volstaat daarvoor niet. Je legt vooraf een paar afspraken vast:

  • Een takenlijst met duidelijke opdrachten: één taak is één afgebakend resultaat met criteria, zodat de agent weet wanneer het klaar is.

  • Afrondregels: de agent sluit een taak pas af na een eigen controle én een goedkeuring van de reviewer.

  • Een rem na herhaalde mislukking: Hermes telt per geplande taak hoeveel runs na elkaar mislukten en waarschuwt standaard na drie keer. Met één commando pauzeer je alle geplande taken tegelijk.

  • Menselijke goedkeuring waar het telt: beslissingen over prijzen, claims, juridische teksten of iets dat niet terug te draaien is, gaan naar een mens.

  • Beperkte rechten: de agent krijgt alleen de toegang die de taak vraagt, en leesrechten waar dat volstaat.

  • Logs en verslagen: elke run laat een spoor na dat je achteraf kunt nalezen.

Hermes plant zulk werk met geplande taken: je geeft een schema, een opdracht en de skills die de agent moet laden. Wat er in die opdracht staat, bepaal jij. Hoe je de rechten van een agent afbakent, lees je in onze checklist voor veilig AI-gebruik.

Hoe ziet zo'n loop er bij ons uit?

Onze eigen Hermes-installatie bij Voltti werkt zo aan deze website. De agent draait dag en nacht. Elke run kiest één taak uit onze takenlijst en voert die uit in het CMS of in de code. Een aparte reviewer kijkt het werk na, en de taak sluit pas na een goedkeuring van die reviewer.

Andere agents vullen de lijst aan. Een dagelijkse audit legt per pagina verbeterpunten vast als nieuwe taak, en een andere agent zoekt elke dag nieuwe zoekkansen. Een aparte bewaker pauzeert de loop wanneer drie runs na elkaar op dezelfde aanmeldfout vastlopen. Taken die als menselijk werk gemarkeerd zijn, raakt de loop nooit aan. Wij bepalen de doelen en de regels en lezen de verslagen na.

De tellerstand van één week, van 7 tot en met 13 november 2026: de loop startte 52 keer, 50 runs liepen tot het einde en 2 mislukten. Op 10 november verhoogden we het schema van zes naar negen runs per dag. Binnen die runs werden 32 taken afgerond en gesloten. In dezelfde week kwamen er 48 nieuwe taken bij, de meeste aangemaakt door de agents voor audits en zoekkansen. Dat zijn onze eigen cijfers voor één website, geen benchmark.

Welk werk kan een agentloop vandaag al zelf doen?

Werk dat uit digitale stappen bestaat en waarvan je het resultaat kunt controleren. Denk aan content en SEO-onderhoud, afgebakend code-onderhoud, rapporten en het ophalen van data. Hoe langer en vager een taak, hoe groter de kans dat de agent onderweg een verkeerde afslag neemt.

Die grens schuift wel op. Onderzoeksorganisatie METR mat in maart 2025 dat de lengte van softwaretaken die de sterkste AI-agenten met 50% betrouwbaarheid zelfstandig afwerken, zes jaar lang ongeveer elke zeven maanden verdubbelde. METR vermeldt er intussen zelf bij dat dat cijfer verouderd is en houdt een nieuwere meting bij. De richting blijft dezelfde: agents ronden steeds langere taken af. De tabel toont hoe wij de grens vandaag zien.

Soort werkLukt vandaag zelfstandig?Waar een mens blijft

Content- en SEO-onderhoud van een website

Ja, met review en verslag per taak

Doelen, claims en wat er gepubliceerd mag worden

Afgebakend code-onderhoud met tests

Ja, voor kleine en duidelijke wijzigingen

Ontwerpkeuzes en wat er live gaat

Rapporten en data ophalen

Ja

Interpretatie en beslissingen

Eerste lijn voor klantvragen

Deels, met vaste antwoorden en doorverwijzing

Uitzonderingen, klachten en toezeggingen

Offertes en prijzen

Voorbereiden wel, versturen niet

Prijs en voorwaarden

Personeels-, juridische en financiële beslissingen

Nee

Volledig

Waar blijft een mens nodig?

Bij alles wat verantwoordelijkheid vraagt. Een agent kan een juridische tekst bijwerken, maar het bedrijf blijft verantwoordelijk voor wat er staat. De richting is duidelijk: steeds meer werk op de werkvloer gaat naar agents. Toch is 'je hele werkvloer vervangen' vandaag geen realistische belofte. Wat wel verandert, is de rol van de mens: minder zelf uitvoeren, meer sturen, keuren en de regels scherp houden.

Begrens ook wat een agent kan aanrichten. Geef geen beheerrechten waar leesrechten volstaan, laat onomkeerbare acties langs een mens gaan en bewaar de logs. Een fout in een loop herhaalt zich anders bij elke run.

Hoe zet Voltti dit op met Hermes Agent?

Voltti helpt bedrijven in België en Nederland om Hermes Agent op te zetten, met een vrije keuze van model en van API of abonnement. Voor een loop zoals hierboven begin je klein: één takenlijst en één soort werk. Duidelijke regels bepalen wat de agent zelf mag afronden. Skills, plug-ins en MCP-koppelingen zet je in een GitHub-repo van je eigen bedrijf. Zo ziet en beheert je team hoe de agent werkt.

In een pilot testen we zo'n loop op één workflow. Die duurt meestal 2 tot 4 weken, van het eerste gesprek tot de evaluatie; hoe dat verloopt, lees je bij onze aanpak. Twijfel je nog welke workflow je eerst kiest, lees dan waarom je met één frustrerende workflow begint.

Portretfoto van Seppe Gadeyne

Seppe Gadeyne is developer en eigenaar van Voltti. Hij richt AI-agenten in voor bedrijven in België en Nederland.

Bijgewerkt op

Veelgestelde vragen

01Wat is een agentic workflow?

Een werkwijze waarin een AI-agent zelf de stappen van een taak plant, tools gebruikt, het resultaat controleert en bijstuurt. In een agentloop herhaalt de agent dat taak na taak, op een vast schema.

02Wat is het verschil tussen een agent en een subagent?

De hoofdagent plant en beslist. Een subagent krijgt van de hoofdagent één afgebakende deeltaak, werkt die af in een eigen, nieuw gesprek en geeft alleen een samenvatting terug. Zo blijft de hoofdagent overzichtelijk en kunnen deeltaken tegelijk lopen.

03Kan een AI-agent echt 24/7 werken?

Technisch wel: een planner start de agent op vaste momenten, ook 's nachts. Of dat zinvol is, hangt af van het werk. Veilig lukt het alleen met een takenlijst, afrondregels, een rem na herhaalde mislukking en menselijke goedkeuring voor beslissingen die ertoe doen.

04Wie is verantwoordelijk voor wat een agent doet?

Het bedrijf dat de agent inzet. De agent werkt binnen de rechten en regels die jij geeft. Daarom bepaal je vooraf wat de agent zelf mag afronden en wat langs een mens gaat, en lees je de verslagen na.

05Wat kost een agentloop?

Dat hangt af van het model, het aantal runs per dag en hoeveel subagents er meedraaien. Volgens de Hermes-documentatie gaat bij parallel werk meestal het grootste deel van de tokens naar de subagents. Voltti werkt met een offerte op maat. Welke kostenposten er spelen, lees je in wat kost een AI-agent.

Een AI-agent die zelf het volgende werk oppakt?

Bespreek je pilot