Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Wat is een OpenAI AI-agent

Les 1 van 25 Bijgewerkt op 2 november 2026 Ontwikkelaar
Op deze pagina
  1. Wat is een OpenAI AI-agent
  2. Agent versus chatbot: het cruciale verschil
  3. Het OpenAI Agents-ecosysteem in 2026
  4. De Responses API: de motor onder de motorkap
  5. Beschikbare modellen voor uw agents
  6. Belangrijkste punten

Bijgewerkt op 2 november 2026 — Agent Builder. Op 3 juni 2026 kondigde OpenAI de stopzetting van Agent Builder aan, gepland voor 30 november 2026; ChatKit blijft beschikbaar. Vooruitkijkend verwijst OpenAI gebruikers naar de Agents SDK of naar agents in de ChatGPT-werkruimte. Sinds 10 september 2026 biedt OpenAI een openbare bèta van de Agents API aan die agent-orchestratie host (zie ChatGPT in 2026, les 10).

Wat is een OpenAI AI-agent

Een standaard API-oproep produceert tekst: u stelt een vraag, het model geeft een antwoord en de transactie eindigt daar. Een agent werkt anders. Deze redeneert over de toegewezen taak, besluit welke acties er moeten worden ondernomen, voert ze uit, observeert de resultaten en herhaalt deze cyclus totdat het doel is bereikt. Deze verschuiving van “tekst genereren” naar “een taak voltooien” vertegenwoordigt een fundamentele evolutie in hoe we intelligente applicaties bouwen.

In 2026 biedt OpenAI een compleet ecosysteem voor het bouwen van agents: de Agents SDK (Python), de Agent Builder (no-code) en ChatKit (implementatie). Deze cursus leidt u door elk van deze componenten.

GPT-5.6
Current generation
1M
Context tokens
6+
Built-in tools
MCP
Open protocol

Agent versus chatbot: het cruciale verschil

Een standaard chatbot reageert op uw berichten; een agent handelt. Vier eigenschappen onderscheiden hem. Ten eerste autonomie: de agent beslist welke tools hij gebruikt en in welke volgorde; u script de reeks niet voor hem. Ten tweede stelt de redeneerlus hem in staat de resultaten van zijn acties te observeren en zijn strategie aan te passen in plaats van een star plan te volgen. Ten derde geeft tool-toegang hem handen: het web doorzoeken, code uitvoeren, bestanden lezen of API’s aanroepen. Tot slot zorgt persistentie voor contextbehoud over meerdere stappen heen, waardoor informatie die tijdens het derde verzoek is verzameld, nog bruikbaar is bij het tiende.

Een uitgewerkt voorbeeld illustreert dit verschil. U vraagt: “Analyseer de verkoop van het afgelopen kwartaal en stuur een samenvatting naar het team.” Een chatbot geeft u een sjabloon voor de samenvatting en laat het invullen aan u over. Een agent zal:

  1. Uw verkoop-API aanroepen om gegevens op te halen
  2. Code Interpreter gebruiken om trends te berekenen
  3. Een gestructureerde samenvatting genereren
  4. De e-mail verzenden via een gekoppelde functie

U hebt geen van deze vier stappen geprogrammeerd: u beschreef een doelstelling en leverde tools.

Het OpenAI Agents-ecosysteem in 2026

Drie instapniveaus bestaan naast elkaar, variërend van het eerste prototype tot productie-implementatie.

Agent Builder (No-code)

De visuele interface op platform.openai.com stelt u in staat een agent te creëren zonder code te schrijven: u configureert daar instructies, tools en bewakingsmechanismen. Het is het hulpmiddel voor rapid prototyping, degene die u binnen een half uur vertelt of uw idee hout snijdt.

Agents SDK (Python)

De officiële SDK biedt volledige controle over logica, tools, overdrachten tussen agents en tracing. Dit is de kern van deze cursus en een complete agent past in slechts een paar regels.

from agents import Agent, Runner

agent = Agent(
    name="Sales Assistant",
    instructions="You are a sales assistant. Analyze sales data and propose recommendations.",
    model="gpt-5.6-terra",
)

result = Runner.run_sync(agent, "What is the best-selling product this month?")
print(result.final_output)

ChatKit (Implementatie)

ChatKit integreert uw agents in uw product: chatwidgets, thematisering en gebruikersacties. Het transformeert een agent die in een terminal draait naar een component die klaar is voor productie.

De Responses API: de motor onder de motorkap

Alle OpenAI-agents vertrouwen op de Responses API, die de Chat Completions API heeft vervangen als primair toegangspunt. Deze behandelt native function calling, web search (real-time zoeken), file search (zoeken in uw bestanden), code interpreter (uitvoeren van Python-code), computer use (interfacebesturing) en MCP-connectors (open protocol). U hoeft deze niet direct aan te roepen, aangezien de Agents SDK deze kapselt; maar wanneer een agent zich misdraagt, is dit de laag waarin u duikt om het gedrag te begrijpen en te optimaliseren.

Beschikbare modellen voor uw agents

Sinds 9 juli 2026 vormt de GPT-5.6-familie (Sol, Terra, Luna) de huidige generatie en is redeneren geen apart model meer: het is een instelling, variërend van none tot max. De codevoorbeelden in deze cursus gebruiken deze familie.

ModelIdentificatiePositionering
GPT-5.6 Solgpt-5.6-solMeest capabel: complexe taken, geavanceerd redeneren
GPT-5.6 Terragpt-5.6-terraBalans tussen intelligentie en kosten — uw standaardkeuze
GPT-5.6 Lunagpt-5.6-lunaVolume en minimale kosten, perfect voor agent-ketens

Redeneren is per verzoek configureerbaar op elk van deze modellen (none → max), wat de oude afweging tussen een algemeen model en een specifiek redeneermodel vervangt.

De modelkeuze heeft directe invloed op de mogelijkheden en kosten van uw agent: een zuinig model dat twintig keer in een keten wordt aangeroepen, factureert anders dan een topmodel dat één keer wordt ingezet. We komen hier in komende lessen gedetailleerd op terug.

Belangrijkste punten

  • Een AI-agent redeneert, beslist en handelt — het is veel meer dan een chatbot
  • Het OpenAI-ecosysteem biedt drie niveaus: Agent Builder (no-code), Agents SDK (code), ChatKit (implementatie)
  • De Responses API is de onderliggende motor voor alle agents
  • GPT-5.6 (Sol, Terra, Luna) is de huidige generatie; redeneren is een instelling, geen apart model