Welke AI-agent moet je kiezen voor je projecten?

Vorige week zag ik iemand hun frontend-agent vragen om "een geweldige prompt te maken voor het genereren van afbeeldingen". De agent deed het. Slecht. Het produceerde iets dat een frontend-ontwikkelaar zou schrijven: componentvormig, vaag visueel, en miste alles wat een prompt-engineer weet over belichtingstermen, cameravocabulaire en negatieve prompts.

Niemand merkte het op, omdat de mislukking stil is. De agent zegt niet "dit is mijn taak niet". Het doet gewoon een middelmatige versie van iemand anders' werk.

Dat is de echte kost van het kiezen van de verkeerde agent. Niet fouten. Middelmatigheid die eruitziet als output.

De persona is het product

Een AI-agent is een model plus een systeemprompt. Zelfde model, andere systeemprompt, andere resultaten. Dat is de hele truc, en het is geen kleintje.

Een QA-agent "probeert niet harder om bugs te vinden". Zijn persona vertelt hem om het happy path te wantrouwen, randgevallen op te sommen en de reproductie te schrijven vóór de oplossing. Een beveiligingsagent leest dezelfde auth-code als je fullstack-agent en ziet sessiefixatie waar de fullstack een werkende login ziet. De 14 ingebouwde rollen in AgentsRoom bestaan omdat deze kaders echt veranderen wat er uit hetzelfde model komt.

Dus "welke agent moet ik gebruiken" is niet cosmetisch. Het bepaalt welke instincten worden ingeschakeld terwijl je taak wordt uitgevoerd.

Pas de taak aan, niet de gewoonte

De gewoonte: stuur alles naar de agent die al open is. Meestal een fullstack-ontwikkelaar, omdat diegene op maandag is geopend.

De match: lees je taak en benoem de specialiteit waartoe het behoort.

Enkele echte voorbeelden, met wie ze daadwerkelijk zou moeten uitvoeren:

• "Schrijf de lancering blogpost": een Marketing Expert, niet je fullstack-ontwikkelaar. Positionering en tekst zijn een specialiteit, en dat blijkt binnen twee alinea's.
• "Deze test faalt één keer van de vijf": een QA-agent. Flakey tests zijn een discipline: isolatie, timing, fixtures. Een ontwikkelingsagent zal vaak gewoon opnieuw uitvoeren totdat het groen is.
• "Verstevig de login flow": een Beveiligingsagent. Het zal tokenrotatie, sessie-invalidering en snelheidsbeperking controleren zonder dat het hoeft te worden verteld.
• "Maak prompts voor afbeeldingsgeneratie": een Prompt Engineer uit de catalogus. Dit is precies de taak uit de intro, en precies de agent ervoor.
• "Het dashboard is traag": een Backend-agent voor de queries, een Frontend-agent voor de renderprestaties. Als je nog niet kunt zeggen welke kant schuldig is, is dat eerst een profiling-taak.

Als de taak een deliverable noemt die een specialist in de echte wereld zou bezitten, geef het dan aan die specialist. Je hebt er 260+ in de catalogus, plus je eigen aangepaste agents. Een generalist voor alles gebruiken is betalen voor een bank en één speler laten spelen.

Als je het niet weet: zeg het dan

Hier is het deel dat veranderde hoe ik werk. Je hoeft het niet te weten.

AgentsRoom heeft een Agent Suggestions adviseur precies voor dit moment. Klik op de fonkel naast de agentzoekopdracht, typ de taak zoals je het hardop zou zeggen ("schrijf een lancering blogpost", "audit de login flow"), en het antwoordt met de agent die het beste geschikt is voor de taak, een eenregelige reden en twee alternatieven. Agents die al vrij in je kamer zitten worden gemarkeerd, zodat de adviseur je vertelt om te hergebruiken voordat het je vertelt om toe te voegen.

Dan wijst één klik de taak toe: de agent wordt indien nodig toegevoegd, zijn terminal opent, en de exacte tekst die je hebt getypt landt als concept in de composer. Je hebt de taak al één keer beschreven. Die beschrijving wordt de eerste prompt.

De rangschikkingsregel is belangrijk: eerst passend, dan gemak. De adviseur zal je afbeeldingsprompt-taak niet aan de frontend-ontwikkelaar geven alleen omdat de frontend-ontwikkelaar vrij is. We hebben dat afgestemd op echte missers.

Hergebruik voordat je toevoegt

Een kamer met twaalf halfgebruikte agents is zijn eigen faalmodus. Twee regels houden het gezond.

Vrije agent die past: hergebruik het. Een agent zonder lopende taak en de juiste specialiteit is elke keer de beste keuze. De adviseur past deze regel automatisch toe.

Juiste specialiteit maar bezig: voeg een nieuwe toe in plaats van in de rij te wachten. Agents zijn goedkope zitplaatsen. Wachten tot je ene QA-agent klaar is terwijl drie bugs zich opstapelen is een knelpunt dat je zelf hebt bedacht.

En wanneer een taak halverwege de sessie van aard verandert ("eigenlijk, schrijf nu de documentatie voor wat je hebt gebouwd"), heb je helemaal geen nieuwe agent nodig: Agent Morphing verandert de lopende agent in een andere specialist met zijn context intact.

Eén taak, meerdere specialisten

Sommige taken zijn niet één specialiteit. "Lever de betalingsfunctie" is een backend-taak, dan een QA-taak, en misschien daarna een beveiligingscontrole. Eén agent ervoor kiezen betekent dat de andere twee specialiteiten stilletjes niet gebeuren.

Daar zijn Teams voor: koppel agents zodat het werk van ontwikkeling naar QA naar beoordeling stroomt, elke plek bezet door de juiste persona. De keuzevraag wordt "wie zit er in de pijplijn" in plaats van "wie krijgt alles".

De vijf-seconden versie

Benoem de specialiteit waartoe de taak behoort. Als een vrije agent in je kamer het bezit, gebruik ze dan. Zo niet, voeg de rol of de catalogus-expert toe die dat doet. Als je de specialiteit niet kunt benoemen, beschrijf de taak en laat de adviseur het benoemen.

En zodra de juiste agent de taak heeft, zorg ervoor dat deze je codebase niet elke sessie opnieuw leert: dat is een geheugenprobleem, en dat is het volgende dat het waard is om op te lossen.