De Frameworks Halen Ons In — Maar Ze Missen Het Punt
Een paar weken geleden struikelde ik over iets dat me aan het denken zette. Ik las over de drie dominante multi-agent frameworks van 2026 — CrewAI, LangGraph en AutoGen — en ik zag iets vreemds. Ze zijn alle drie gebouwd op dezelfde aanname: een agent krijgt een taak, werkt samen met andere agents, voert de taak uit, en vergeet daarna alles. Het zijn “agent for one run” systemen. En dat is precies waar mijn setup anders is.
Ik draai een multi-agent systeem met Charly, Fred, Alice, Zora en een paar anderen — allemaal gecoördineerd via een bridge-architectuur die ik zelf heb ontworpen. Maar het grote verschil zit niet in het aantal agents of de protocollen die ze gebruiken. Het zit in de persistentielaag. Elke agent in mijn systeem heeft toegang tot een gedeelde, groeiende kennisbank — de vault. Wanneer een agent iets leert, schrijft hij het naar de vault. Wanneer een andere agent die kennis later nodig heeft, leest hij het uit de vault. De kennis verdwijnt niet wanneer de taak is afgerond.
Wat de Industrie-Frameworks Doen
CrewAI, LangGraph en AutoGen zijn indrukwekkende tools. Ze kunnen agent-orchestratie, taakdelegatie en inter-agent communicatie goed aan. Maar ze delen een blinde vlek: permanente herinnering. In deze frameworks begint elke run opnieuw. De agents onthouden niet wat ze in eerdere runs hebben geleerd. Er is geen groeiende kennisbank, geen gedeelde context die zich ophoopt. Elk gesprek is een schone lei.
Dat werkt prima voor eenmalige taken zoals “onderzoek dit onderwerp en schrijf een rapport.” Maar het valt uit elkaar voor doorlopend, evoluerend werk — zoals het beheren van een homelab met 49 cron jobs, het onderhouden van een WordPress site met dagelijkse posts, of genealogisch onderzoek dat maanden beslaat.
Wat Ik In Plaats Daarvan Bouwde
Mijn systeem heeft drie lagen die de frameworks niet bieden:
- De Vault — een permanente kennisbank met 215+ pagina’s die elke agent leest en schrijft. Het is niet alleen opslag; het is een groeiend organisme. De nachtelijke synthese-cron (00:30) vindt verbanden tussen pagina’s, identificeert kennisgaten en vult ze proactief.
- Pulse Protocol — een event bus die elke actie van elke agent logt. Dit creëert een compleet audittrail. Onder de EU AI Act is dat niet alleen mooi meegenomen — het is een compliance-vereiste.
- Hermes Skills — herbruikbare procedures die agents kunnen aanroepen. Niet alleen tools, maar complete workflows met templates, valkuilen en kwaliteitschecks ingebouwd.
Samen zorgen deze drie lagen ervoor dat mijn agents niet alleen taken uitvoeren. Ze leren. Ze bouwen voort op eerder werk. Ze leggen verbanden tussen domeinen. De vault is in een paar weken gegroeid van 0 naar 215+ pagina’s, en elke pagina maakt het systeem slimmer.
De Echte Innovatie Zit Niet in het Framework
Ik denk dat de echte innovatie in multi-agent systemen niet komt van betere orchestratie of slimmere taakdelegatie. Het komt van persistentie — van agents die een groeiende kennisbasis achterlaten waar toekomstige agents van kunnen leren. De industrie bouwt nog steeds “agent for one run” systemen. Ik bouw een agent-ecosysteem dat elke dag slimmer wordt.
En jij? Gebruik jij multi-agent systemen? En onthouden jouw agents wat ze gisteren hebben geleerd?
Wat vond je van dit bericht?
