Het moeilijke zit niet in het model — het zit in het systeem eromheen
Een agent die werkt in een demo bouwt iedereen. Een agent die je durft te vertrouwen met schrijftoegang tot je echte systemen, en die betrouwbaar blijft terwijl modellen veranderen — dat is engineering. Wij bouwen die laag: de harness, de evals, de monitoring en de adapters naar je bestaande systemen.
Niet zomaar een API-aanroep, maar de harness eromheen: wat de agent mag, welke tools hij heeft, en de evals die je waarschuwen als een modelupdate iets breekt.
Systemen die meten wat werkt en zichzelf bijsturen, onder menselijk toezicht. De agent doet het volume, de mens beslist.
Een nette laag tussen AI en je oude systemen die geen moderne API hebben. We koppelen wat niet gekoppeld was.
Al een n8n flow, Make scenario, of custom script? We gooien het niet weg. We maken het productie-klaar: tests, foutafhandeling, monitoring.
Concrete projecten waarin we AI Agents & Automatisering toepasten om resultaten te realiseren.
Een solo founder bouwde met AI-tools een werkende app, maar liep vast toen het naar productie moest. Hoe we samen van prototype naar schaalbare SaaS gingen.
Een operations manager bouwde zelf een automatisering die fantastisch werkte, totdat het niet werkte. Hoe we van fragiele flow naar betrouwbaar systeem gingen.
Een bureau bouwt mooie sites, maar na de lancering stopt de groei. Growthdesk is het platform dat we bouwden zodat elke site blijft meten, verbeteren en groeien — met AI-agents die het continue werk doen, onder menselijk toezicht.
Hoe we Utilitarian hielpen bij het bouwen van een schaalbaar AI-platform voor in-store retourstromen, van snel prototype tot live deployment in meerdere retailwinkels.
Een recruitment bureau wilde AI gebruiken voor CV-screening, maar liep tegen juridische en ethische bezwaren aan. Hoe we een oplossing bouwden die wél door de compliance-check kwam.
Als je knikt: je zit niet vast aan de verkeerde tool. Je mist de laag eromheen.
Een model aanroepen kan iedereen. Een fetch naar de OpenAI-API is vijf regels code. Daarom voelt de demo zo dicht bij productie — en daarom valt bijna iedereen in hetzelfde gat.
Want het echte werk begint pas ná de demo. Dit is wat de meeste AI-projecten in productie onderuit haalt:
Het model doet de eerste 80% bijna gratis. De laatste 20% — randgevallen, foutafhandeling, retries, wat er gebeurt als het model iets onverwachts teruggeeft — is geen extra rondje polijsten. Dat is het echte engineeringwerk, en precies wat een demo nooit laat zien.
Een agent die alleen leest is laag risico. Een agent die mag schrijven — een mail sturen, een record aanpassen, een betaling starten — kan ook echt iets kapotmaken. Het verschil tussen lezen en schrijven is waar de meeste aandacht naartoe moet, en waar de meeste demo's overheen stappen.
De provider update het model en je agent gedraagt zich anders — subtiel, maar genoeg om iets te breken. Zonder evals die elke versie controleren, merk je het pas als een gebruiker klaagt. Een AI-systeem zonder evals is een systeem dat je niet kunt vertrouwen.
Als je niet kunt zien wat de agent besloot en waarom, kun je niet debuggen, niet verbeteren en niet uitleggen wat er misging. Observability is geen luxe achteraf — het is wat een agent van een black box in een betrouwbaar systeem verandert.
n8n en Make zijn fantastisch om snel te beginnen. Maar zodra het serieus wordt, loop je tegen de grenzen: geen versiebeheer, geen tests, foutafhandeling die je niet zelf in de hand hebt, en lock-in waar je niet op rekende. Prima als startpunt, niet als fundament.
Veel bedrijfssoftware heeft geen moderne API. Wil je AI eraan koppelen, dan heb je een adapter-laag nodig die het oude systeem netjes ontsluit zonder het te verbouwen. Dat is onzichtbaar werk dat geen demo ooit aanraakt — en precies waar het in de praktijk op vastloopt.
We bouwen geen AI-features. We bouwen de systemen eromheen die ze betrouwbaar maken. Het verschil tussen een indrukwekkende demo en iets waar je je bedrijf op durft te runnen is bijna nooit het model — het is de engineering eromheen.
Iedereen kan een model aanroepen. Het echte werk is het systeem eromheen: de harness die bepaalt wat de agent mag, de evals die je waarschuwen als een update iets breekt, de logging waarmee je ziet wat er gebeurt. Dat is software engineering, geen prompt. Daar zit onze kracht — niet in nóg een tool aan elkaar knopen.
Jeroen , 010 Coding Collective
Hoe je zo’n betrouwbare agent laag voor laag opbouwt, schreven we uit in onze deep-dive een AI-agent bouwen die je durft te vertrouwen — van permissies en tools tot evals en observability. Ben je nog aan het uitzoeken wát een agent precies is en waarvoor je ‘m wel en niet inzet? Begin dan bij wat zijn AI-agents.
De laag om het model die bepaalt of je een agent durft te vertrouwen. Niet de prompt, maar het systeem eromheen.
Systemen die meten wat werkt en zichzelf bijsturen — onder menselijk toezicht. De agent doet het volume, de mens beslist.
Een nette laag tussen AI en je oude systemen die geen moderne API hebben. We koppelen wat niet gekoppeld was.
Al een n8n flow of Make scenario? We gooien het niet weg. We maken het robuust genoeg om op te leunen.
Dit is geen theorie. Een Make-flow die voor 80% werkte maakten we productie-klaar — het hele verhaal staat in De Make-flow die 80% werkte. En het meest meta bewijs: de site die je nu leest draait zelf op zo’n zelf-optimaliserend systeem.
Een proces dat tijd vreet, een flow die je niet vertrouwt, of een agent die je wilt inzetten? We lopen je situatie door en vertellen eerlijk wat productie-klaar voor jou betekent.
Geschikt voor: iedereen met een AI-idee of een flow die beter moet
In 2-4 weken bouwen we een werkend prototype op jouw echte data en systemen — zodat je weet of het werkt vóór je groot investeert.
Geschikt voor: teams die willen valideren of AI werkt voor hun case
We bouwen het volledige systeem — harness, evals, monitoring en integraties — en blijven het beheren terwijl modellen en je business veranderen.
Geschikt voor: organisaties die AI betrouwbaar in productie willen draaien
* Prijzen zijn indicatief en afhankelijk van specifieke projectvereisten en omvang.
We beginnen altijd met een gratis consult. In anderhalf uur kijken we naar je proces of je bestaande flow, en bespreken we eerlijk wat er nodig is om het productie-klaar te maken. Daarna bepalen we samen de beste vervolgstap. Geen verplichtingen.
Mogelijke vervolgstappen:
Twijfel je of je ge-vibecode prototype überhaupt de basis kan zijn? Begin dan bij een vibe coding audit — dan weet je wat standhoudt voordat je verder bouwt.
Ons team heeft uitgebreide ervaring met de technologieën achter AI Agents & Automatisering. Ontdek welke teamleden gespecialiseerd zijn in dit gebied.
Van AI-prototypes die productie-klaar moeten worden tot strategisch advies, code audits of doorlopende development support. We denken graag vrijblijvend met je mee over de beste aanpak.
In anderhalf uur bespreken we je project, uitdagingen en doelen. Eerlijk advies van senior developers, geen verkooppraatje.