Hoe houden persoonlijke AI-agents zich op kantoor?
Vijf persoonlijke AI-agents naast elkaar getest. Geen winnaar, wel een patroon: het onderhoud is fors, en dat schaalt slecht in een organisatie.
OpenClaw is niet langer de populairste open-source AI-agent ter wereld. Sinds deze week is Hermes Agent van Nous Research de nieuwe nummer één op OpenRouter, met 224 miljard verwerkte tokens per dag tegen 186 miljard voor OpenClaw. Geen verrassing voor wie de review van Peter Yang had gelezen. Hij testte een paar weken eerder vijf persoonlijke AI-agents naast elkaar en koos Hermes als zijn werkpaard voor dagelijkse taken. Niet omdat Hermes het meeste kan, maar omdat het stabieler werkte dan de rest.
Yang testte naast OpenClaw en Hermes ook Claude Code, Codex en Gemini. Wat hem het meest opviel was niet welke functies missen. Het was waar de pijn zit. Niet bij de modellen, niet bij de capabilities. Bij de betrouwbaarheid.
Tien procent onderhoud
Yang schat dat hij 10% van zijn tijd kwijt is aan het repareren van OpenClaw in plaats van het gebruiken. De agent vergat dat hij toegang had tot Google Docs. Schakelde willekeurig naar een andere stem. Brak na elke update opnieuw. Hermes vond hij stabieler, maar minder spannend. Claude Code prijst hij om Opus' persoonlijkheid en de agentic capabilities, en noemt dezelfde 98% uptime in één adem "ronduit onvoldoende". Codex heeft volgens hem de mooiste desktop-app, maar geen mobiele versie, en 80% van zijn gesprekken met agenten gaat via de telefoon. Gemini zit op alle data van Google en kan nog steeds geen Google Doc bewerken.
Hij eindigt met een stack van drie: Hermes voor dagelijks werk, Codex en Claude Code voor productiewerk. Geen winnaar. Een combinatie. En de verschuiving op OpenRouter laat zien dat veel andere gebruikers tot een vergelijkbare conclusie komen.
Wat dit betekent als je het wilt uitrollen in je organisatie
Yang is een ervaren AI-gebruiker. Bouwt zijn eigen setup. Lost zijn eigen storingen op, soms met behulp van een andere agent. En is alsnog 10% van zijn tijd bezig met onderhoud. Reken dat eens om naar een organisatie met honderd kenniswerkers.
Dan importeer je de onderhoudsbelasting als geheel je organisatie in. Iemand moet de cron jobs herstellen die stilletjes breken na een update. Iemand moet uitleggen waarom de agent vandaag wel toegang heeft tot die gedeelde map en gisteren niet. Iemand moet inschatten of een fout incidenteel is of structureel. Bij Yang regelt hijzelf dat. In een organisatie komt dat werk terecht bij IT, of, vaker, blijft het hangen bij de medewerker die op tijd zijn werk af moet hebben.
De vraag is dan ook niet "welke agent kiezen we?". Die vraag verandert toch elke paar maanden, zo blijkt opnieuw. De vraag is: welk niveau van onbetrouwbaarheid kan ons proces aan voordat de winst verdampt? Daar lopen veel organisaties nu vast, en dat zit dieper dan een keuze tussen producten.
Wekelijkse inzichten in je mail.
Dilemma's, doorbraken en blinde vlekken uit onze AI-praktijk.
Drie keuzes die ik klanten meegeef
Eén: begin bij werk waar een hapering niet meteen pijn doet. Een agent die een nieuwsbrief samenvat of een eerste tenderversie schrijft, mag af en toe falen. Iemand reviewt het toch. Een agent die zelfstandig facturen verwerkt of klantmails beantwoordt, niet. Daar wordt een fout van de agent direct een fout van de organisatie. Begin daar waar het risico laag is, en schaal langzaam op.
Twee: reken het onderhoud expliciet mee in de business case. Een agent die 80% van een tendertraject afhandelt klinkt als 32 uur winst op 40. Trek daar de uren vanaf voor het draaiend houden, voor uitval, voor het helpen van medewerkers als iets niet werkt zoals gisteren wel. Wat overblijft is de echte ROI. Vaak nog steeds positief, maar minder spectaculair dan op de slide.
Drie: bouw de regie uit voordat je de schaal vergroot. Over autonome agenten schrijven we vaak, omdat de vraag steeds dezelfde is: wie is er verantwoordelijk als de agent een fout maakt? Bij Yang is dat antwoord simpel. In een organisatie heeft die vraag een governance-structuur nodig. Die zit niet in de tool. Die moet je zelf inrichten.
Een week geleden was OpenClaw de standaard, vandaag is dat Hermes. Wie weet wat het over een halfjaar is. Dat is geen reden om af te wachten. De organisaties die nu leren werken met onbetrouwbare versies hebben straks een voorsprong. Wel een reden om scherp te zijn over wát je inzet en waar.
Welke processen in jouw organisatie kunnen tegen 10% onbetrouwbaarheid? En welke absoluut niet? Daar begint elk serieus gesprek over agenten. Benieuwd hoe wij die afweging maken voor klanten in jouw sector? Plan even een kennismaking in.
