Hoe weet ik of de agent die ik vorige week heb uitgebracht zich vandaag nog steeds op dezelfde manier gedraagt?
Kans
Modelproviders werken gewichten voortdurend bij, wisselen kwantiseringsniveaus en routeren verkeer opnieuw over hardware zonder de endpointnaam te wijzigen of een changelog uit te geven. In april 2026 werd een golf van klachten over de kwaliteit van Claude Code herleid tot wijzigingen op productlaagniveau zonder modelversiebump, zonder melding en zonder manier voor bouwers om de regressie te detecteren zonder de uitvoer zelf te meten. Een product dat op een specifiek modelcheckpoint is gebouwd, kan weken van koers afwijken in weigeringspatronen, tool-call-gedrag of uitvoerformaat voordat iemand het merkt. Er bestaat geen tooling om een gedragsvingerafdruk van een geïmplementeerde agent tegen een live endpoint te nemen en te waarschuwen wanneer die vingerafdruk verschuift, ook al is dit precies de regressietest die elk softwareteam uitvoert bij elke upgrade van een bibliotheekafhankelijkheid.
Waarom het belangrijk is
Zonder gedragsmonitoring gekoppeld aan modelversies is elke providerupdate een stille regressie die uw gebruikers bereikt voordat u dat doet.
Hoe ik de kans beoordeel
De Opportunity Score is mijn eigen inschatting, geen meting: hoe ernstig het pijn doet, hoe vaak het toeslaat, en hoe weinig er vandaag de dag bestaat om het op te lossen. Hoger betekent dat ik denk dat het meer de moeite waard is om te bouwen.
Hoeveel pijn het veroorzaakt wanneer het zich voordoet.
Hoe vaak mensen er daadwerkelijk tegenaan lopen.
Hoe weinig goede tools er vandaag de dag voor bestaan.
Meer problemen die het oplossen waard zijn
Waarom vergeet elke AI-app mij op het moment dat ik het tabblad sluit?
AIWaarom is het leren van een nieuw vakgebied nog steeds afhankelijk van weten wat je moet vragen?
AIWaarom kan een niet-expert niet verifiëren wat een AI hem zojuist heeft verteld?
AIWaarom testen we modellen op benchmarks maar brengen we ze op de markt op gevoel?
AIWaarom hebben AI-agenten geen geheugen voor hun eigen fouten?
AIWaarom kan ik niet controleren waarop een model daadwerkelijk is getraind?