Bouw agents die in productie standhouden
Zet de factory in werking — van eerste agent tot productie-klare keten
De uitdaging
De meeste agent-demo's werken op het podium en sterven in de pilotfase — niet door slechte code, maar omdat niemand nadacht over evaluatie, stopcriteria, foutpropagatie en kostenbeheer. Geen diashow over wat agents zíjn: je schrijft echte code, maakt fouten, debugt, en begrijpt aan het einde van dag 1 waarom demo's falen — en hoe je dat voorkomt. Dag 2 gaat over productie: testen op variaties en randgevallen, monitoring zodat je fouten ziet vóór de gebruiker, en ketens van meerdere agents die ook bij een storing in één schakel blijven functioneren.
Na afloop kun je
- Een agent bouwen met expliciete stopcriteria en foutafhandeling
- Een kwaliteitstest opzetten die verder gaat dan één correcte run
- Het juiste automatiseringsniveau kiezen — workflow versus agent
- Een keten van meerdere agents beveiligen tegen foutpropagatie
- Kosten en monitoring inrichten vóór je uitrolt
Starter kit
- Een werkende agent voor een use case uit je eigen werkcontext
- Een evaluatieset om kwaliteit structureel te bewaken
- Een productiechecklist: stopcriteria, monitoring, kostengrenzen en escalatiepad
Programma
Dag 1 — De breuk: van chatbot naar agent~90 min
Je kunt hierna beargumenteren wanneer een agent de juiste keuze is — en wanneer een goedkopere oplossing volstaat.
Dag 1 — Anatomie van een agent (en wat er misgaat)~90 min
Je kunt hierna de architectuur van een agent schetsen én de meest voorkomende faalscenario's benoemen vóór ze optreden.
Dag 1 — Tool use & MCP: de agent verbonden met de wereld~120 min
Je hebt hierna zelf een werkende MCP-tool gebouwd en begrijpt waarom het de integratiekost van agents drastisch verlaagt.
Dag 1 — Workflows: het juiste automatiseringsniveau kiezen~90 min
Je hebt hierna een beslissingskader voor het juiste niveau én hetzelfde probleem op twee manieren gebouwd.
Dag 2 — Multi-agent systemen: wanneer één agent niet genoeg is~120 min
Je kunt hierna een multi-agent architectuur kiezen op basis van de use case, niet op basis van hype.
Dag 2 — Skills & agentic engineering systemen~90 min
Je begrijpt hierna het verschil tussen tools en skills, hebt een eigen skill geschreven, en weet wanneer je een agentic engineering systeem inzet versus zelf bouwt.
Dag 2 — Evaluatie: de vaardigheid die 90% van de teams overslaat~90 min
Je kunt hierna een eval-suite opzetten en systematisch verbeteren in plaats van gokken.
Dag 2 — Van prototype naar productie~90 min
Je hebt hierna een productie-checklist voor je eigen agent en weet wat er misgaat — en hoe je het afdekt.
Dag 2 — Blueprint & demo~45 min
Je presenteert je eigen agent met heldere architectuur, keuzes en geleerde lessen — feedback van de groep inbegrepen.
Waarom MCP centraal staat
Het Model Context Protocol (MCP) is de open standaard die agents met externe systemen verbindt. Anthropic introduceerde MCP eind 2024 en doneerde het in december 2025 aan de Agentic AI Foundation onder de Linux Foundation — sindsdien vendor-neutraal bestuurd, met AWS, Google, Microsoft en OpenAI als leden. In deze workshop bouw je zelf een MCP-koppeling, zodat je begrijpt waarom dit de integratiekost van agents drastisch verlaagt. Je leert ook wanneer een eenvoudige functieaanroep volstaat en wanneer een volwaardige MCP-server de betere keuze is voor je team.
Jouw factory begint hier
Early adopter-prijs: eenmalig tarief voor de eerste edities — daarna stijgt de prijs structureel. Laat je e-mail achter, zet jouw prijs vast en hoor als eerste over data en locatie.