Agentische AI definiëren in de SDLC

Veel ontwikkelaars gebruiken AI al in een vertrouwd assistentpatroon. Een assistent reageert op een prompt, genereert uitvoer en geeft de controle terug aan de gebruiker. Een agent gaat verder: het kan een doel interpreteren, beslissen over tussenliggende stappen, hulpprogramma's gebruiken en actie ondernemen binnen een werkstroom.

Dat verschil is belangrijk omdat het AI wijzigt van iets dat helpt bij het ontwikkelen in iets dat deelneemt aan de ontwikkeling.

In deze eenheid leer je

• Wat maakt een AI-systeem agentgericht in een ontwikkelingscontext

• Hoe op agents gebaseerde systemen verschillen van systemen op basis van assistenten

• Hoe agentgedrag wordt weergegeven in GitHub werkstromen

Wat een AI-systeem handelend maakt in een ontwikkelingscontext.

Systemen op basis van assistenten zijn doorgaans reactief:

• Ze zijn afhankelijk van een gebruiker om te bepalen wat er vervolgens moet worden uitgevoerd.

• Ze kunnen code voorstellen, uitvoer uitleggen of wijzigingen samenvatten.

• Ze verplaatsen hun werk niet onafhankelijk naar voren in een opslagplaats.

Op agents gebaseerde systemen zijn doelgestuurd:

• Ze kunnen een taak interpreteren, een aanpak ontwikkelen en stappen uitvoeren voor voltooiing.

• Ze kunnen hulpprogramma's (bijvoorbeeld de GitHub API, CI-werkstromen of schrijfbewerkingen voor opslagplaatsen) gebruiken om duurzame resultaten mogelijk te maken, zoals branches, commits en pull requests.

• Ze kunnen itereren op basis van feedback (controles, beoordelingen, scans).

In GitHub wordt dit model vaak uitgedrukt in een op pull-aanvraag gerichte werkstroom: de agent stelt wijzigingen in een vertakking voor, opent een pull-aanvraag en wacht op beoordeling en validatie voordat de wijziging wordt samengevoegd.

Assistent versus agent?

Het gedraagt zich als een assistent wanneer het:

• Produceert suggesties of uitleg

• Voert geen opslagplaatsacties uit

• Vereist dat de gebruiker elke stap handmatig toepast

Een AI-systeem gedraagt zich als een agent wanneer het kan:

• Een doel handhaven over meerdere stappen

• Tussenliggende acties bepalen

• Hulpprogramma's gebruiken

• Duurzame artefacten maken of wijzigen (vertakking/doorvoeringen/PR)

• Herhalen op basis van feedbacksignalen

Hoe agentgedrag wordt weergegeven in GitHub

In GitHub is agentgedrag zichtbaar via dezelfde structuren die ontwikkelaars al gebruiken:

• Vertakkingen en doorvoeringen (wat is gewijzigd)

• Pull-aanvragen (wat wordt voorgesteld, waarom en ter beoordeling)

• Werkstromen en controles (welk bewijs bestaat)

• Opmerkingen en goedkeuringen bekijken (wat mensen hebben geaccepteerd of afgewezen)

Een agent vervangt de werkstroom niet. Het treedt als deelnemer toe tot de werkstroom.

Implementatievoorbeelden

Agentgedrag (PR-productie) Er wordt een beveiligingswaarschuwing ingediend. De agent:

1. Maakt een vertakking aan (bijvoorbeeld agent/bump-dep-2026-04-03)
2. Een afhankelijkheid en vergrendelingsbestand bijwerken
3. Hiermee opent u een pull-aanvraag met een samenvatting en plan
4. Wacht op CI-controles en controleer feedback en wijzigt indien nodig

Gedrag van assistenten (alleen suggesties) U vraagt een assistent: 'Hoe kan ik deze afhankelijkheid veilig bijwerken?' De assistent geeft:

• een set aanbevolen opdrachten

• een controlelijst met risico's

• voorgestelde codewijzigingen U maakt nog steeds zelf de vertakking en pull-aanvraag.

In de volgende les bekijkt u de levenscyclus die bepaalt hoe agents plannen, handelen en evalueren.