Terminal Agents Suffice for Enterprise Automation
Deze paper concludeert dat voor enterprise-automatisering vaak eenvoudige agenten die via een terminal en bestandsysteem direct met API's communiceren, net zo effectief of zelfs beter presteren dan complexere systemen die grafische interfaces of geavanceerde protocollen gebruiken.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Titel: Waarom een simpele "commando-lijn" beter werkt dan een dure robot met een scherm
Stel je voor dat je een grote, complexe fabriek moet besturen. Je hebt een nieuwe, superintelligente assistent (een AI) die je wilt inzetten om taken uit te voeren, zoals bestellingen plaatsen, dossiers aanmaken of rapporten genereren.
Er zijn drie manieren om deze assistent te laten werken, en dit onderzoek van ServiceNow kijkt welke manier het slimst is.
1. De drie manieren van werken
Manier A: De "MCP-agent" (De beperkte vertaler)
Stel je voor dat je een vertaler hebt die alleen maar specifieke zinnen mag zeggen. Je zegt: "Ik wil een laptop bestellen." De vertaler kijkt in zijn boekje en zegt: "Oké, ik heb een knop voor 'Laptop bestellen'." Maar als je wilt bestellen met een specifieke kleur, of als het boekje geen knop heeft voor 'dringend', dan kan hij niets doen. Hij is vastgezet in zijn boekje.
- In de paper: Dit zijn agents die werken met vooraf gemaakte "tools" (MCP). Ze zijn veilig, maar vaak te beperkt.
Manier B: De "Web-agent" (De menselijke nabootser)
Deze agent kijkt niet naar de onderliggende machine, maar naar het scherm. Hij ziet een knop, klikt erop, typt tekst in, wacht tot de pagina laadt, en klikt weer. Het is alsof je een menselijke stagiair hebt die alles met de muis doet.
- Het probleem: Dit is traag, duur en kwetsbaar. Als de fabrikant de knop verplaatst of de website even haperend is, raakt de agent in paniek. Het is alsof je een dure robot hebt die blindelings op een scherm tikt, terwijl hij de machine erachter niet echt begrijpt.
Manier C: De "Terminal-agent" (De directe ingenieur)
Dit is de held van dit verhaal. Deze agent heeft geen scherm nodig en geen boekje met beperkte knoppen. Hij heeft alleen een commando-lijn (een tekstscherm) en toegang tot de bestanden van de machine. Hij praat direct met de motor van de fabriek via de API's (de programmeertaal van de software).
- De analogie: In plaats van door een raam te kijken en op een knop te drukken, loopt deze agent de machine in, draait hij direct aan de schroeven en regelt hij de stroom.
2. Wat ontdekten ze?
De onderzoekers testten deze drie methoden op echte zakelijke systemen (zoals ServiceNow, GitLab en ERPNext). Het resultaat was verrassend:
- De simpele "Terminal-agent" won. Hij was vaak net zo goed, en soms zelfs beter, dan de dure "Web-agent".
- Hij was veel goedkoper. Omdat hij niet hoeft te wachten op het laden van webpagina's of het verwerken van duizenden pixels van een screenshot, kostte hij 5 tot 10 keer minder geld om dezelfde taak te doen.
- Hij was slimmer in problemen. Als de "Web-agent" vastliep in een ingewikkeld menu, kon de "Terminal-agent" direct een andere route vinden via de code. Hij kon zelf scripts schrijven om taken te automatiseren, terwijl de andere agents vastzaten in hun vooraf gemaakte regels.
Een mooi voorbeeld uit de paper:
Stel je moet een iPad Pro bestellen.
- De Web-agent probeert door het menu te klikken, raakt de weg kwijt in een ingewikkeld venster (iframe) en faalt.
- De Terminal-agent krijgt een foutmelding, schrijft de gegevens in een tijdelijk bestand, vindt een betere route en bestelt de iPad. Hij doet dit voor een fractie van de kosten.
3. Waarom werkt dit zo goed?
De paper stelt dat we te veel vertrouwen hebben in complexe "tussenlagen" (zoals de MCP-tools of de web-schermen).
- Directe toegang is krachtiger: Moderne software heeft al krachtige "knoppen" (API's) die alles kunnen doen. Waarom zou je een agent dwingen om door een webpagina te klikken als hij direct de knop kan indrukken?
- Leren van ervaring: De "Terminal-agent" kan zijn eigen "skills" (vaardigheden) opslaan in een mapje. Als hij een keer een lastige fout heeft opgelost, schrijft hij het op. De volgende keer leest hij zijn eigen notities en werkt hij sneller. Het is alsof hij een eigen handleiding schrijft voor zichzelf.
4. Zijn er nadelen?
Ja, maar ze zijn beperkt.
- Soms moet je echt even in de browser kijken (bijvoorbeeld om een grafiek te lezen of om als een andere persoon in te loggen). In die gevallen is de "Web-agent" nog wel nodig.
- Maar voor 90% van de zakelijke taken (data aanpassen, bestellingen plaatsen, rapporten draaien) is de simpele terminal-agent de winnaar.
Conclusie in één zin
Je hoeft geen dure, complexe robot met een scherm te bouwen om zakelijke taken te automatiseren; een slimme assistent die direct met de software praat via een simpele tekstlijn, is vaak sneller, goedkoper en slimmer.
De les: Soms is de simpele, directe aanpak (de "Terminal") beter dan de ingewikkelde, geabstraheerde aanpak (de "Web" of "Tools"). Laat de AI direct praten met de machine, in plaats van te laten klikken op het scherm.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.