Stel je voor dat je net een superintelligent robotbrein hebt gebouwd dat poëzie kan schrijven, wiskundige problemen kan oplossen en kwantumfysica beter kan uitleggen dan wie dan ook. Je zou denken dat dit de ultieme uitvinding is, toch? Maar hier komt de addertje onder het gras: als je dit brein een vraag stelt, geeft het antwoord, en vergeet het vervolgens onmiddellijk alles. Het heeft geen herinnering aan wat je net hebt gezegd, het kan niet voor je een deur openen en het kan zich niet herinneren wat je favoriete pizzatopping was van vijf minuten geleden. Het is als een genie dat volledig leeft in het "nu", onbekwaam om plannen te maken voor morgen of te leren van gisteren. Dit is hoe vroege "reactieve" AI werkt — het is briljant op het moment zelf, maar nutteloos voor alles wat een langetermijnplan of een takenlijst vereist.

Wetenschappers proberen dit op te lossen door "Agentic AI" te bouwen. Denk hierbij niet aan een enkel brein, maar aan een heel team van werkers. Je hebt het "Brein" (het model dat denkt), maar je hebt ook een "Manager" nodig (om doelen en geheugen bij te houden), een "Gereedschapskist" (om bestanden te openen of API's aan te roepen), en een "Klok" (om door te werken, zelfs als je er niet tegen praat). De grote vraag die iedereen stelt is: gebeurt de magie simpelweg omdat het brein slimmer is, of gebeurt het omdat we eindelijk het juiste team rondom het hebben gebouwd? Dit artikel duikt in precies die vraag en test of een slim brein een fulltime manager en een geheugenbank nodig heeft om een echt autonome agent te worden.

---

Het Grote Idee van het Papier: Het is Niet Alleen het Brein, het is het Hele Lichaam

Dit artikel, geschreven door Konstantinos I. Roumeliotis en Ranjan Sapkota, betoogt dat je om een echt autonome AI-agent te bouwen, niet alleen kunt vertrouwen op een krachtig Large Language Model (LLM). In plaats daarvan heb je een gelaagd systeem nodig waarbij verschillende onderdelen verschillende taken uitvoeren. Om dit te bewijzen, hebben de auteurs twee specifieke technologieën samengebracht: Ollama en OpenClaw.

Beschouw Ollama als het "Brein". Het is een tool waarmee je een superintelligent AI-model direct op je eigen computer kunt draaien (zoals een laptop of server) zonder dat je internet nodig hebt. Het is geweldig in het begrijpen van taal en het denken, maar op zichzelf is het als een brein in een potje: het kan denken, maar het kan niet bewegen, het kan niet onthouden en het kan niets aanraken.

OpenClaw fungeert als het "Lichaam en de Manager". Het is de software die de gedachten van het brein omzet in actie. Het onthoudt wat er gisteren is gebeurd, het weet hoe het gereedschap moet gebruiken (zoals het openen van een bestand of het doen van wiskunde) en het houdt de agent bezig met een doel, zelfs als je niet toekijkt.

De auteurs wilden zien wat er gebeurt als je deze twee combineert. Krijg je een superheld? Of is het gewoon een fancy chatbot?

Het Experiment: Drie Niveaus van "Geweldigheid"

Om dit te ontdekken, zetten de onderzoekers een test op die lijkt op een videogame met 15 verschillende uitdagingen. Ze testten hun systeem in drie verschillende "modi" om te zien hoeveel elk onderdeel van het team bijdroeg.

1. Niveau 1: Het Brein Alleen (C1). Ze lieten het AI-model (Ollama) proberen de taken alleen op te lossen. Geen geheugen, geen gereedschap, geen manager. Alleen het pure brein.

   • Het Resultaat: Het was een ramp. Het brein voltooide ongeveer 46,7% van de taken correct. Wanneer het gevraagd werd een bestand te lezen, kon het dat niet omdat het geen hulpmiddel had om het te openen. Wanneer het gevraagd werd iets te onthouden, vergat het dit onmiddellijk. Het was alsof je een genie vroeg om een huis te bouwen, maar weigerde hem een hamer of een bouwtekening te geven.

2. Niveau 2: Het Brein met een Gereedschapskist (C2). Ze voegden OpenClaw toe als manager. Nu kon het brein gereedschap gebruiken (zoals het lezen van bestanden of het doen van wiskunde), maar de manager had een korte concentratieboog. Elke keer wanneer een nieuwe taak begon, veegde de manager het geheugen schoon.

   • Het Resultaat: Wauw! Het succespercentage sprong naar ongeveer 91,1% (voor één model) en 95,5% (voor een ander). Plotseling kon de agent bestanden lezen en wiskunde doen omdat het de tools had. Maar als je het iets liet onthouden uit de vorige taak, faalde het omdat het geheugen was gewist.

3. Niveau 3: Het Volledige Team (C3). Dit was de volledige opstelling: Het Brein (Ollama) + De Manager (OpenClaw) + Een Permanente Geheugenbank. De manager kon alles van vorige taken onthouden en dit gebruiken om met nieuwe taken te helpen.

   • Het Resultaat: Dit was de winnaar. Het succespercentage steeg nog hoger naar 93,3% en 97,8%. De agent kon nu een regel onthouden die je in Taak #1 gaf en deze in Taak #10 perfect toepassen. Het kon zijn geheugen bijwerken wanneer je een regel veranderde, en het raakte nooit in de war.

Wat Ze Vonden (En Wat Ze Niet Vonden)

Het meest opwindende wat het papier vond, is dat de "magie" van het zijn van een autonome agent voortkomt uit het systeem, en niet alleen uit het brein.

Toen de onderzoekers naar de cijfers keken, zagen ze een duidelijke, rechte lijn van verbetering: Niveau 1 < Niveau 2 < Niveau 3. Dit bewees dat een slimmer brein alleen niet automatisch een betere agent maakt. Sterker nog, twee zeer verschillende AI-breinen (Qwen3.5 en Gemma4) presteerden bijna exact hetzelfde wanneer ze in het volledige "Niveau 3"-systeem werden geplaatst. Dit suggereert dat de architectuur — de manier waarop het brein, het geheugen en de tools met elkaar verbonden zijn — is wat de agent werkelijk slim en bekwaam maakt, en niet alleen de ruwe kracht van het model zelf.

Ze ontdekten ook iets cools over het geheugen. In het laatste niveau onthield de agent zaken met 100% nauwkeurigheid en nul fouten over alle tests heen. Als je zei: "Onthoud om opsommingstekens te gebruiken," deed hij dat elke keer perfect, zelfs uren later. Het wist zelfs hoe het zijn geheugen moest aanpassen als je zei: "Vergeet de opsommingstekens eigenlijk, gebruik nu nummers."

De auteurs wijzen er echter voorzichtig op dat dit geen "opgelost" probleem is. Het systeem is nog steeds trager dan alleen een vraag stellen aan een brein. Het volledige systeem duurde ongeveer 11.000 tot 12.000 milliseconden (ongeveer 11-12 seconden) per taak, terwijl het brein alleen in minder dan 1.000 milliseconden al super snel was. De extra tijd wordt besteed aan de manager die gereedschappen controleert, het geheugen leest en plant. Maar de afruil is het waard: het trage systeem krijgt het werk daadwerkelijk gedaan, terwijl het snelle systeem slechts hallucinerende antwoorden geeft.

De Bumpy Road Ahead

De auteurs waarschuwen ook dat het bouwen van deze volledige "body-agents" nieuwe gevaren met zich meebrengt. Omdat de agent nu bestanden kan openen, code kan draaien en dingen kan onthouden, kan het ook grotere fouten maken. Als iemand de agent misleidt met een "prompt injection" (een sluipend bericht dat de agent dingen laat doen die niet de bedoeling zijn), kan die slechte instructie in zijn permanente geheugen blijven hangen, waardoor hij voor altijd vreemd blijft handelen. Ze suggereren dat we sterke "veiligheidsbewakers" nodig hebben, zoals sandboxes (veilige kamers waarin de agent kan spelen) en strikte regels over welke tools hij mag aanraken.

De Kernboodschap

In eenvoudige termen vertelt dit papier ons dat de toekomst van AI niet alleen gaat over het maken van grotere, slimmere breinen. Het gaat over het bouwen van betere lichamen en managers voor die breinen. Je kunt het slimste brein ter wereld hebben, maar zonder een geheugenbank en een gereedschapskist is het slechts een genie dat niets kan doen. Door een lokaal brein (Ollama) te combineren met een persistente manager (OpenClaw), hebben de auteurs aangetoond dat we agents kunnen bouwen die echt onthouden, plannen en op eigen houtje handelen. Het is een grote stap richting AI die niet alleen met ons chat, maar ons ook daadwerkelijk helpt om dingen gedaan te krijgen.