Hoe slimme agents, MCP-servers en Gemini samen het werk herdefiniëren
Tijdens een recente keynote op Google Cloud Next 2026 werd duidelijk dat artificiële intelligentie een nieuwe fase is ingegaan. Niet langer draait het alleen om modellen die antwoorden genereren, maar om systemen die zelfstandig taken uitvoeren. In het hart van die evolutie staan het Agent Development Kit, de kracht van Gemini en een verrassend concept: MCP-servers.
Wat hier ontstaat, is geen kleine upgrade. Het is een fundamentele verschuiving naar zogenaamde “agentic workflows”, AI-systemen die denken, plannen én handelen.
AI die niet alleen denkt, maar ook doet
Waar klassieke AI-tools vooral antwoorden geven, gaan moderne AI-agents een stap verder. Ze voeren acties uit, combineren data uit verschillende bronnen en lossen complexe problemen zelfstandig op.
Met het Agent Development Kit kunnen ontwikkelaars zulke agents bouwen alsof ze digitale medewerkers creëren. Die agents krijgen specifieke vaardigheden, “skills”, en tools, waardoor ze taken modulair en schaalbaar kunnen uitvoeren.
Het resultaat? AI die niet enkel reageert, maar initiatief neemt.
Skills en tools: De bouwstenen van intelligent gedrag
In plaats van één groot, allesomvattend model, kiest Google voor een modulaire aanpak. Agents worden uitgerust met afzonderlijke skills... kleine, gespecialiseerde functies die samen complexe workflows vormen.
Denk aan:
- Geografische berekeningen uitvoeren
- Documenten interpreteren
- Data structureren en analyseren
- Beslissingen nemen op basis van regels en context
Door deze skills slim te combineren, ontstaat een flexibel systeem dat zich aanpast aan elke use case.
MCP-servers: De brug naar de echte wereld
Een van de meest opvallende innovaties is het gebruik van MCP-servers (Model Context Protocol). Deze externe servers geven AI-agents toegang tot real-time data en diensten.
Zo kan een agent bijvoorbeeld:
- Routes berekenen via Google Maps
- Documenten analyseren uit Google Workspace
- Externe tools en API’s aanspreken zonder complexe integraties
Hierdoor wordt AI niet langer beperkt tot zijn trainingsdata. Het krijgt toegang tot de echte wereld, live, dynamisch en contextueel.
Demo: Een marathon simuleren met AI
Tijdens de keynote werd een opvallende demo getoond: een simulatie van een marathon in Las Vegas.
De AI-agent:
- Analyseerde geografische data
- Berekende optimale routes met GIS-code
- Combineerde verschillende databronnen
- Genereerde perfecte GeoJSON-output
Wat vroeger uren of dagen werk kostte voor ontwikkelaars, gebeurde hier in realtime door een netwerk van samenwerkende agents.
Multi-agent workflows: Samenwerken als een team
Een van de krachtigste concepten is het gebruik van meerdere agents die samenwerken. Elke agent heeft een specifieke rol, net zoals in een team.
Voorbeelden:
- Eén agent verzamelt data
- Een tweede analyseert en interpreteert
- Een derde neemt beslissingen en voert acties uit
Deze workflows kunnen draaien op schaalbare infrastructuur zoals:
- Cloud Run
- Google Kubernetes Engine
Het resultaat is een flexibel, robuust systeem dat groeit met de complexiteit van de taak.
Van deterministisch naar probabilistisch denken
Een subtiel maar belangrijk inzicht uit de presentatie: niet alle problemen zijn deterministisch.
AI-agents leren omgaan met:
- Onzekerheid
- Variabele criteria
- Contextafhankelijke beslissingen
Documenten worden niet langer simpelweg gelezen, maar geïnterpreteerd als dynamische regelsystemen. Dit opent de deur naar toepassingen in sectoren zoals logistiek, gezondheidszorg en finance.
Open source als versneller
Google zet sterk in op open source. Via GitHub en codelabs kunnen ontwikkelaars zelf aan de slag met:
- Voorbeeldprojecten
- Simulaties
- Kant-en-klare workflows
Deze aanpak verlaagt de drempel en versnelt innovatie, waardoor bedrijven sneller experimenteren met agentic AI.
Een blik op morgen
Wat hier zichtbaar wordt, is een toekomst waarin AI geen tool meer is, maar een ecosysteem van samenwerkende digitale entiteiten.
Bedrijven die deze technologie omarmen, bouwen geen software meer, ze bouwen teams van AI-agents.
De vraag is niet langer of deze shift komt, maar hoe snel organisaties zich aanpassen.
