# Een AI-team versus één generalist: zo maakt u de juiste keuze

> Het onderzoek achter een team van AI-medewerkers laat ook zien wanneer het misgaat. Eén vraag bepaalt aan welke kant uw werk valt.

Last updated: 2026-09-03T12:00:00

Canonical URL: https://crevio.co/nl/blog/team-of-ai-employees

*Laatst bijgewerkt: september 2026*

**Het sterkste bewijs voor het inzetten van een team van AI-medewerkers komt van Anthropic — en in hetzelfde onderzoek staat precies wanneer het idee niet werkt.** Hun multi-agent-onderzoekssysteem, met een hoofdagent die parallelle subagents aanstuurt, [presteerde 90,2% beter dan één agent](https://www.anthropic.com/engineering/multi-agent-research-system) op een interne onderzoeksevaluatie. Dat getal wordt voortdurend aangehaald door mensen die agentteams verkopen.

De zin die zelden wordt geciteerd, staat een paar alinea’s verderop: “some domains that require all agents to share the same context or involve many dependencies between agents are not a good fit for multi-agent systems today.”

Leg die twee bevindingen naast elkaar en de vraag is niet langer: “een team of een generalist?” De vraag wordt: **valt mijn werk uiteen in onafhankelijke paden, of hangt alles af van dezelfde feiten?**

- **Onafhankelijk, breed georiënteerd werk** is echt gebaat bij een team. Elke agent houdt zijn eigen volledige context bij
- **Werk met onderlinge afhankelijkheden en gedeelde status** is gebaat bij één systeem dat alles weet, niet bij meerdere systemen die elk maar een deel kennen
- **Een bedrijf runnen bestaat grotendeels uit werk met onderlinge afhankelijkheden.** Prijs, voorraad en klantstatus zijn feiten waar iedereen het over eens moet zijn
- **Een team kost ongeveer 15 keer zoveel tokens als een chat.** Dat is de echte rekening, maar die wordt zelden samen met de 90,2% genoemd

## Wat “een team van AI-medewerkers” werkelijk betekent

De term omvat twee totaal verschillende opstellingen. Het verwarren daarvan is waar de meeste onduidelijkheid begint.

**Benoemde agents met afzonderlijke rollen** zijn de gebruikelijke consumentenvariant. U maakt een marketingbot, een supportbot en een financebot. Elke bot heeft eigen instructies. In de meeste producten delen ze tegenwoordig echter ook dezelfde onderliggende account, tools en bestanden. De scheiding is dus organisatorisch, niet technisch. Grok Bot is het duidelijkste voorbeeld: elke Bot op het account draait op één gedeelde cloudcomputer. Daarom [waarschuwt de eigen documentatie](https://docs.x.ai/grok-bot/faq) ervoor om afzonderlijke Bots als beveiligingsgrens te beschouwen. In onze [gids met best practices voor Grok Bot](/nl/blog/grok-bot-best-practices) leggen we uit wat dat in de praktijk betekent.

**Een orchestrator met subagents** is de architectuur achter het resultaat van Anthropic. Een hoofdagent splitst een taak op, start drie tot vijf workers parallel — elk met een eigen contextvenster — en combineert de resultaten. De subagents zijn tijdelijk en bedoeld om te verkennen, niet om een functie of rol te bekleden.

Bijna iedereen die beweert dat teams beter zijn dan generalisten, verwijst naar bewijs uit de tweede opstelling en verkoopt u de eerste.

## Het argument voor een team, goed bekeken

![Anthropic’s engineeringartikel over de bouw van hun multi-agent-onderzoekssysteem, gepubliceerd in juni 2025](https://crevio.co/vite/assets/anthropic-multi-agent-research-fryzqaue.png)

Het argument is valide en draait om context, niet om intelligentie.

Elke agent laadt per run een eindige hoeveelheid context. Als u één generalist vraagt om marketing, support en finance te doen, moet die agent zijn budget over alle drie verdelen. Daardoor wordt de specifieke kennis per domein oppervlakkiger. Informatie die niet in de context past, wordt niet gecomprimeerd — die ontbreekt simpelweg. Als u het werk over meerdere agents verdeelt, krijgt elke agent een volledig budget voor één werkgebied.

Daarom wint het argument voor breed, onafhankelijk werk zo overtuigend. Wanneer het systeem van Anthropic onderzoek doet naar “all the board members of the S&P 500 information technology companies”, hoeven de subagents het nooit met elkaar eens te worden. Ze verkennen afzonderlijke paden, en meer parallelle context is dan simpelweg beter.

Lijkt uw werk hierop? Kies dan voor het team. Het bewijs is overtuigend.

## De vraag die er echt toe doet

![Diagram dat onafhankelijk, breed georiënteerd werk — waarbij agents elk hun eigen context behouden — afzet tegen werk met onderlinge afhankelijkheden, waarbij alles dezelfde bedrijfsweergave deelt](https://crevio.co/vite/assets/two-shapes-of-work-jjg4emc7.svg)

Dit is de test in één zin: **zouden twee agents hier tegelijkertijd aan kunnen werken zonder elkaar te spreken, zonder elkaar tegen te spreken?**

Als het antwoord nee is, is het werk onafhankelijk en helpt een team. Tien concurrenten onderzoeken, tien outreachmails opstellen of twaalf leveranciers controleren: geen van die agents hoeft het met een andere eens te worden.

Is het antwoord ja, dan hebt u werk met onderlinge afhankelijkheden en zorgen extra agents voor extra meningsverschillen. Anthropic maakt dit punt over hun eigen domein: “most coding tasks involve fewer truly parallelizable tasks than research.” Een bedrijf runnen heeft dezelfde structuur. Bedenk waar een marketingagent, supportagent en financeagent op hetzelfde moment allemaal zeker van moeten zijn:

- Wat het product momenteel kost, inclusief de korting die gisteren is ingegaan
- Of een klant actief is, geld heeft teruggekregen, is afgehaakt of een proefperiode heeft
- Wat er daadwerkelijk op voorraad is of verkocht kan worden
- Wat er al aan deze persoon is beloofd, door wie en wanneer

Dat zijn geen afzonderlijke werkgebieden. Het zijn gedeelde feiten. Een “team” waarvan de leden elk een eigen, iets verouderde kopie bijhouden, zal elkaar vol overtuiging tegenspreken — en elke tegenstrijdigheid bereikt een klant.

## Wat er echt toe doet: geheugen, niet het aantal agents

De nuttige herformulering is dat specialisatie niet het werk doet. Gedeeld, blijvend geheugen doet dat wel.

Eén agent die uw producten, prijzen en klanten echt kent, is beter dan vijf agents die elke ochtend elk een deel uit uw prompt leren. Omgekeerd zijn vijf gespecialiseerde werkgebieden die uit één gedeelde bron van waarheid lezen en daarnaar schrijven beter dan één generalist die alles in één contextvenster probeert te jongleren.

De gemene deler bij beide winnaars is het geheugen, niet het aantal agents. Dat leidt tot een veel praktischere vraag dan “hoeveel agents moet ik inhuren?”:

**Waar bevindt de kennis zich wanneer het gesprek is afgelopen?**

Als het antwoord “in de chat” is, hebt u geen medewerkers. U hebt sessies. Meer sessies zorgen ervoor dat u meer moet uitleggen, in plaats van het werk te verdelen. We gaan hier dieper op in bij [kan AI een bedrijf runnen](/nl/blog/can-ai-run-a-business) en in [de niveaus van een autonoom AI-bedrijf](/nl/blog/what-is-an-autonomous-ai-company).

## De kosten die niemand naast 90,2% vermeldt

In hetzelfde artikel van Anthropic staat: “agents typically use about 4x more tokens than chat interactions, and multi-agent systems use about 15x more tokens than chats.”

Vijftien keer zoveel. Dat is de eerlijke prijs van de prestatieverbetering en het verandert de rekensom voor een klein bedrijf aanzienlijk. Een team van agents is de moeite waard wanneer de taak zich echt laat parallelliseren en het antwoord waardevol is. Voor routinematige werkzaamheden die één goed geïnformeerde agent in één keer kan afhandelen, is het een slechte ruil.

Anthropic noemt ook de manieren waarop het in een vroeg stadium misging: agents die “spawning 50 subagents for simple queries, scouring the web endlessly for nonexistent sources, and distracting each other with excessive updates.” Coördinatie is niet gratis — niet in tokens en ook niet in uw aandacht.

## Wanneer één generalist echt volstaat

- **U werkt alleen.** De coördinatielast van een team is groter dan de tijdwinst, totdat er daadwerkelijk volume is
- **Het werk verloopt sequentieel.** Elke stap heeft de uitvoer van de vorige stap nodig, dus parallellisatie levert niets op
- **De domeinen zijn klein.** Drie werkgebieden die elk maar een alinea context nodig hebben, passen gemakkelijk in één agent
- **U bent het proces nog aan het uitwerken.** Een workflow opsplitsen die u nog niet hebt gestabiliseerd, legt de verkeerde grenzen vast

Begin met één agent. Splits pas op wanneer u het specifieke conflict kunt benoemen dat dit noodzakelijk maakt. Meestal gaat het om twee werkgebieden die tegenstrijdige vaste regels nodig hebben.

## Waar Crevio past

![Crevio-homepage met de AI business builder die uw bedrijf opbouwt, lanceert en laat groeien](https://crevio.co/vite/assets/crevio-homepage-j5a7a6t8.png)

Laten we duidelijk zijn over de reikwijdte: **[Crevio](https://crevio.co/) is geen algemeen agentteam.** Het voert geen onbegrensd onderzoek op het web uit en handelt geen willekeurige klusjes af. Als uw werk bestaat uit breed, onafhankelijk onderzoek, is de teamarchitectuur hierboven het juiste antwoord — en is Crevio dat niet.

Crevio is een [AI business builder](/nl/blog/ai-business-builder) en neemt de kant van werk met onderlinge afhankelijkheden serieus. De agents werken vanuit één gedeelde weergave van uw bedrijf: producten, een door Stripe aangedreven checkout, abonnementen, klantgegevens en analytics zijn echte functies, geen feiten die u elke ochtend opnieuw in een prompt moet aanleveren. Dat is het geheugenargument in de praktijk, in plaats van alleen op papier.

Waar Crevio daadwerkelijk tekortschiet: er is geen algemene taakuitvoering en geen ondersteuning voor fysieke producten, voorraad of verzending. Het is geen vervanging voor Shopify. Op elk abonnement zijn transactiekosten van toepassing (5% op Starter, 2,5% op Pro en 1% op Business), dus er is geen abonnement met 0% kosten.

Starter is gratis en bevat 20 AI-credits per maand en 2 gepubliceerde producten. Pro kost $20 per maand en bevat 1.000 credits en een onbeperkt aantal producten. Business kost $50 per maand en bevat 2.500 credits, een aangepast domein en een onbeperkt aantal gebruikers.

En om eerlijk te zijn over wat momenteel mogelijk is: de agents van niemand zijn vandaag volledig autonoom, ook die van ons niet. Wat u krijgt, is een partner die echt werk automatiseert en in de loop van de tijd steeds meer werk overneemt. In [AI business builder versus een team inhuren](/nl/blog/ai-business-builder-vs-hiring-a-team) vergelijken we dit met het alternatief.

## Wat niemand u vertelt voordat u een team runt

- **Agents zijn het oneens op manieren die op bugs lijken.** Twee agents met iets verschillende versies van een feit geven twee zelfverzekerde, onverenigbare antwoorden, zonder dat uit de output blijkt welke versie verouderd is.
- **U wordt de integratielaag.** Het werk dat u bespaarde op uitvoering, komt terug in de vorm van het vergelijken en verzoenen van de conclusies van vier agents. Dat werk is niet geautomatiseerd.
- **De coördinatielast groeit sneller dan het werk.** Een vijfde agent voegt vijf relaties toe, niet één. Daarom stelt Anthropic een limiet aan het aantal subagents in plaats van ze onbeperkt op te schalen.
- **Specialisatie zonder gedeeld geheugen is gewoon herhaling.** Als elke specialist met een lege context begint, legt u uw bedrijf nu vijf keer per dag uit in plaats van één keer.
- **Een team is makkelijker te verkopen dan te runnen.** Een organigram met benoemde bots spreekt tot de verbeelding. Het onderhoud is weinig glamoureus en komt volledig op uw bord terecht.

## Veelgestelde vragen over AI-teams

### Is een team van AI-agents echt beter dan één agent?

Voor breed, onafhankelijk werk waarbij paden elkaar nooit kruisen: ja, en met een ruime marge. Anthropic mat een verbetering van 90,2% ten opzichte van één agent op hun interne onderzoeksevaluatie. Voor werk waarbij elke agent dezelfde feiten nodig heeft, stelt hetzelfde onderzoek dat multi-agent-systemen momenteel geen goede oplossing zijn. Kijk naar de structuur van het werk, niet naar het opvallende percentage.

### Hoeveel AI-medewerkers heeft een klein bedrijf nodig?

Begin met één agent en voeg pas een tweede toe wanneer u een conflict kunt benoemen dat dit noodzakelijk maakt, bijvoorbeeld twee werkgebieden die tegenstrijdige vaste regels nodig hebben. Het aantal medewerkers is niet de belangrijkste factor; het gaat erom of ze één bron van waarheid delen. De meeste kleine bedrijven zijn beter af met één agent met een goed geheugen dan met vier agents zonder geheugen.

### Waarom zijn multi-agent-systemen zoveel duurder?

Omdat elke agent zijn eigen context laadt en genereert. Anthropic komt uit op ongeveer 15 keer zoveel tokens als bij een chatinteractie, tegenover ongeveer 4 keer zoveel voor één agent. U betaalt voor parallelle contextvensters, dus de opbrengst moet ongeveer vier keer zo groot zijn als de kosten van één agent.

### Wat is het verschil tussen een AI-medewerker en een subagent?

Een AI-medewerker is een permanente, benoemde rol met een eigen geheugen en vaste instructies. Een subagent is een tijdelijke worker die voor één taak wordt gestart en daarna weer verdwijnt. Het resultaat van Anthropic komt van subagents. De meeste producten die als AI-medewerkers worden aangeprezen, zijn van het permanente type. Het bewijs is dus niet zo eenvoudig overdraagbaar als de marketing doet vermoeden. In [AI-medewerker versus AI-agent](/nl/blog/ai-employee-vs-ai-agent) zetten we de vier mogelijkheden uiteen die de benaming daadwerkelijk rechtvaardigen.

### Kunnen AI-medewerkers hun geheugen met elkaar delen?

Dat hangt volledig af van het platform en is het belangrijkste om te controleren voordat u iets aanschaft. Vraag waar de kennis blijft wanneer het gesprek is afgelopen. Als het eerlijke antwoord “in de chatgeschiedenis van die agent” is, groeien de teamleden uit elkaar en bent u degene die de boel bij elkaar moet houden.

Huur geen organigram in. Bepaal eerst of uw werk zich laat opsplitsen en koop vervolgens het geheugen, niet het aantal agents.

## Gerelateerde blogartikelen

- [Kan AI een bedrijf runnen? Wat er in 2026 echt mogelijk is](/nl/blog/can-ai-run-a-business)
- [Wat is een autonoom AI-bedrijf? De definitie, niveaus en aanpak voor 2026](/nl/blog/what-is-an-autonomous-ai-company)
- [AI business builder versus een team inhuren: de eerlijke vergelijking voor 2026](/nl/blog/ai-business-builder-vs-hiring-a-team)
- [AI executive assistant: de gids voor founders en solopreneurs in 2026](/nl/blog/ai-executive-assistant)
- [AI-tools voor het opbouwen van een eenpersoonsbedrijf: de complete toolkit voor 2026](/nl/blog/ai-tools-to-build-a-one-person-business)