AI-agentgeheugen: waarom agents vergeten

Een AI-agent vergeet om één structurele reden: het taalmodel erachter is stateless. Elke aanroep begint met een schone lei, en alles wat op dat moment niet in het contextvenster staat, is simpelweg weg. Agentgeheugen is de architectuur die dit oplost — een kleine, altijd aanwezige kern plus een externe opslag waar de agent naar schrijft en uit ophaalt — en dit goed doen is precies het verschil tussen een demo die op dinsdag indruk maakt en een product dat op woensdag uw klant nog kent.

Het model heeft geen geheugen — het systeem moet dat leveren

Grote taalmodellen onthouden geen eerdere gesprekken. GPT-5, Claude en Gemini dragen geen state mee tussen API-aanroepen. Wat binnen een chatproduct op geheugen lijkt, is een engineering-truc: de applicatie speelt eerdere berichten bij elke beurt opnieuw in de prompt af. Dat werkt tot het gesprek, de opgehaalde documenten en de tool-uitvoer niet meer in het venster passen — of niet meer zorgvuldig gelezen worden.

En dat venster is in de praktijk kleiner dan het datasheet suggereert. Het Context Rot-onderzoek van Chroma testte 18 frontier-modellen en zag de nauwkeurigheid ongelijkmatig dalen naarmate de invoer groeit — soms met 30 tot 50 procent, ruim vóór de geadverteerde limiet, zelfs bij eenvoudig ophalen. Tegen de intuïtie in verslechterde samenhangende, goed gestructureerde invoer de aandacht meer dan geschudde tekst. De praktische conclusie: een venster van twee miljoen tokens is een marketinggetal, en bruikbare, hoge-nauwkeurigheidsbudgetten liggen veel lager.

“Gewoon een groter contextvenster gebruiken” is dus geen geheugenstrategie. Elk oud bericht in elke aanroep herhalen kost tokens, verhoogt de latency en — erger — begraaft het ene feit dat ertoe deed onder tienduizend die dat niet deden. Geheugen is de discipline van beslissen wat het model deze beurt moet zien, en waar de rest ondertussen leeft.

De vier soorten agentgeheugen

Ontleend aan de cognitieve wetenschap splitst het vakgebied — het LangMem-kader van LangChain is het helderst — het geheugen van een agent op in vier types:

• Werkgeheugen: het huidige contextvenster — de berichten, tooldefinities en data die het model nu voor zich heeft. Gratis, maar aan het einde van de sessie gewist.
• Episodisch geheugen: samenvattingen van specifieke gebeurtenissen — “deze klant klaagde in maart over een late levering.” De agent leert van wat eerder gebeurde.
• Semantisch geheugen: duurzame feiten en voorkeuren — “dit account zit op het enterprise-plan en prefereert e-mail boven telefoon.” De stabiele kennis die altijd beschikbaar moet zijn.
• Procedureel geheugen: aangeleerde regels en gedrag — “bevestig altijd het adres vóór het inplannen van een servicebezoek.” De eigen werkinstructies van de agent, in de loop van de tijd verfijnd.

Werkgeheugen is vluchtig; de andere drie bouwt u bewust, slaat u buiten het model op en haalt u terug wanneer relevant. Ze kunnen op het hete pad worden weggeschreven (de agent bewaart een herinnering midden in een gesprek) of door een achtergrondproces dat afgeronde transcripten leest en eruit haalt wat het bewaren waard is — de stillere, goedkopere optie voor de meeste teams.

Het dominante patroon van 2026: gelaagd geheugen

Bijna elk productiesysteem in 2026 komt uit op dezelfde vorm: een kleine, altijd aanwezige kern, een grotere externe opslag achter retrieval, en een expliciet beleid voor wat te vergeten. Het idee gaat terug op MemGPT, het Berkeley-paper uit 2023 dat een LLM voorstelde als besturingssysteem — het contextvenster is RAM, een externe opslag is de schijf, en het model wisselt informatie in en uit met tool-aanroepen. De opvolger, Letta, maakt daar een runtime van waarin de agent zijn eigen kerngeheugen bewerkt en de rest archiveert naar een vectordatabase.

Twee nieuwere zetten maken het patroon goedkoper. Compactie vat oude beurten samen tot een beknopte notitie in plaats van ze letterlijk mee te dragen. En context editing — Anthropic bracht een geheugentool plus context editing uit op zijn developer-platform — laat een agent verouderde tool-resultaten automatisch opruimen zodra hij het tokenplafond nadert, wat volgens Anthropic het tokengebruik bij langlopende taken fors verlaagt. De onderliggende les is identiek: bepaal wat heet blijft, en verplaats al het andere uit het venster voordat het wegrot.

Het toollandschap, eerlijk bekeken

Vier namen dekken het grootste deel van wat een Nederlandse mkb’er daadwerkelijk zal afwegen, en ze zijn niet uitwisselbaar:

• Mem0 — een beheerde geheugenlaag die snel op een bestaande agent te schroeven is, met brede frameworkondersteuning en een grote open-sourcegemeenschap. Het beste als u snel personalisatie wilt.
• Zep — gebouwd op een temporele kennisgraaf, waardoor het bijhoudt hoe feiten over tijd veranderen. De juiste keuze wanneer “wat was wanneer waar” telt, ten koste van meer infrastructuur.
• Letta — geen geheugenlaag maar een stateful agent-runtime; het beste voor langlopende autonome agents die hun eigen geheugen beheren zoals een OS zijn pagina’s beheert.
• LangMem — de SDK van LangChain, de natuurlijke keuze als u agents al op LangGraph bouwt en geheugen wilt dat direct in de graaf klikt.

Eén waarschuwing over de benchmark-oorlogen. Leveranciers publiceren opvallende scores op LoCoMo en LongMemEval — de twee standaardtests voor gespreksgeheugen — en ze zijn het zelden eens, omdat scoremethoden en vraagmixen per rapport verschillen. Behandel een ranglijstgetal als beginhypothese, niet als aankoopbeslissing. Het getal dat telt is de nauwkeurigheid op uw vragen, over uw data, in uw taal.

Heeft u wel extern geheugen nodig?

Niet elke agent heeft een geheugensysteem nodig, en de leverancier die er een verkoopt zal u dat niet vertellen. Als uw agent losse vragen beantwoordt, of elke sessie echt onafhankelijk is — een formulierinvuller, een documentsamenvatter — heeft u geen persistent geheugen nodig. U heeft goede retrieval nodig, en dat is iets anders. Zie RAG: RAG haalt kennis uit documenten, geheugen onthoudt interacties met mensen. Ze staan vaak naast elkaar op dezelfde vectordatabase, maar ze lossen verschillende problemen op, en ze verwarren is een veelgemaakte ontwerpfout.

Voert uw agent gesprekken over meerdere beurten, bedient hij terugkerende klanten of draait hij lange autonome taken, dan verdient geheugen zich terug — en de zaak draait minder om tokens dan de meesten denken. Een historie van dertig berichten herhalen — zeg 8.000 tokens — tegen de introductieprijs van Claude Sonnet 5 van ongeveer twee euro per miljoen tokens kost minder dan twee cent per aanroep; in plaats daarvan 500 tokens relevant geheugen ophalen is een tiende daarvan. De besparing is reëel maar bescheiden. De echte winst is nauwkeurigheid: een kort, gecureerd geheugen verslaat een lang, ruizig transcript, juist vanwege context rot. U bespaart niet zozeer geld, u koopt een scherper antwoord.

In Nederland is geheugen persoonsgegeven

Dit is het deel dat de framework-blogs overslaan. Zodra uw agent iets onthoudt over een met naam genoemde klant — een voorkeur, een eerdere klacht, een huisadres — is die herinnering een persoonsgegeven onder de AVG. De langetermijnopslag van een agent is een verwerkingssysteem, en dezelfde regels gelden als voor elke klantendatabase. Precies dit terrein moet u goed hebben wanneer u een agent op bedrijfsdata traint.

In de praktijk betekent dat drie toezeggingen. U heeft een bewaar- en vergeetbeleid nodig — het recht op verwijdering betekent dat een klant kan vragen te wissen wat de agent onthoudt, dus “vergeten” moet een functie zijn die u ook echt kunt uitvoeren, geen toeval. U moet weten waar het geheugen fysiek staat — een in de EU gehoste opslag houdt dataresidentie eenvoudig, terwijl een Amerikaanse beheerde dienst vragen oproept die u zult moeten beantwoorden. En waar het geheugen beslissingen over mensen vormt, komen de transparantie- en governanceplichten van de EU AI Act in beeld. Geheugen bouwen zonder vergeetbeleid is de meest voorkomende fout die we zien: opslaan is makkelijk, en ont-opslaan verrassend lastig zodra de opslag een graaf van gekruiste feiten is.

Wat we een mkb’er zouden zeggen bij zijn eerste agent met geheugen

Begin kleiner dan de leveranciers voorstellen. Voor een eerste agent — bijvoorbeeld een klantenservice-assistent voor een bedrijf van 20 tot 50 mensen — start met alleen sessiegeheugen: onthouden binnen een gesprek, vergeten daartussen. Zet hem live en kijk waar het echt schuurt. Meestal is de pijn smal. Klanten haten het hun ordernummer te herhalen; de agent vergeet een voorkeur die hij net kreeg. Dat vertelt u precies welke één of twee feiten semantisch geheugen verdienen — en dat de rest dat nog niet doet.

Voeg daarna een dunne persistente laag toe voor die feiten, met een vergeetbeleid vanaf dag één, en meet de retrievalnauwkeurigheid op uw eigen echte transcripten in plaats van een publieke benchmark. Houd de hete context bewust klein. Dit is ondankbaar werk, en het is het hele verschil tussen een agent die aanvoelt alsof hij uw bedrijf kent en een die elke terugkerende klant als vreemde begroet. Grotere bedrijven van 250 tot 500 medewerkers krijgen dezelfde architectuur plus een governancelaag — wie het geheugen mag lezen, hoe het wordt geaudit, hoe het wordt gewist. Wilt u dit liever niet zelf bouwen, dan is productiewaardige AI-agentontwikkeling — inclusief geheugen en guardrails — wat wij bouwen, en het is waarom we blijven benadrukken dat productie het wint van demo’s. Een agent die onthoudt is geen slimmer model; het is een beter geëngineerd systeem rond een gewoon model.

Veelgestelde vragen