OpenAI brengt tool uit voor beheer AI-agents in bedrijven

OpenAI heeft Frontier uitgebracht, een tool om AI-agents binnen bedrijven te beheren. Daarbij kunnen bedrijven de AI-agents context meegeven en aangeven wat ze wel en niet mogen binnen de systemen van het bedrijf.

Frontier is tot nu toe alleen beschikbaar voor een beperkt aantal zakelijke klanten, zegt OpenAI. Het beheer van AI-agents is niet heel anders dan het begeleiden van menselijke medewerkers, beweert het bedrijf. "We begonnen met te kijken hoe bedrijven hun personeel opschalen. Ze creëren onboardingprocessen. Ze leren hen institutionele kennis en interne taal aan. Ze stimuleren leren door ervaring en verbeteren de prestaties door middel van feedback. Ze geven toegang tot de juiste systemen en stellen grenzen. AI-collega's hebben dezelfde dingen nodig."

De AI-agents binnen Frontier hoeven niet van OpenAI te zijn en kunnen ook van andere leveranciers zijn. De interface hoeft ook niet te verlopen via ChatGPT. Frontier komt de komende maanden voor meer klanten van het bedrijf beschikbaar.

OpenAI Frontier
OpenAI Frontier

Door Arnoud Wokke

Redacteur Tweakers

05-02-2026 • 16:37

28

Reacties (28)

Sorteer op:

Weergave:

Grappig, dit kun je al in de agent definitie zelf opgeven https://agentskills.io/specification dus dit lijkt een beetje op een tool voor managers die niet weten hoe agents in elkaar zitten?

De meeste agent definities leven nu in je git repository. En aangezien ze zo gedefinieerd worden dat ze in de meeste moderne taalmodel omgevingen werken, en typisch markdown + scripts zijn, ook heel makkelijk te kopiëren en aan te passen. Dus draait de agent niet in context Y, dan kopieer je de text bestanden en draai je hem vanaf een andere context.

Om een beeld te geven van de grote:
In 50kB heb ik een UX-er, Functioneel ontwerper, Tester, Security specialist, Infra Specialist, SEO specialist, Usability expert, Architect, Frontend expert, Backend expert en Tekst schrijver en een QA. En nog wat meer kwaliteit, structuur en snelheid verhogende kennis.

En die maken samen de applicatie, volledig shift left. Erg saai om mee te werken want bijna alles wordt uit handen genomen.
Blij dat mijn intuïtie juist was.
Heb nu wel ons contact persoon gevraagd of er een feature kan komen om Custom GPTs te exporteren naar agent skills.

Dat zou wel erg vet zijn. Dan kunnen we die ineens overal gebruiken. Ook op andere accounts en platformen.

En OpenAI heeft dan direct een mooie manier om die twee features te consolideren, wat operationeel weer een stuk versimpelt en dus ook weer capaciteit schaling en planning makkelijker maakt. Minder idle en queue.

[Reactie gewijzigd door djwice op 5 februari 2026 21:48]

We zijn echt compleet simpel geworden met zijn allen. Zitten we nu serieus veredelde tamagotchi's te antropomorfiseren zodat we allemaal net kunnen of de technologie beter werkt dan hij doet?

Het is echt 'the emperor's new clothes'.
Is dat origineel een Engels sprookje? Volgens mij is het orgineel Deens dus dan zou ik Kejserens nye klæder zijn of gewoon De nieuwe kleren van de keizer omdat dit een Nederlandse website is.

Maar even ontopic, ik kan eigenlijk ook helemaal niet geloven dat je met wat taalmodellen hele werknemers kunt nabootsen. Worden we niet allemaal voor de gek gehouden?
Inmiddels wel wat ervaring met AI, en die ontwikkeling gaat wel heel erg hard nu. Het kan in een klein bedrijf of team geen mensen vervangen. Maar als je een team hebt van zeg tien mensen of meer die de hele dag een zelfde kunstje doen, kan ik me inmiddels wel voorstellen dat er voldoende taken zijn die AI kan overnemen waardoor je met minder mensen toe kunt.

Ik zie de winst echter meer in het toegankelijker maken van dingen die voorheen te duur waren om uit te besteden. Waar we voorheen sporadisch een designer vroegen voor wat dingen, doen we dat nu tussendoor zelf voor de simpelere dingen. Of waar sales bepaalde details van mij nodig waren voor een presentatie, vragen ze dat nu aan AI. Een servicemedewerker die nu een stap verder komt omdat die met AI meer diepgaande problemen kan verhelpen, zonder dat ik daar als programmeur aan te pas kom. Op een hele organisatie gezien kun je daar best mensen mee vervangen, of functies niet meer invullen als iemand weg gaat. Maar uiteindelijk wordt er verwacht dat je meer gaat doen in je tijd, dus zorgt AI voor meer productiviteit.

Ik zie het als de stap van assembly naar C en toen C++. Dat maakte alles veel toegankelijker. En niemand die nu nog iets met assembly doet, afgezien van de ontwikkelaars van compilers. Zelfde zie ik de komende jaren ook wel gebeuren met AI. De code kunnen zien is nu nog nodig, maar als we een paar jaar verder zijn boeit het niemand meer hoe die C++, C# of python er onder water uit ziet.

Wil niet zeggen dat er geen programmeurs meer nodig zijn. Die zijn er nu meer dan ooit, juist doordat we niet meer in assembly hoeven te kloten. Maar de basiskennis en een gedegen opleiding zullen nog wel een hele tijd noodzakelijk blijven voor productie geschikte software.

[Reactie gewijzigd door barbarbar op 5 februari 2026 21:00]

En niemand die nu nog iets met assembly doet, afgezien van de ontwikkelaars van compilers. Zelfde zie ik de komende jaren ook wel gebeuren met AI. De code kunnen zien is nu nog nodig, maar als we een paar jaar verder zijn boeit het niemand meer hoe die C++, C# of python er onder water uit ziet.
Ik betwijfel dat eigenlijk. Er zijn nog altijd op de dag van vandaag genoeg mensen die assembly in ieder geval kunnen lezen. Schrijven is inderdaad wat anders, omdat de compilers het beter kunnen. Het wordt echter wel nog altijd geschreven in bepaalde stukken die zeer performance kritisch zijn.


Er is een reden waarom nu nog altijd niet alle software in Python en C# geschreven wordt, ookal zijn die talen handiger in gebruik dan C en C++. Kijk maar naar talen zoals Rust. Extreem lastig om te gebruiken maar ze winnen wel terrein op bepaalde gebieden.


Voor pure business logic misschien handig, je hebt sneller resultaat. Goeie code en performance is het daarom niet perse, maar voor business logic wil je gewoon snel itereren. Daar zie ik persoonlijk AI ook eindigen. Een tool om snel wat in elkaar knutselen zolang je niet te nauw naar kwaliteit en performance kijkt.
De talen zullen ook niet verdwijnen. We lopen en fietsen ook nog steeds ondanks de auto en het vliegtuig. Het maakt dingen mogelijk die voorheen niet toegankelijk waren voor zo'n grote groep mensen.
Ik kom hier toch nog op terug. Net https://chatjimmy.ai/ gebruikt; die hebben een model in hardware geïmplementeerd en dat is écht snel. Als je die over een paar jaar in elke bedrijf hebt draaien met een opus 4.6 model, dan ben je veel software niet meer nodig. Dat gaat wel het einde van het programmeren inluiden de komende paar jaar. Met zulke snelheden hoef je geen software/code meer te gebruiken. Zo'n hardware implementatie van een model is zo snel, die kun je domweg in natuurlijke taal je wensen beschrijven, en die kan die domweg uitvoeren. Een factuur opstellen aan de hand van de foto's van je werk als loodgieter? Je whatsappt dat ding je foto's, je gebruikte materiaal en waar je bent. En dat model maakt er wel een factuur van, stuurt die op naar de klant, handelt de betaling af, en handelt klachten af. Paar duidelijk werkwijzen in normale taal meegeven en klaar is kees. Ben je geen factuur programma voor nodig. Btw aangifte doen? Dat model scant je facturen mapje, stelt de informatie vast ter controle, en stuurt de aangifte via de API van de belastingdienst zonder ook maar een stukje code nodig te zijn.

Code gebruiken we nu alleen maar omdat dat het gebruik van de hardware nuttig maakt. Maar zo'n model in hardware, is zodanig anders dat traditionele code snel verdwijnt. Dat claude code e.d. is alleen nog een tussenstapje. Helemaal zal code niet verdwijnen, maar het hoogtepunt van programmeren is nu of zijn we al voorbij. Assembly bestaat natuurlijk ook nog, maar veruit de meeste programmeurs zullen er nog nooit mee gewerkt hebben. Dat lot zal de huidige talen ook begaan.
Maar even ontopic, ik kan eigenlijk ook helemaal niet geloven dat je met wat taalmodellen hele werknemers kunt nabootsen. Worden we niet allemaal voor de gek gehouden?
Ik denk dat sommige werknemers prima vervangen kunnen worden door een AI. En dat die AI dan beter werkt dan die werknemer. Of bedoelde je dit niet? :-)
Het is wisselend, maar wordt echt heel snel veel beter. Qua programmeren alleen al is het in het laatste jaar gegaan van "kan best goede functies voorstellen" naar "kan ingewikkelde code van meerdere klassen in één keer foutloos opleveren in enkele minuten". Ik was ook geen AI enthousiast, maar met de nieuwe modellen als opus 4.5 ben ik inmiddels wel om. Vorig jaar was ik nog zelf code aan het tikken, dat is nu voor 90% door AI instructies vervangen.
Als je hem nu goed vindt prima. Want het gaat niet veel beter worden zoals ze ai op dit moment laten leren het is gelimiteerd door wat mensen weten en neemt ook dingen over als ze fout zijn. Als ze verder willen en geen bubbel willen dan moeten ze het een stuk minder afhankelijk van mensen maken en het zelf dingen laten leren.
Of juist tools zodat agents zelfstandig handelingen uit kunnen voeren. Als je een LLM vraagt een tekst te schrijven van 100 woorden dan kun je vallen over dat ene woord dat verkeerd is gekozen. Gebruik je dit echter als input voor vervolgstappen (zoals agents doen) dan detecteert het uiteindelijk vaak zelf al de fout en corrigeert die. Het werkt natuurlijk nog steeds niet feilloos, maar als je de huidige generatie LLMs inzet als agent die zelfstandig handelingen uit mag voeren dan zie je dat het stukje "handelen" eigenlijk gewoon 100% goed gaat. Het gaat alleen om het stukje "verwachtingen" dat nog niet klopt (denk aan de bekende voorbeelden van iemand die opeens 3.000 pizza's bezorgd kreeg, etc). De taak van mensen in het hele proces wordt dus om beter de (rand)voorwaarden van een taak te beschrijven.
Wisselend is voor de meeste software niet goed genoeg. Software moet correct geschreven worden om een systeem begrijpelijk te houden. Het wordt beter, maar ook Opus maakt nog steeds hele domme keuzes. Vooral als de codebase groter wordt is het niet meer te begrijpen. Ik ben gebruiker van het eerste uur, een beta tester voor Copilot. De grootste verbeteringen kwamen in de tijd van GPT3 naar GPT4 zo’n beetje. De progressie voor coding is vooral denk ik bij Claude te zien. Maar modellen zullen blijven hallucineren, je moet alle output controleren en dat kost veel tijd. Zelf tikken met autocomplete is in de meeste gevallen net zo snel, of sneller.
Je moet de code onderhouden, dat is in alle projecten. Als de code 10,000 lijnen in 1 bestand wordt is het onoverzichtelijk, maakt niet uit wie het geschreven heeft. Maar kleine functies, opgedeelde klassen etc en zowel de AI als de menselijke programmeur kan meelezen.

En als je AI vandaag het hele project niet kan inlezen maak je de verkeerde keuze. Copilot (ChatGPT) heeft er inderdaad last mee maar probeer eens Junie of andere dedicated agenten. Die greppen door je code en zoeken in de libraries, openen man pages en doc files voor informatie, schrijven of zoeken de unit tests, linters en herschrijven totdat alles compileert en de tests vervullen. De queries duren wel langer (minuten lang soms) maar ze tonen mooi de stappen die ze doen.

Het is geen vervanging voor mensen, je moet nog steeds regel voor regel lezen, want de LLM kan wel code schrijven, het snapt voor geen snars de logica of de “side effects” van de code.

[Reactie gewijzigd door Guru Evi op 6 februari 2026 13:55]

Zou dit al echt werken,.of gewoon marketing om te laten zien dat zij ook kunnen wat OpenClaw kan? Zeker de uitspraak dat Frontier pas over een paar maanden beschikbaar komt voor "andere" zakelijke klanten laat het klinken alsof dit gebakken lucht is.
Ik hoop dat het op zn minst niet met malware komt zoals OpenClaw kan met de ongemodereerde malware die letterlijk in hun repo met agents/skills staat.
In welke skill zit de malware? Lijkt mij toch wel iets om te vermelden als je zulke informatie in je bezit hebt om anderen te helpen.
Dus de malware is aanwezig op clawhub in een skills.md file en niet in de repo van Openclaw. Dat is een groot verschil he.

[Reactie gewijzigd door Joncik91 op 6 februari 2026 15:41]

OpenClaw en Clawhub vallen allebij onder de github openclaw repositories. Zelfde maintainer.

[Reactie gewijzigd door jorisvergeerTBA op 6 februari 2026 18:08]

Ik zie enkel de skill clawhub maar niet de skills waarover de x post ging. Er is toch een groot verschil volgens mij. Misschien zie ik iets over het hoofd?
Het klinkt meer als 'wij waren hier ook al mee bezig hoor' en het development team is nu vol op aan het vibe-code om dit te bewerkstelligen.
Iets wat ik toch al enorm vind in de AI-Bubble (en Apple is er met zijn Siri 2.0 mee begonnen).
Zo iets is alleszins niets nieuws, microsoft had al power automate desktop voor de Ai bubble en ze beweerde toen ook dat er AI in zat.
Verwijderd

[Reactie gewijzigd door jorisvergeerTBA op 5 februari 2026 18:09]

Voordeel hiervan is wellicht dat organisaties dit gaan gebruiken in plaats van Custom GPTs. Dan is er geen lock-in meer, je kunt de skill dan weer exporten naar een andere AI omgeving als dat nuttig is.

Het zou mooi zijn als OpenAI een functie zou toevoegen om Custom GPTs te exporteren naar Agent Skills.

Om te kunnen reageren moet je ingelogd zijn