agenten zien er magisch uit in een demo. ze vallen in productie in elkaar. de reden is simpel: ze kunnen niet onthouden, kunnen niet verankeren en kunnen niet aanpassen wanneer de workflow afwijkt. mensen gooien alles op het probleem: kladblokken, boomstammen, aan elkaar geschroefde kennisgrafieken. het meeste is ducttape. maar het is nu duidelijk: geheugen en context zijn de greppel. kennisgrafieken zijn niet nieuw. ze begonnen in de late jaren negentig, werden mainstream toen Google de zijne in 2012 merkte, en hebben sindsdien stilletjes zoekopdrachten, advertenties, e-commerce en fraudedetectie aangedreven. buiten de grote technologie hebben ze nooit doorgebroken omdat ze te duur waren om te bouwen, te moeilijk om actueel te houden, en te afhankelijk van specialisten. nu is de vergelijking veranderd. taalmodellen kunnen entiteiten extraheren, relaties in kaart brengen en grafieken in real-time bijwerken. plotseling zijn grafieken minder academische overhead en meer praktische verankering. maar grafieken vervangen geen zoekopdrachten over embeddings. ze complementeren het. wat in productie werkt, is hybride retrieval: -brede recall door middel van vectoren: “toon me dingen zoals dit” -nauwkeurige redenering door middel van grafieken: “toon me precies hoe deze dingen met elkaar verbonden zijn” -samengevoegd door de agent om zowel breedte als diepte te leveren wat we live zien: -agenten zonder persistent geheugen draaien na zes weken door. gebruikers willen niet elke ochtend opnieuw trainen. -kopers geven niet om slimme prompts. ze geven om vertrouwen: het vermogen om te evalueren, terug te draaien, te auditen en machtigingen af te dwingen voordat een agent een actie onderneemt. wat werkt: verticale hybriden. een financiële agent verankerd in rekeningen, beleid en machtigingen. een gezondheidszorgagent verankerd in medische codes, medicaties en nalevingsregels. geheugen, context en vertrouwen zijn geen functies. het zijn infrastructuren.