Agent-cloud voor web van agenten

Deze paper brengt de infrastructuur in kaart die autonome AI-agenten nodig hebben om niet als losse demo’s, maar als schaalbare samenwerkende systemen op het web te functioneren.
Agentverse, agent cloud, multi-agent systems, agent memory, observability, interoperability, orchestration, agent economics

De auteurs analyseren Agentverse, het agent-cloudplatform van Fetch.ai binnen de ASI Alliance, als een van de meest volwassen voorbeelden van productie-infrastructuur voor autonome agents. Hun centrale punt: er is veel aandacht voor wat agents kunnen redeneren of uitvoeren, maar veel minder voor de onderliggende infrastructuur die nodig is om grote aantallen agents betrouwbaar samen te laten werken.

Als basis voerden ze een audit uit van 204 API-endpoints van het platform (situatie Q1 2026). Daaruit destilleren ze een Gap Taxonomy met acht categorieën en 62 ontbrekende of onvolledig ingevulde mogelijkheden. Die gaten zitten onder meer in geheugen, observability, security, economische bouwstenen en enterprise-schaalbaarheid. Dat maakt deze paper vooral relevant als infrastructuurblik op multi-agent-systemen: niet alleen “wat kan een agent?”, maar “wat ontbreekt er om een team van agents operationeel te krijgen?”

Zeven lagen voor een agent-cloud

Op basis van die analyse stellen de auteurs een zevenlaagse Agent Cloud Stack voor: een referentie-architectuur voor agent-native cloudinfrastructuur richting 2030. Daarin verschuift de focus van losse agent-hosting naar een vollediger platform met geheugen, semantische discovery, protocol-interoperabiliteit, orkestratie, monitoring en economische primitives.

Ze benoemen vijf concrete evolutiepaden: van tijdelijke opslag naar een volwaardige Agent Memory Cloud; van eenvoudige zoek- en discoverymechanismen naar een semantische, op vertrouwen gewogen Agent DNS; van één protocol naar meerdere standaarden als gemeenschappelijke taal voor agents; van single-instance hosting naar Kubernetes-achtige orkestratie; en van simpele tokenbetalingen naar rijkere economische interacties tussen agents.

Voor bouwers van agent-teams zit de waarde vooral in de checklist-werking. De paper laat zien waar huidige agentplatforms nog tekortschieten zodra meerdere agents moeten samenwerken, gevonden moeten worden, context moeten onthouden, veilig moeten handelen en op schaal moeten draaien. Tegelijk blijft het perspectief sterk gekoppeld aan één platform, waardoor de paper vooral nuttig is als richtinggevend architectuurdocument en minder als neutrale benchmark van het hele veld.

Waarom is dit interessant?

• De focus ligt op infrastructuur voor samenwerkende agents in plaats van op een losse agentdemo of modelprestatie.
• Geheugen, discovery, observability en orkestratie zijn precies de lagen waar multi-agent-systemen in de praktijk vaak stuklopen.
• De inventarisatie van 62 ontbrekende capabilities biedt een bruikbare checklist voor teams die hun eigen agentplatform of agent-ops willen inrichten.
• De overgang van single-instance hosting naar Kubernetes-schaal raakt direct aan het beheren van agent-vloten.
• Interoperabiliteit tussen protocollen is een kernvraag voor agent-teams die niet opgesloten willen raken in één framework of vendorstack.
• De economische laag is relevant voor toekomstige systemen waarin agents taken aan elkaar uitbesteden, afrekenen en reputatie opbouwen.
• Als de “agentic web”-gedachte doorzet, verschuift de bottleneck de komende jaren waarschijnlijk van modelkwaliteit naar infrastructuur, governance en beheer.

Let op!

• De analyse vertrekt vanuit Agentverse en kan daardoor onvermijdelijk platform-specifieke aannames bevatten.
• Dat een capability ontbreekt in deze audit betekent niet automatisch dat die overal in de sector ontbreekt of dat dit de enige juiste architectuurrichting is.
• De paper schetst een visie richting 2030, maar bewijst nog niet welke onderdelen in productie het meeste effect hebben op betrouwbaarheid of ROI.

Relevantie 8/10

Dit sluit sterk aan op de redactionele focus omdat het expliciet gaat over de infrastructuur achter samenwerkende AI-agents: geheugen, discovery, protocolinteroperabiliteit, orkestratie en schaal. Dat zijn kernonderwerpen voor iedereen die agent-teams bouwt of beheert.

De score blijft net onder de top omdat het om een architectuur- en gap-analyse gaat, niet om een concrete frameworkrelease, standaardupdate of breed geadopteerde praktijkdoorbraak. Toch is het zeer publicabel, juist omdat het goede Nederlandse duiding mogelijk maakt over wat er nog ontbreekt tussen een agentdemo en een volwassen agent-team in productie.

Bron

Titel: Infrastructure for the Agentic Web: Gap Analysis and Architecture from the Agentverse Platform

Taal: Engels

Gepubliceerd op 23-06-2026 om 00:00

Lees het originele artikel hier…

Score 8/10

Bron: Infrastructure for the Agentic Web: Gap Analysis and Architecture from the Agentverse Platform

https://arxiv.org/abs/2606.20570

Publicatiedatum: 23-06-2026