← Terug naar AI-Radar

Agent-orchestratie-frameworks: de signalen van juli 2026

De wereld van AI-agents ontwikkelt zich in sneltreinvaart. Waar we voorheen spraken over eenvoudige ReAct-loops (Reasoning and Acting) gekoppeld aan een LLM, zien we in de zomer van 2026 een duidelijke verschuiving. De trend beweegt richting durable execution (duurzame uitvoering) en een strikte scheiding tussen planners en executors. Voor indie developers die hun eigen agents hosten op een thuisserver, een NAS of gebruikmaken van een lokale LLM-gateway zoals LiteLLM, brengt dit zowel nieuwe kansen als noodzakelijke migraties met zich mee.

In dit overzicht analyseren we de belangrijkste signalen van juli 2026 op het gebied van agent-orchestratie en vertalen we deze naar concrete acties voor jouw eigen agent-setup.

De belangrijkste signalen op een rij

Composio Open Sources Agent Orchestrator

Composio heeft hun Agent Orchestrator open-source gemaakt om ontwikkelaars te helpen schaalbare multi-agent workflows te bouwen die verder gaan dan de traditionele ReAct-loops. Het framework introduceert een dual-layer architectuur: een Planner doet de taakdecompositie, en een Executor voert de daadwerkelijke tool-calls uit. Dit gaat gepaard met just-in-time routing van alleen de relevante tool-definities per stap, wat zorgt voor stateful in plaats van stateless loops.

Waarom relevant? Als je een lokale agent-setup draait met een groeiende lijst aan Model Context Protocol (MCP) tools, voorkomt deze aanpak dat je lokale LLM-gateway overbelast raakt met irrelevante systeem-prompts en tool-definities. Het zorgt voor snellere responstijden en minder fouten bij kleinere, lokale modellen.

Bron: Marktechpost / Composio
Signaal: hoog · Actie: onderzoeken
Orkes Agentspan: Durable runtime op Conductor

Orkes heeft Agentspan gelanceerd, een durable runtime voor AI-agents gebouwd op de open-source workflow-engine Netflix Conductor. Hiermee draaien agents als durable workflows: inclusief crash recovery, volledige replayability, persistente status, SDK's voor 7 talen en een ingebouwde MCP Gateway die elke workflow als tool voor andere agents kan exposen. Orkes haalde onlangs $60M op, wat de consolidatie in dit segment onderstreept.

Waarom relevant? Voor wie een eigen homelab of thuisserver beheert, biedt dit een krachtig alternatief voor traditionele tools zoals n8n. In plaats van dat een netwerkstoring of een API-timeout je hele agent-run omzeep helpt, zorgt durable execution ervoor dat de status behouden blijft en de agent naadloos kan hervatten waar hij gebleven was.

Bron: Orkes / conductor-oss
Signaal: hoog · Actie: evalueren
LangGraph v0.4 Releases

LangGraph heeft met de v0.4-releases grote stappen gezet en is inmiddels CrewAI voorbijgestreefd in GitHub-stars. Nieuwe features zijn onder andere per-node TimeoutPolicy, foutafhandeling op node-niveau, coöperatieve graceful shutdown, DeltaChannel (alleen incrementele status-deltas per stap) en een getypeerde v2 streaming-API. Ook de human-in-the-loop checkpoints zijn sterk verbeterd.

Waarom relevant? Lokale LLM's kunnen soms traag reageren of tijdelijk vastlopen. Met de nieuwe timeout-policies en foutafhandeling in LangGraph v0.4 kun je voorkomen dat je lokale scripts oneindig blijven hangen. Het stelt je in staat om robuuste, zelfherstellende agents te bouwen die perfect aansluiten op een lokale model-routing setup.

Bron: LangChain
Signaal: hoog · Actie: toepassen
AutoGen maakt plaats voor Microsoft Agent Framework

Het bekende AutoGen-framework krijgt vanaf nu alleen nog bugfixes en security patches. Microsoft bundelt de krachten van AutoGen en Semantic Kernel in het nieuwe Microsoft Agent Framework (GA sinds eind Q1 2026). Dit framework richt zich op graph-orchestraties (sequentieel, parallel, routers en loops) en taken met events en checkpoints.

Waarom relevant? Als je momenteel projecten hebt draaien op AutoGen, is het tijd om een migratiepad te plannen. De overstap naar het Microsoft Agent Framework of een alternatief zoals LangGraph is noodzakelijk om te blijven profiteren van actieve ondersteuning en nieuwe features.

Bron: Microsoft / JetBrains-overzicht
Signaal: gemiddeld · Actie: monitoren
CLI Agent Orchestrator (CAO)

AWS Open Source heeft de CLI Agent Orchestrator (CAO) gepresenteerd. Dit is een multi-agent orchestrator specifiek ontworpen voor CLI-tools. Het maakt gebruik van hiërarchische supervisor-agents en biedt sessie-gebaseerde isolatie voor parallelle runs. Dit is met name interessant voor ontwikkelaars die terminal-gebaseerde agents (zoals Claude Code) willen aansturen en coördineren.

Waarom relevant? Het automatiseren van je eigen development-workflow op je lokale machine of server wordt hiermee een stuk eenvoudiger. Je kunt hiermee meerdere parallelle agent-sessies isoleren en aansturen zonder dat ze elkaars terminal-context vervuilen.

Bron: AWS Open Source
Signaal: gemiddeld · Actie: experimenteren

Wat betekent dit voor jouw lokale stack?

De rode draad in deze ontwikkelingen is helder: we bewegen weg van simpele, stateless loops naar robuuste, stateful systemen die bestand zijn tegen crashes en slim omgaan met context. Als indie developer wil je niet dat een agent die uren bezig is met een taak (zoals het scrapen en analyseren van data) halverwege crasht omdat je internetverbinding even wegvalt of omdat je lokale LLM een time-out geeft. Durable execution en state-persistence (zoals in LangGraph en Conductor) lossen dit op door elke stap op te slaan in een database of event store.

Daarnaast zorgt de scheiding tussen planning en executie (zoals bij Composio) ervoor dat je agent minder snel in een oneindige loop terechtkomt en efficiënter gebruikmaakt van zijn context window. Dit is cruciaal als je draait op consumentenhardware met beperkt VRAM, waar elke token telt. Voor het slim routeren van je lokale modellen kun je ook kijken naar onze gids over model-routing op api.llmnet.nl.

Wat kun je hiermee?