AI-agent sessies opslaan, delen en overdragen: wat betekent dat?

TL;DR

• Wat: Er verschijnen open-source tools waarmee je AI-agentsessies lokaal kunt opslaan, hervatten en overdragen aan collega's.
• Waarom relevant: Als je met AI-agents werkt in je bedrijf, verlies je nu vaak context zodra een sessie stopt — dat kost tijd en geld.
• Wat je ermee kunt: Inventariseer of je team context verliest bij het werken met AI-agents, en bekijk of sessiebeheer een concrete tijdsbesparing oplevert.

Ik kwam een bericht tegen van Santiago Valdarrama (@svpino) over een open-source platform waarmee je AI-agentsessies kunt opslaan, hervatten, delen en overdragen aan teamgenoten — en dat lokaal draait. Dat laatste vind ik een belangrijk detail, en ik leg zo uit waarom.

Waar gaat het over?

AI-agents — denk aan tools die zelfstandig code schrijven, analyses maken of taken uitvoeren — werken in sessies. Zo'n sessie is als een gesprek: er zit context in. Welke bestanden zijn bekeken, welke beslissingen zijn genomen, welke vragen staan nog open.

Het probleem: zodra je die sessie afsluit, is die context vaak weg. Start je opnieuw, dan begint de agent weer van nul. Dat is alsof je een collega halverwege een project vervangt, maar vergeet om het projectdossier mee te geven.

Wat Valdarrama beschrijft, is een platform dat dit oplost. Je kunt een agentsessie pauzeren, later hervatten, of — en dat noemt hij zelf het meest waardevol — de sessie overdragen aan iemand anders in je team. De exacte naam van het platform wordt niet genoemd in het bericht, maar het past in een groeiende categorie open-source tools die precies dit probleem aanpakken.

Waarom "lokaal draaien" ertoe doet

Een detail dat mij direct opviel: het platform draait lokaal. Valdarrama zegt letterlijk: "It runs locally, so we know your info is not going anywhere."

Voor een ondernemer is dat relevant. Als je AI-agents inzet voor bedrijfsprocessen — of dat nu code is, klantvragen, of interne analyses — dan bevat zo'n sessie mogelijk gevoelige informatie. Denk aan productnamen, financiële cijfers, klantgegevens, of strategische keuzes.

Bij een cloud-oplossing vertrouw je erop dat de aanbieder daar zorgvuldig mee omgaat. Bij een lokale tool blijft alles op je eigen machine. Geen telemetrie, geen synchronisatie met externe servers. Dat is een wezenlijk verschil, zeker met de AVG in het achterhoofd.

Ik zie in de open-source wereld meerdere tools die dit principe volgen. Agent-handoff bijvoorbeeld slaat sessiegeheugen op als leesbare Markdown- en JSON-bestanden, volledig lokaal, zonder cloud-sync. Agent Sessions doet iets vergelijkbaars voor macOS: het bundelt sessiegeschiedenis van verschillende AI-agents in één doorzoekbare interface, ook zonder telemetrie.

Het echte punt: overdracht tussen mensen

Wat mij het meest aanspreekt in het bericht van Valdarrama is niet het opslaan of hervatten — dat is handig, maar niet nieuw. Het is de handoff: het overdragen van een sessie aan een collega.

Stel dat je als ondernemer een medewerker hebt die met een AI-agent werkt aan een complexe analyse. Halverwege gaat die medewerker met vakantie, of wordt ziek, of heeft simpelweg een andere prioriteit. Zonder sessiebeheer begint de vervanger opnieuw. Met een handoff-functie kan die persoon precies verder waar de ander gebleven is — inclusief alle context, beslissingen en openstaande vragen.

Kun je je voorstellen wat dat betekent als je een klein team hebt van drie of vier mensen? De kennisoverdracht die normaal een half uur kost aan "even bijpraten", zit dan ingebakken in het systeem.

Hoe werkt zo'n handoff in de praktijk?

Bij tools zoals agent-handoff werkt het met gestructureerde bestanden. Bij het opslaan legt de tool vast: wat was het doel, wat is er gedaan, welke bestanden zijn aangepast, welke vragen staan open, en wat is de volgende stap. Dat bestand geef je aan de volgende persoon (of agent), die het inlaadt en verder kan.

Het lijkt simpel, en dat is het ook. Maar het verschil tussen "we doen dit handmatig in een Word-document" en "de tool doet dit automatisch en gestructureerd" is in de praktijk groot. Handmatige overdracht is foutgevoelig en kost tijd. Geautomatiseerde overdracht is consistent.

Wat betekent dit voor een MKB-ondernemer?

Ik denk dat dit onderwerp nu nog vooral speelt bij technische teams — softwareontwikkelaars die met AI-coding-agents werken. De tools die ik tegenkwam (agent-handoff, Agent Sessions, session-handoff op GitHub) zijn gericht op ontwikkelaars.

Maar het principe is breder. Naarmate AI-agents vaker worden ingezet voor niet-technische taken — klantenservice, planning, administratie — wordt sessiebeheer ook voor andere bedrijfsonderdelen relevant. Als je agent halverwege een klantvraag stopt en niemand kan die draad oppakken, is dat een probleem. Net zoals het een probleem is als een medewerker vertrekt en het CRM niet is bijgewerkt.

Wat mij betreft zijn er twee vragen die je als ondernemer nu al kunt stellen:

1. Gebruiken wij AI-agents, en zo ja, wat gebeurt er met de context als een sessie stopt? Veel ondernemers weten dit niet, omdat het "onder de motorkap" zit.
2. Werken er meerdere mensen met dezelfde AI-tooling? Dan is overdraagbaarheid geen luxe maar een praktische noodzaak.

Je hoeft nu niet meteen een tool te installeren. Maar het is goed om te weten dat deze categorie bestaat, en dat open-source opties beschikbaar zijn die je data lokaal houden.

Een groeiend ecosysteem

Wat mij opvalt, is dat er niet één tool is die dit doet, maar een heel ecosysteem aan het ontstaan is. Op GitHub zijn er tientallen projecten rond agent-handoff. Er zijn tools die sessies kunnen overdragen tussen verschillende AI-platforms — van Claude Code naar Cursor, van Codex naar Gemini. Het is nog vroeg, en veel van deze projecten zijn klein. Maar de richting is duidelijk: sessiebeheer voor AI-agents wordt een standaardonderdeel van de toolkit.

Ik vind het eerlijk gezegd een gezonde ontwikkeling. Het betekent dat de AI-wereld niet alleen bezig is met "wat kan een agent" maar ook met "hoe beheer je een agent in een team". Dat tweede is precies het punt waar technologie en bedrijfsvoering elkaar raken.

Voor mij is dit vooral een signaal dat AI-agents steeds meer worden behandeld als serieuze werkinstrumenten — met alles wat daarbij hoort, inclusief overdracht, versiebeheer en privacy. En dat is precies waar het interessant wordt voor ondernemers.