Iedereen kijkt hier verkeerd naar. De kop luidt "agenten zijn eenvoudiger dan verwacht." De echte bevinding is dat eenvoud de strategie is. 68% met een limiet van 10 stappen voordat menselijke tussenkomst nodig is, is geen beperking. Het is een ontwerpkeuze. Teams hebben ontdekt dat betrouwbaarheid zich opstapelt en autonomie deze degradeert. Elke stap die je toevoegt, vermenigvuldigt je faalkansen. De splitsing in het kader is nog onthullender. 61% van de respondenten in de enquête gebruikt LangChain. Maar 85% van de teams met daadwerkelijke productie-implementaties bouwen vanaf nul. De mensen die enquêtes invullen, zijn aan het experimenteren. De mensen die leveren, vermijden afhankelijkheden. Het gesloten-source patroon vertelt je waar we staan in de adoptiecurve. 17 van de 20 casestudy's draaien Claude of GPT omdat de kosten voor inferentie nog steeds triviaal zijn in vergelijking met de mensen die deze agenten aanvullen. Open-source wint alleen als je een volume bereikt dat de API-prijzen onbetaalbaar maakt. Wat deze studie waardevol maakt: het meet wat werkt, niet wat goed demonstreert. De kloof tussen "indrukwekkend prototype" en "productiesysteem" wordt gevuld met menselijke-in-de-lus controlepunten, vooraf gedefinieerde workflows en 5% sampling, zelfs bij outputs met hoge betrouwbaarheid. Dit is hoe nieuwe technologie daadwerkelijk wordt geadopteerd. Niet door menselijk oordeel te vervangen, maar door vertrouwen te verdienen door middel van opzettelijke beperkingen. De verfijning komt later, nadat de betrouwbaarheid is bewezen.