Groot moment voor Agent builders! Er is een patroon dat zich steeds herhaalt in software. Eerst richt iedereen zich op het "bouwen" probleem. Frameworks ontstaan, rijpen en worden echt goed. Dan verandert de beperking plotseling naar implementatie. We zagen dit met neurale netwerken. PyTorch, TensorFlow en Caffe waren allemaal uitstekend voor het bouwen van modellen. Maar ze implementeren betekende omgaan met verschillende formaten en runtimes. ONNX stelde ontwikkelaars in staat om in elk framework te bouwen, te exporteren naar een standaardformaat en overal te implementeren. We zien hetzelfde patroon zich nu ontvouwen met Agents. Frameworks zoals LangGraph, CrewAI, Agno en Strands zijn volwassen genoeg dat het bouwen van een agent niet langer het moeilijkste deel is. In plaats daarvan is het wat er daarna gebeurt: implementatie, streaming, geheugenbeheer, observability en auto-scaling. Dit zijn geen agentproblemen, maar eerder infra-problemen. En op dit moment lost elk AI-team waarmee ik heb gesproken ze vanaf nul op. xpander neemt de ONNX-aanpak voor dit probleem, en ik denk dat het het juiste mentale model is. Het kernidee is eenvoudig: breng je agent (gebouwd in elk framework), implementeer het via xpander en krijg alle productie-infrastructuur. Dit omvat: - Serverless implementatie in ~2 minuten - SSE-streaming voor real-time denk-UX...