ChatGPT agent mode bestaat niet meer als losse functie. OpenAI opent de eigen helppagina over agent mode inmiddels met de mededeling dat ChatGPT agent niet langer beschikbaar is en dat je voor langere taken met meerdere stappen ChatGPT Work moet gebruiken. Wie /agent typt in het berichtvenster, krijgt niets meer.
De capaciteit zelf is niet verdwenen maar verhuisd. ChatGPT Work, gelanceerd op 9 juli 2026, doet wat agent mode deed en meer, alleen op een andere plek en met andere grenzen. Hetzelfde patroon speelde eerder bij ChatGPT canvas, dat in mei 2026 opging in writing blocks binnen de chat.
Voor wie agent mode gebruikte, verandert er meer dan een naam. Geplande taken die op de agent leunden vallen stil, de gebruikslimieten werken anders en het onderdeel dat browsen deed zit nu in een aparte omgeving. Wat volgt is wat er precies is veranderd, wat agent mode kon, en wanneer een AI-agent überhaupt de juiste keuze is voor een taak.
Bestaat ChatGPT agent mode nog?
ChatGPT agent mode is opgeheven en vervangen door ChatGPT Work, dat OpenAI op 9 juli 2026 lanceerde op de GPT-5.6-modellen. De helppagina van OpenAI over agent mode begint sindsdien met de vaststelling dat de functie niet meer beschikbaar is, met een doorverwijzing naar Work voor langere taken en naar de cloud browser voor browserwerk.
Verwarrend is dat diezelfde helppagina daaronder gewoon doorgaat met de oude instructies. Er staat nog beschreven hoe je agent mode selecteert uit het Tools-menu, wat de maandlimieten zijn en hoe watch mode werkt, terwijl alleen de eerste regel zegt dat het hele ding weg is. Wie de pagina scant in plaats van leest, concludeert dat de functie nog draait, en dat verklaart waarom veel handleidingen op internet nog de oude situatie beschrijven.
De opheffing kwam bovendien zonder aparte aankondiging. Agent mode verscheen in juli 2025, nam onderweg Operator en Deep Research in zich op, en verdween een jaar later in een productlancering waarin het woord agent mode nauwelijks viel. Gebruikers merkten het vooral doordat het /agent-commando ineens niets meer deed.
Wat is ChatGPT Work?
ChatGPT Work is de opvolger van agent mode en draait op GPT-5.6, met Codex ingebouwd. Het voert taken met meerdere stappen uit en levert een afgerond resultaat op in plaats van een antwoord in de chat. Werk kan starten en beheerd worden op web, mobiel en desktop, zodat een taak niet meer aan één apparaat vastzit.
Het bereik is breder dan dat van agent mode. Waar de agent zich beperkte tot een virtuele browser, kan Work ook lokale bestanden en applicaties gebruiken, of een ingebouwde browser om websites en online bestanden te benaderen. Plugins koppelen systemen en apps aan Work, en met een aparte beta bouw je er interactieve rapportages en dashboards mee.
Bij de lancering was Work beschikbaar voor Pro, Enterprise en Edu, met Plus en Business kort daarna aangekondigd. De gratis versie valt buiten die groep, net als bij agent mode het geval was. Wat de plannen onderling kosten en wat je per plan krijgt, staat uitgewerkt in wat kost ChatGPT.
Op de desktop is de indeling meegegaan in die verhuizing. OpenAI heeft de Codex-app samengevoegd met de ChatGPT-app tot één nieuwe desktopapplicatie voor Mac en Windows, waarbij de oude app verderging onder de naam ChatGPT Classic. Wie Codex al had staan, kan die bijwerken tot de nieuwe app in plaats van opnieuw te installeren.
Aan de andere kant van de markt is het equivalent Claude Cowork, dat een vergelijkbare stap zet door taken op je eigen computer af te handelen in plaats van in een chatvenster. Beide bedrijven bewegen naar hetzelfde model, waarin je een opdracht uitbesteedt en het resultaat achteraf beoordeelt.
Wat deed agent mode precies?
Agent mode voerde taken zelfstandig uit in een tijdelijke werkomgeving, in plaats van een antwoord in de chat te geven. Je beschreef in gewone taal wat er moest gebeuren, waarna ChatGPT de stappen zelf bepaalde en afwerkte. Drie onderdelen bepaalden hoe dat in de praktijk voelde.
De virtuele browser
De virtuele browser was het hart van agent mode. In een afgeschermde omgeving bezocht ChatGPT websites, klikte het door pagina’s, vulde het formulieren in en verzamelde het gegevens, waarbij het schermafbeeldingen van dat venster gebruikte om te zien waar het was en wat de volgende stap moest zijn.
Een taak duurde daardoor typisch vijf tot dertig minuten, afhankelijk van de complexiteit. Je kon meekijken terwijl het liep, bijsturen of de taak afbreken. De sessie moest wel actief blijven, wat betekende dat een lange taak je aan het scherm bond of in elk geval aan een openstaand venster.
Ingebouwde grenzen en watch mode
De ingebouwde grenzen zorgden ervoor dat de agent bepaalde acties simpelweg weigerde. Betalingen doen en wachtwoorden invoeren vielen daarbuiten, en voor gevoelige websites schakelde de agent over naar watch mode, waarin jij elke actie eerst goedkeurde voordat hij verderging.
OpenAI noemde bij die grenzen expliciet het risico van prompt injection, waarbij een kwaadaardige instructie op een webpagina de agent probeert te laten doen wat de aanvaller wil in plaats van wat jij vroeg. Dat risico verdwijnt niet met Work, want een agent met toegang tot je mail en bestanden is er per definitie gevoelig voor.
Takeover bij logins en betalingen
Takeover was de handeling waarmee je de virtuele browser tijdelijk overnam. Kwam de agent bij een inlogscherm of een betaalstap, dan pauzeerde hij en nam jij het over, waarbij er geen schermafbeeldingen werden vastgelegd zolang jij aan de knoppen zat.
Daarna gaf je de controle terug en pakte de agent de draad op waar hij was gebleven, al lukte dat niet altijd en moest een taak soms opnieuw. Cookies bleven tussen sessies bewaard, net als in een gewone browser, wat gemakkelijk was maar ook betekende dat inloggegevens op een plek stonden waar je ze zelf moest opruimen.
Wat verandert er voor wie agent mode gebruikte?
Wie agent mode dagelijks gebruikte, merkt de overgang op drie punten. Het /agent-commando doet niets meer, de knop verdween uit het Tools-menu, en geplande taken die een agent aanriepen lopen niet meer zoals ze deden.
Die laatste is de vervelendste. Terugkerende taken die op agent mode leunden, moet je opnieuw inrichten in Work of in Codex, en er is geen automatische migratie. Dat is werk dat je zelf moet doen, en het loont om eerst te controleren welke van je geplande taken überhaupt nog draaien.
De gebruikslimieten liggen bovendien anders. Agent mode kende een maandbudget per plan waarbij alleen je eigen startopdrachten meetelden en tussenvragen gratis waren. Werk je nu met langlopende taken, controleer dan hoe Work die telt voordat je een terugkerend proces inricht dat halverwege de maand vastloopt. Voor werk dat rond één onderwerp draait blijft een ChatGPT project de eenvoudigere plek, zonder agentbudget.
Controleren of je Work hebt, kost één handeling. Kijk in het menu naast het berichtvenster of Work als optie staat, en zo niet, dan valt je plan er nog buiten of is de uitrol je nog niet bereikt. Het heeft weinig zin om ondertussen naar agent mode te blijven zoeken, want die knop komt niet terug.
Wanneer besteed je een taak uit aan een AI-agent?
Een taak uitbesteden aan een AI-agent werkt zolang de opdracht afgebakend is en het resultaat controleerbaar. Twintig leveranciers vergelijken en de uitkomst in een tabel zetten, is precies de vorm waar een agent voor is gemaakt. Je mail bijhouden en zelf beslissen wat er beantwoord wordt, is dat niet.
Het onderscheid dat daaronder ligt, komt uit de bankenpraktijk: niet elke taak heeft hetzelfde risicoprofiel. Een agent die openbare informatie verzamelt en samenvat, kan met een lichte controle door. Een agent met toegang tot cliëntdossiers, mailboxen of een boekhoudsysteem verdient een zwaardere. Die weging maak je vooraf per taaktype, niet achteraf per incident.
Drie vragen bij elke AI-taak maken dat concreet: welke data gaat erin, welke claims baseer je op de uitkomst en wie is verantwoordelijk voor het resultaat. Bij een agent weegt de eerste zwaarder dan bij een gewone chat, omdat hij zelf bepaalt welke bronnen hij onderweg opent. Welke informatie je een tool wel en niet geeft, is onderdeel van verantwoord AI gebruik en hoort vastgelegd te zijn voordat iemand een agent op een dossier loslaat.
De controle op het eindresultaat blijft daarbij staan. Een agent die zelfstandig werkt, geeft geen foutmelding als een website anders werkt dan verwacht, maar levert gewoon een resultaat op waarin een stap ontbreekt. Een AI hallucinatie is bij agentwerk zelfs lastiger te herkennen, omdat de output eruitziet als het product van echt onderzoek. Het four-eyes-principe uit mijn jaren bij grootbanken geldt hier onverkort, want niets met inzet gaat de deur uit zonder tweede controle.
Voor kennisintensieve kantoren betekent dat een korte lijst met geschikte taken en een langere met ongeschikte. Marktverkenningen, leveranciersvergelijkingen, het verzamelen van openbare bedrijfsgegevens en het samenvatten van meerdere publieke bronnen lenen zich goed, want de bron is controleerbaar en de fout is zichtbaar. Een conceptakte opstellen, een adviesbrief formuleren of een dossier beoordelen leent zich niet, omdat de fout daar pas opvalt als iemand met kennis van zaken het naleest en die persoon dan net zo goed zelf had kunnen beginnen.
Herhaalt een taak zich vaak genoeg, dan is een agent bovendien niet altijd het juiste gereedschap. De overstap van losse prompts naar vaste workflows in mijn eigen werk kwam voort uit precies die vraag: wat elke week hetzelfde is, kun je beter vastleggen in een script of een API-koppeling dan elke keer opnieuw uitbesteden aan een agent die het net iets anders aanpakt.
Wat betekent dit voor je werkwijze?
Agent mode bestond nog geen jaar, en dat is het echte signaal in dit verhaal. Een functie die in juli 2025 werd gepresenteerd als een sprong vooruit, was in juli 2026 opgegaan in iets anders. In dezelfde periode verdween canvas uit de standaardmodellen en kondigde OpenAI aan dat de Atlas-browser op 9 augustus 2026 stopt.
Ik heb ChatGPT 5.5 kort getest na de release om het model in het bredere landschap te kunnen plaatsen, en het beeld dat toen ontstond geldt hier opnieuw. De veranderingen zitten vooral in hoe het product is ingedeeld, minder in wat het model fundamenteel kan. Voor je werkwijze betekent dat: reken op verplaatsing, niet op stilstand.
Praktisch komt het neer op twee gewoontes. Leg vast welke stap je zet en waarom, niet via welke knop, zodat een verhuizing van een functie een kwestie wordt van uitzoeken waar het nu zit. En zet je controlepunt op het resultaat in plaats van op de tool, want dat punt verandert niet mee met een productupdate.
Kantoren die dat structureel willen inrichten, met vastgelegde afspraken per taaktype en controlepunten die blijven staan als een leverancier iets omgooit, herkennen dit als de kern van een AI implementatie voor bedrijven. Wie eerst zelf beter met de tool wil leren werken, inclusief promptopbouw en outputcontrole, vindt die opbouw in de ChatGPT cursus van LearnLLM.
