TL;DR
- Wat: Microsoft Research lanceert SkillOpt, een open-source tool die de instructies van AI-agents automatisch verbetert via een trainingsproces — zonder het onderliggende model te wijzigen.
- Waarom relevant: Als je AI-agents inzet in je bedrijf, bepaalt de kwaliteit van hun instructies hoe goed ze presteren. SkillOpt maakt dat verbeteren meetbaar en herhaalbaar.
- Wat je ermee kunt: Evalueer of je huidige AI-agent-instructies systematisch getest worden, of dat je nog op gevoel bijstuurt.
Ik stuitte op een bericht van Microsoft Research over SkillOpt, een tool die de instructies van AI-agents behandelt als iets dat je kunt trainen in plaats van handmatig bijschaven. Dat trok mijn aandacht, omdat het een probleem aanpakt dat ik herken: je geeft een AI-agent een set instructies, het werkt okéé, je past wat aan, en je hoopt dat het beter wordt. SkillOpt draait die aanpak om.
Wat is SkillOpt precies?
SkillOpt is een open-source framework van Microsoft Research, vrijgegeven onder een MIT-licentie. Het kernidee: de instructies die je aan een AI-agent meegeeft — in de praktijk vaak een Markdown-bestand met werkwijzen en regels — worden behandeld als een trainbaar onderdeel. Vergelijk het met een receptenboek dat zichzelf verbetert op basis van hoe de gerechten uitpakken.
Concreet werkt het in drie stappen:
- Forward pass: De AI-agent voert taken uit met de huidige instructies, zonder dat er iets aan het model zelf verandert.
- Backward pass: Een apart optimalisatiemodel analyseert de resultaten — wat ging goed, wat niet — en stelt kleine wijzigingen voor aan de instructies.
- Update: De voorgestelde wijzigingen worden alleen doorgevoerd als ze aantoonbaar beter scoren op een aparte validatieset.
Die laatste stap is wat mij opvalt. Er zit een strenge poortwachter op: een aanpassing wordt pas geaccepteerd als die bewezen beter presteert dan de vorige versie. Dat klinkt misschien logisch, maar in de praktijk werken veel teams met AI-instructies op gevoel. Je past iets aan, test het informeel, en hoopt op verbetering. SkillOpt maakt daar een meetbaar proces van.
De resultaten: opvallend consistent
Wat ik eerlijk gezegd bijzonder vind aan de gepubliceerde resultaten, is niet zozeer de hoogte van de scores maar de breedte. Microsoft testte SkillOpt op 52 combinaties van modellen, benchmarks en uitvoeringsmodi. Op alle 52 scoorde SkillOpt gelijk aan of beter dan de alternatieven.
Een paar concrete cijfers:
- Op GPT-5.5 in directe chat steeg de gemiddelde nauwkeurigheid met +23,5 punten (van 58,8 naar 82,3 over zes benchmarks).
- Bij procedurele taken — denk aan spreadsheetbewerkingen en wiskundige vraagstukken — waren de verbeteringen nog groter: tot +39 punten.
- Een kleiner model (GPT-5.4-mini) met geoptimaliseerde instructies presteerde beter dan een groter model (GPT-5.4) zonder die optimalisatie.
Dat laatste punt is interessant voor ondernemers die nadenken over kosten. Een kleiner, goedkoper model met goed getrainde instructies kan dus een groter, duurder model overtreffen. Dat is geen theorie — dat is wat de benchmarks laten zien.
Waarom dit relevant is buiten het lab
Nu denk je misschien: leuk voor onderzoekers, maar wat heb ik hieraan? Ik denk dat er een paar dingen zijn die ook voor MKB-ondernemers de moeite waard zijn om te begrijpen.
Instructies zijn het verschil
Als je een AI-agent inzet — voor klantenservice, documentverwerking, of interne processen — dan bepalen de instructies die je meegeeft voor een groot deel hoe goed die agent werkt. SkillOpt laat zien dat het systematisch verbeteren van die instructies een enorm verschil maakt. Veel groter dan de meeste mensen denken.
Stel dat je als ondernemer een AI-assistent hebt voor het beantwoorden van klantvragen. De kwaliteit van de antwoorden hangt niet alleen af van welk model je gebruikt, maar minstens zo sterk van hoe je dat model instrueert. SkillOpt toont aan dat die instructies meetbaar te verbeteren zijn.
Overdraagbaarheid
Een opvallend resultaat: instructies die getraind waren voor één model en één omgeving, werkten ook in andere combinaties. Een spreadsheet-instructie die getraind was in de Codex-omgeving verbeterde de prestaties in Claude Code van 22,1 naar 81,8 — bijna gelijk aan direct trainen in die omgeving.
Voor een ondernemer betekent dit: als je investeert in het goed formuleren van instructies, ben je niet vastgeklonken aan één leverancier of platform. De kennis die in die instructies zit, is overdraagbaar. Dat is waardevol in een markt waar AI-modellen en -platforms snel wisselen.
Compact en leesbaar
De uiteindelijke instructiebestanden waren gemiddeld zo'n 920 tokens lang — dat is ruwweg een A4'tje tekst. Ze zijn in gewoon leesbaar Markdown geschreven, niet in onbegrijpelijke code. Dat betekent dat een mens ze kan lezen, begrijpen en eventueel handmatig bijsturen. Ik vind dat een belangrijk punt: het blijft transparant.
Kanttekeningen
Er zijn een paar dingen die ik wil benoemen voordat het beeld te rooskleurig wordt.
Ten eerste: SkillOpt werkt het best als je een manier hebt om resultaten automatisch te evalueren. Bij een wiskundig probleem is dat eenvoudig — het antwoord is goed of fout. Maar bij een klantenservice-agent is "goed" een stuk lastiger te meten. Niet elk bedrijfsproces leent zich even goed voor deze aanpak.
Ten tweede: de tool is net gepubliceerd en open source. Het heeft inmiddels meer dan 4.100 GitHub-sterren, wat wijst op brede interesse, maar het is nog geen kant-en-klaar product dat je zonder technische kennis kunt inzetten. Je hebt iemand nodig die begrijpt hoe je benchmarks opzet en resultaten evalueert.
Ten derde: de resultaten zijn getest op Microsoft's eigen modellen en benchmarks. Hoewel de overdraagbaarheid naar Claude Code ook is aangetoond, zou ik graag meer onafhankelijke validatie zien voordat ik dit als bewezen beschouw voor alle scenario's.
Wat dit zegt over de richting van AI
Wat mij het meest aan dit onderzoek opvalt, is de verschuiving in denken. De afgelopen jaren draaide AI-verbetering vooral om grotere modellen, meer rekenkracht, meer data. SkillOpt laat zien dat je ook aan een andere knop kunt draaien: de instructies. En dat die knop verrassend effectief is.
Voor mij is dit vooral een signaal dat de manier waarop je AI aanstuurt minstens zo belangrijk wordt als welk model je kiest. En dat is eigenlijk goed nieuws voor ondernemers. Want instructies verbeteren is toegankelijker, goedkoper en transparanter dan een heel nieuw model trainen. De vraag is niet meer alleen "welk AI-model gebruiken we?" maar steeds vaker "hoe goed zijn onze instructies — en hoe weten we dat?"