PostHog deelt wat er misging bij het bouwen van AI-agents

PostHog doorliep drie agent-architecturen voordat ze uitkwamen op de Claude Agent SDK met MCP-tools en sandbox-toegang. De eerste poging gebruikte een coördinator die taken doorgaf aan sub-agents, waardoor context verloren ging. De tweede propte 44 tools in een enkele loop. Geen van beide schaalden. Een verrassende bevinding: 34% van de door AI gemaakte dashboards kwamen via hun MCP-server in plaats van de ingebouwde agent — wat de serieuze vraag oproept of teams simpelweg MCP-servers zouden moeten bouwen in plaats van eigen agents. Het engineering-team leerde ook dat gestructureerde productcontext — taxonomy-tools, skills-documentatie, runtime-injectie — meer uitmaakte dan architecturale slimheid. De meeste gebruikersklachten gingen niet over ontbrekende functies, maar over inconsistente prestaties en onduidelijke faalwijzen, een patroon dat zichtbaar is bij vrijwel elk team dat nu LLM-aangedreven producten uitbrengt.