Progress Software heeft een nieuwe versie van Telerik en Kendo UI gepresenteerd die kunstmatige intelligentie verder brengt dan alleen assistentie voor programmeurs. De nieuwe functies zijn ontworpen zodat ontwikkelaars applicaties kunnen maken waarin niet alleen mensen, maar ook AI-agents kunnen interacteren. Deze agents kunnen interfaces gebruiken, documenten verwerken, bedrijfsgegevens raadplegen en acties uitvoeren. Een opvallende toevoeging is de ondersteuning voor WebMCP, dat bedoeld is om agents een gestructureerd alternatief te bieden voor visuele herkenning en screen scraping.
De kernpunten van Telerik en Kendo UI in 20 seconden
- Progress breidt Telerik en Kendo UI uit met tools gericht op het ontwikkelen van applicaties die klaar zijn voor AI-agents.
- WebMCP laat applicaties functies op een gestructureerde wijze exposeren, zodat agents ze kunnen ontdekken en gebruiken.
- Fiddler krijgt functies waarmee programmeerassistenten netwerkverkeer tijdens debugging kunnen analyseren.
- Documentbibliotheken krijgen tools voor het verwerken van Excel-bestanden, het extraheren van data en het genereren van documenten via agents.
- Daarnaast worden functies toegevoegd voor RAG, modernisering van WinForms-applicaties en het genereren van interfaces met AI.
De lancering weerspiegelt een verschuiving die aan belang wint in softwareontwikkeling. Tot nu toe lag de focus vooral op AI inzetten om programmeurs te helpen bij het schrijven van code. De volgende fase is om applicaties zó te ontwikkelen dat AI-agents ermee kunnen werken.
Dit brengt technische uitdagingen met zich mee. Traditionele grafische gebruikersinterfaces (GUI) zijn ontworpen voor mensen: knoppen, menu’s, formulieren en visuele elementen die voor mensen intuïtief zijn. Een agent moet kunnen ontdekken wat mogelijk is binnen een applicatie, begrijpen wat elke actie betekent en deze betrouwbaar kunnen uitvoeren.
Progress probeert beide aspecten te adresseren: gebruik van AI tijdens de ontwikkeling en het bouwen van interfaces die later door andere AI’s gebruikt kunnen worden.
WebMCP wil voorkomen dat agents scherminformatie hoeven te interpretëren
Een van de meest interessante toevoegingen is de ondersteuning voor WebMCP binnen de interface-tools van Progress.
Huidige agents kunnen webpagina’s op verschillende manieren bedienen. Sommigen gebruiken visiemodellen om te interpreteren wat er op het scherm verschijnt; anderen inspecteren het Document Object Model (DOM), automatiseren browsers of maken gebruik van screen scraping.
Deze methoden werken, maar kunnen breekbaar zijn.
Een verandering in de positie van een knop, een aanpassing in het ontwerp of een update van de site kunnen ervoor zorgen dat automatiseringen stoppen met werken.
WebMCP biedt een andere aanpak: het mogelijk maken dat een webapplicatie gestructureerde functies exposeert die een agent kan ontdekken en gebruiken.
Een voorbeeld verduidelijkt het verschil.
Stel dat een AI een afspraak wil maken. Het zou proberen een pagina te openen, visueel het kalenderoverzicht vinden, een dag selecteren, een tijd zoeken en op de juiste knop drukken.
Een speciaal daarvoor ontworpen interface kan direct aangeven welke operaties beschikbaar zijn, welke parameters nodig zijn en wat het resultaat is.
De gebruiker blijft de gewone grafische interface zien en gebruiken, terwijl de agent een laag krijgt die specifiek is afgestemd op software-interacties.
Progress gelooft dat deze aanpak de afhankelijkheid van visuele interpretatietechnieken kan verminderen en betrouwbaardere interacties voor agents mogelijk maakt.
Fiddler laat AI-assistants netwerkverkeer bekijken
AI wordt ook direct geïntegreerd in tools voor ontwikkelaars.
Progress voegt Agent Skills voor Fiddler toe, diens bekende toepassing voor het analyseren en debuggen van HTTP-verkeer.
Het doel is om programmeerassistenten toegang te geven tot de context die normaal gesproken door een ontwikkelaar wordt bekeken bij het oplossen van problemen.
Een agent kan bijvoorbeeld het netwerkverkeer van een applicatie analyseren, afwijkingen detecteren en mogelijke oorzaken of oplossingen aandragen.
Dit adresseert een beperking van huidige programmeerassistenten.
Een model kan de code die het ontvangt goed analyseren, maar een fout bevindt zich niet altijd binnen dat bestand. Het kan gaan om een HTTP-verzoek, een API die onverwachte data teruggeeft, een onjuiste header of communicatieproblemen tussen verschillende diensten.
Door toegang te geven tot deze informatie wordt de context voor debugging verrijkt.
Agents kunnen ook direct werken met documenten
Een andere belangrijke toevoeging betreft de Telerik Document Processing Libraries (DPL).
Progress ontwikkelt tools waarmee agents documenten kunnen verwerken binnen de applicaties zelf.
Dit omvat het extraheren van gestructureerde data, het analyseren van Excel-werkbladen, het converteren tussen formaten en het genereren van documenten.
Progress benadrukt dat deze operaties binnen bestaande applicaties kunnen worden geïntegreerd zonder dat externe AI-diensten vereist zijn voor documentverwerking.
Dit is vooral relevant voor zakelijke omgevingen.
Een agent in een applicatie kan een set spreadsheets ontvangen, specifieke informatie extraheren, data structureren en daarna een nieuw document genereren met de beschikbare bibliotheken.
De AI beperkt zich niet meer tot het praten over documenten, maar begint ermee te werken met behulp van specifieke tools.
RAG wordt rechtstreeks geïntegreerd in .NET-applicaties
Progress brengt ook Retrieval-Augmented Generation (RAG)-capaciteiten naar .NET-ontwikkelaars.
RAG maakt het mogelijk om een groot taalmodel te koppelen aan niet-gebestande informatie.
Zo kan een bedrijf bijvoorbeeld een applicatie gebruiken om interne handleidingen, contracten, technische documentatie of databanken te raadplegen voordat een antwoord wordt gegenereerd.
De nieuwe versie maakt het mogelijk om .NET-applicaties te verbinden met Progress’ RAG-as-a-Service, zodat ze taalmodellen kunnen inzetten op ongestructureerde bedrijfsgegevens.
Het verschil met een algemeen chatbotmodel is de context.
Een applicatie kan het model alleen relevante bedrijfsinformatie geven, gericht op de vraag, en gebaseerd op organisatie-kennis een antwoord laten genereren.
Hoewel dit niet alle foutkansen van AI-modellen wegneemt of automatisch de precisie garandeert, biedt het een meer geschikte structuur voor werken met privé of gespecialiseerde kennis.
AI wordt ingezet voor modernisering van WinForms-applicaties
De update pakt ook een minder opvallend, maar zeer gangbaar probleem in bedrijven aan: legacy software.
Progress biedt automatisering om oude interfaces te migreren naar Telerik UI for WinForms.
Het systeem gebruikt slimme mapping van controls, broncodeanalyse en automatisering gebaseerd op het Model Context Protocol (MCP) om het transformatieproces te ondersteunen.
Het doel is niet alleen nieuwe systemen vanaf nul te genereren, maar ook het moderniseringswerk voor bestaande applicaties te vergemakkelijken.
WinForms is nog steeds breed aanwezig binnen enterprise-software, vaak gebouwd over de afgelopen decennia. Migraties kosten veel tijd, vooral vanwege de uitgebreide logica en componenten die zich hebben opgehoopt.
AI wordt nu ook ingezet voor dat minder zichtbare werk van onderhoud en update van bestaande software.
Van AI gebruiken om te programmeren naar programmeren voor AI
De update van Telerik en Kendo UI is niet alleen interessant vanwege de nieuwe functies.
De afgelopen jaren hebben tools als GitHub Copilot en andere programmeeragentschappen AI geïntegreerd in de ontwikkelomgeving. Deze modellen schrijven functies, analyseren repositories, ondersteunen bij testen en suggereren correcties.
Nu ontstaat de tegenovergestelde beweging: ontwikkelaars moeten software bouwen die rekening houdt met andere slimme software als gebruiker.
Dit beïnvloedt mogelijk het ontwerp van applicaties.
Een interface bedoeld voor mensen moet visueel begrijpelijk zijn. Een app die voor agents is bedoeld, moet daarnaast duidelijk beschrijven welke operaties mogelijk zijn, welke informatie nodig is en wat de limieten zijn.
Standaarden en protocollen zoals MCP en WebMCP wijzen precies in die richting.
Progress spreekt over agent-ready-applicaties, maar het is nog afwachten in hoeverre deze technologieën buiten de eerste proefprojecten worden geadopteerd. Desalniettemin past het concept bij de huidige evolutie van agents: hoe capabeler ze worden in het uitvoeren van volledige taken, hoe belangrijker het wordt dat applicaties betrouwbare mechanismen bieden voor onderlinge interactie.
De volgende stap in AI voor softwareontwikkeling zal niet alleen bestaan uit Programmeurs die agents gebruiken om sneller software te schrijven. Het kan ook betekenen dat de manier waarop software wordt gebouwd, wordt herzien zodat zowel mensen als agents dezelfde applicaties op verschillende manieren kunnen gebruiken.
Veelgestelde vragen
Welke nieuwe functies bieden Telerik en Kendo UI?
Ze voegen functies toe voor AI-gegenereerde interfaces, ondersteuning voor applicaties die klaar zijn voor agents, documentverwerking, assisted debugging, RAG en tools voor het moderniseren van WinForms-applicaties.
Wat brengt WebMCP voor AI-agents?
Het laat applicaties bepaalde functies gestructureerd exposeren, waardoor agents gemakkelijker kunnen ontdekken en gebruiken, en vermindert de afhankelijkheid van technieken zoals screen scraping.
Wat verandert er in Fiddler?
Progress introduceert Agent Skills om programmeerassistenten inzicht te geven in netwerkverkeer, wat helpt bij het opsporen van problemen tijdens debugging.
Bevatten de nieuwe tools ook RAG?
Ja. Progress maakt het mogelijk om .NET applicaties te koppelen aan haar RAG-as-a-Service, zodat modellen kunnen werken met documenten en ongestructureerde bedrijfsgegevens.
vía: investors.progress