Van software developers naar software architecten

Toen agents net in VS Code zaten, naast de gewone chat, had ik een paar verwachtingen over AI en programmeren. De meeste zijn sneller uitgekomen dan ik dacht. Dit is wat ik nu verwacht.

Wat ik verwachtte

Ik dacht dat AI zichzelf beter zou gaan maken dan wij dat kunnen. Dat AI uiteindelijk zelf zou reviewen. En als mensen zeiden "AI maakt fouten", dacht ik: mensen ook. Alleen kan een tweede AI die fouten sneller vinden dan een mens.

Inmiddels schrijft Claude bij Anthropic meer dan 80% van de code die wordt gemerged. Dat schrijven ze zelf, met cijfers tot mei, in When AI builds itself. Google laat AI al jaren mee ontwerpen aan de chips waar hun AI op draait: AlphaChip maakte de layouts voor de laatste drie generaties TPU's. En AI-review is gewoon een stap in de pipeline geworden.

Het babysitten verdwijnt

Wat mensen een jaar geleden misten, is er nu gewoon. Eerst een chatbalk in VS Code. Toen agent mode. Daarna browsers, MCP-servers, tools en skills. En nu background commands: de agent start iets, gaat verder, en wordt vanzelf weer wakker als het klaar is. Hangt er iets, dan ziet hij dat zelf.

Los zijn het features. Samen zijn ze een patroon: bij elke stap hoef ik minder op te passen.

Zelfs Laravel draait het om

In september zette Taylor Otwell de GitHub Issues uit op de meeste Laravel-packages. Zijn redenering: weet je niet hoe je het oplost, beschrijf het probleem dan aan een coding agent en schiet een pull request in. Wij kijken het na.

Dat laatste is het belangrijke deel. In dezelfde contribution guide staat ook dat grote bijdragen die vooral door AI zijn gemaakt, zonder doordachte menselijke review niet geaccepteerd worden. AI maakt het, een expert beoordeelt het.

AI onderschat zichzelf

Bij ons draait zo'n 90% van het werk op Opus, altijd de nieuwste versie. En Opus zegt in VS Code regelmatig: "Dit is een grote taak, ik verwacht een uur." Soms zelfs acht.

Als ik tegen hem praat als tegen een mens, praat hij ook zo terug. Dus zeg ik: haha, je onderschat jezelf ;) Begin maar. Draai eerst een date, en als je klaar bent nog een keer. Een keer kwam er terug: ik was maar 2 minuten en 17 seconden bezig, geen uur.

AI heeft geen klok in zijn hoofd. Hij is getraind op tekst van mensen, dus hij geeft een menselijke schatting voor zijn eigen werk. Wij onderschatten AI, en AI onderschat zichzelf op precies dezelfde manier.

Eerlijk is wel: daarna ben ik zelf nog even bezig met nakijken. De bottleneck zit niet meer in het bouwen, maar in het beoordelen.

Mijn werk zit nu in een paar bestanden

Ik heb vaak acht agents tegelijk draaien. Elk met een eigen todo-bestand, elk in een eigen chat die ik hernoem naar TODO AGENT. Ze starten zelf browsers, draaien tests en valideren hun eigen werk.

Dat klinkt alsof ik weinig doe. Maar het werk zit ergens anders: in de opdracht. Een todo beschrijft wat waar moet zijn als het klaar is, niet hoe. De agent bedenkt de aanpak. "Klaar" is meetbaar: een percentage, nul fouten, een test die slaagt. En een regel mag alleen afgevinkt worden met bewijs.

Voor systemen die veel dynamische data verwerken, data die een LLM prima zelf kan mappen, staat er in ons AGENTS.md een regel die ik steeds belangrijker vind:

Think about it running without us.

Daar gaat het niet meer alleen om AI die code schrijft, maar om systemen die zichzelf grotendeels beheren. Mensen zien alleen nog de uitzonderingen.

Waar het misgaat

Het gaat niet altijd goed. Een agent had iets met de config-cache gedaan, terwijl andere agents door elkaar heen in hetzelfde project werkten. Een test die de database leeggooit, kwam daardoor niet in de testdatabase uit, maar in mijn echte lokale database.

Ze wisten niet van elkaar. Met acht agents tegelijk krijg je een nieuw soort fout: agents die elkaar in de weg zitten. Dat moet je als architect voorzien.

Stel je dat nu voor bij iemand die zelf zijn systeem beheert, met live klantdata en zonder backup. De AI meldt vrolijk dat alle tests geslaagd zijn.

De hobbyist komt terug

Iedereen kan nu een app bouwen. Dat is mooi. En het levert ons soms zelfs klanten op.

Steeds vaker vibecodet iemand zelf iets in elkaar en loopt daarna vast. Tegen limieten van het platform. Tegen concurrenten die het net beter doen. Of tegen de vraag hoe je het stabiel en veilig live krijgt. En dan komen ze bij ons.

AI lost op wat je vraagt. Niet wat je vergat te vragen. Een hobbyist vraagt niet om rate limiting, rechten per rol of een migratiestrategie, omdat hij niet weet dat het bestaat. Dat zijn precies de dingen die bepalen of iets blijft draaien.

Wat er overblijft

Bij Wux zeggen we het zo: wij worden software architecten. We sturen AI aan met onze ideeën over hoe software in elkaar moet zitten.

In de praktijk betekent dat: ik schrijf minder code en meer opdrachten. En die opdrachten zijn geen losse prompts, maar vastgelegde kennis. Veel regels in ons AGENTS.md zijn vooraf bedacht, vanuit hoe onze architectuur in elkaar zit. Precies die kennis heeft een hobbyist niet.

Blijft er een vraag over waar ik nog geen antwoord op heb: hoe word je die expert als AI het instapwerk doet?

Ik verwacht dat AI binnenkort bijna alles zelfstandig kan bouwen. Maar kwaliteit, stabiliteit en veiligheid komen niet vanzelf. Die komen van iemand die weet wat er mis kan gaan.