Van handmatig programmeren naar autonome AI-workflows
Softwareontwikkeling bevindt zich midden in een nieuwe revolutie. Waar AI aanvankelijk vooral werd ingezet als slimme code-assistent, groeit het nu uit tot een volwaardige digitale collega die complete ontwikkelprocessen zelfstandig kan uitvoeren. Tijdens een bijeenkomst over Agentic Engineering in San Francisco liet softwareontwikkelaar Peter Steinberger zien hoe deze nieuwe manier van werken de rol van programmeurs ingrijpend verandert.
Zijn boodschap is helder: de grootste winst ontstaat niet doordat AI sneller code schrijft, maar doordat ontwikkelaars hun volledige workflow opnieuw ontwerpen rond autonome AI-agenten.
De ontwikkelaar wordt steeds meer een regisseur
Volgens Steinberger ligt de toekomst niet in het voortdurend corrigeren van AI, maar juist in het creëren van systemen waarbij menselijke tussenkomst zoveel mogelijk verdwijnt.
In plaats van iedere stap zelf uit te voeren, definieert de ontwikkelaar duidelijke taken en verantwoordelijkheden voor gespecialiseerde AI-agenten. Die voeren vervolgens zelfstandig delen van het ontwikkelproces uit, terwijl de mens zich richt op architectuur, kwaliteitsbewaking en strategische beslissingen.
Daarmee verschuift de rol van programmeur van uitvoerder naar regisseur.
Specialistische AI-skills maken het verschil
Een belangrijk onderdeel van deze aanpak is het ontwikkelen van gespecialiseerde AI-skills. In plaats van één algemene AI voor alle taken krijgt iedere agent een duidelijk afgebakende verantwoordelijkheid.
Zo kunnen afzonderlijke AI-agenten zich volledig richten op:
- het automatisch schrijven van pull request-documentatie;
- het uitvoeren van intelligente code reviews;
- het controleren van programmeerstandaarden;
- het genereren van technische documentatie;
- het analyseren van fouten en verbeterpunten.
Door deze specialisatie worden AI-agenten betrouwbaarder, consistenter en efficiënter dan wanneer één groot model alle taken tegelijk probeert uit te voeren.
Code reviews zonder menselijke tussenkomst
Code reviews behoren vaak tot de meest tijdrovende onderdelen van softwareontwikkeling. Ontwikkelaars besteden veel tijd aan het controleren van wijzigingen, het signaleren van fouten en het geven van feedback.
Steinberger laat zien dat AI dit proces grotendeels kan overnemen.
Een gespecialiseerde AI-agent kan niet alleen controleren of de code correct is geschreven, maar ook beoordelen of deze voldoet aan interne richtlijnen, beveiligingsregels en architectuurprincipes. Daardoor ontvangen ontwikkelaars al uitgebreide feedback voordat collega's überhaupt naar de wijzigingen hoeven te kijken.
Dit verkort de doorlooptijd aanzienlijk en verhoogt tegelijkertijd de kwaliteit van de software.
Automatische documentatie bespaart kostbare tijd
Ook documentatie hoeft volgens Steinberger niet langer een handmatige klus te zijn.
Veel ontwikkelaars besteden relatief veel tijd aan het beschrijven van wijzigingen voor pull requests of technische documentatie. AI kan deze informatie automatisch genereren op basis van de aangebrachte codewijzigingen.
Hierdoor ontstaat consistente documentatie zonder extra administratieve belasting voor het ontwikkelteam.
Zware testomgevingen verhuizen naar de cloud
Een ander aandachtspunt is het uitvoeren van complexe tests.
Sommige softwareprojecten vereisen grote hoeveelheden rekenkracht of uitgebreide testomgevingen die lokale computers zwaar belasten. Steinberger stelt daarom voor deze taken volledig te verplaatsen naar externe ontwikkelomgevingen.
AI-agenten kunnen daar zelfstandig software bouwen, testen en valideren zonder de werkplek van de ontwikkelaar te vertragen. Pas wanneer alle controles succesvol zijn afgerond, ontvangt de programmeur een samenvatting van de resultaten.
Hierdoor blijven lokale systemen beschikbaar voor creatief ontwikkelwerk, terwijl de infrastructuur op afstand het zware rekenwerk uitvoert.
Minder onderbrekingen, meer focus
Een van de grootste voordelen van deze werkwijze is dat ontwikkelaars minder vaak worden onderbroken.
In traditionele softwareontwikkeling wisselen programmeurs voortdurend tussen coderen, documenteren, testen, reviews uitvoeren en fouten analyseren. Iedere contextwisseling kost concentratie en verlaagt de productiviteit.
Door deze repetitieve taken over te dragen aan gespecialiseerde AI-agenten kunnen ontwikkelaars zich veel langer richten op complexe problemen, architectuur en innovatieve oplossingen.
Agentic Engineering draait om workflow, niet om prompts
Volgens Steinberger ligt de echte innovatie niet in betere prompts of krachtigere taalmodellen.
De grootste vooruitgang ontstaat wanneer organisaties hun volledige ontwikkelproces herontwerpen rond samenwerkende AI-agenten. Iedere agent krijgt een duidelijk omschreven taak, terwijl mensen toezicht houden op de kwaliteit en de uiteindelijke besluitvorming.
Deze aanpak verandert AI van een losse hulpmiddel in een geïntegreerd onderdeel van het volledige softwareontwikkelingsproces.
De toekomst van softwareontwikkeling
De presentatie maakt duidelijk dat Agentic Engineering veel verder gaat dan automatische codegeneratie. Het is een nieuwe manier van organiseren waarbij AI steeds meer routinematig werk zelfstandig uitvoert.
Ontwikkelaars blijven onmisbaar, maar hun werk verschuift naar ontwerp, strategie, kwaliteitscontrole en samenwerking met een netwerk van gespecialiseerde AI-agenten.
Naarmate deze werkwijze verder volwassen wordt, zullen softwareteams sneller kunnen ontwikkelen, consistenter werken en meer tijd overhouden voor innovatie. De programmeur van de toekomst schrijft daardoor niet noodzakelijk méér code, maar bouwt vooral slimme AI-workflows die zelfstandig hoogwaardige software produceren.
