Software ontwikkelen met AI zag er amper een jaar geleden nog behoorlijk herkenbaar uit. Een programmeur gaf een opdracht, de AI stelde code voor, de ontwikkelaar gaf feedback en tussendoor verschenen regelmatig verzoeken om toestemming. Het was vooral een snellere variant van programmeren zoals men dat al jaren kende.
Binnen het team achter Claude Code is die werkwijze ondertussen ingrijpend veranderd. AI wordt er niet langer alleen behandeld als een assistent die losse programmeertaken uitvoert. De ontwikkelaars geven Claude steeds vaker een doel, waarna het systeem zelf moet uitzoeken welke stappen, hulpmiddelen en controles nodig zijn om daar te komen.
Die verschuiving van taken naar doelen laat zien hoe snel de rol van de softwareontwikkelaar verandert.
Van programmeeropdracht naar einddoel
Traditioneel krijgt een programmeur een duidelijk afgebakende opdracht: bouw deze functie, los die fout op of voeg deze API toe. Ook AI-codingtools werden aanvankelijk zo gebruikt.
Het Claude Code-team probeert inmiddels anders te werken. In plaats van ieder onderdeel van het proces voor te schrijven, beschrijft een ontwikkelaar het gewenste resultaat. Claude krijgt vervolgens meer vrijheid om zelf het traject richting dat resultaat te bepalen.
Dat lijkt een klein verschil, maar het verandert de samenwerking fundamenteel. De menselijke ontwikkelaar verschuift van uitvoerder naar iemand die doelen formuleert, context meegeeft, resultaten beoordeelt en bepaalt wanneer iets daadwerkelijk goed genoeg is. De AI neemt ondertussen een groter deel van het tussenliggende werk voor zijn rekening.
Claude Tag wordt een centrale werkplek
Opvallend is dat een groot deel van het programmeerwerk binnen het team via Claude Tag verloopt. Daardoor wordt AI niet meer uitsluitend gebruikt vanuit een terminal waarin een ontwikkelaar voortdurend aanwezig moet blijven.
Het systeem kan taken uitvoeren terwijl de gebruiker met andere werkzaamheden bezig is. Dat maakt softwareontwikkeling meer asynchroon: een ontwikkelaar kan een doel meegeven, het werk laten lopen en later terugkomen om het resultaat te bekijken.
Daarbij wordt de klassieke opeenvolging van commando's minder belangrijk. Niet iedere toolaanroep hoeft vooraf door een mens bedacht te worden. Belangrijker wordt of Claude uiteindelijk het gewenste resultaat bereikt en voldoende bewijs kan leveren dat de oplossing daadwerkelijk werkt.
AI die om ontbrekende informatie vraagt
Meer autonomie betekent niet dat de AI alles zelfstandig moet verzinnen. Wanneer essentiële informatie ontbreekt, moet het systeem juist weten wanneer het een vraag aan de gebruiker moet stellen.
Daarvoor gebruikt het team onder meer mechanismen zoals AskUserQuestion. Dat illustreert een bredere ontwikkeling binnen AI-agenten. Een goede agent is niet noodzakelijk een systeem dat nooit hulp nodig heeft. Hij moet juist kunnen herkennen wanneer zelfstandig doorgaan verstandig is en wanneer menselijke input noodzakelijk wordt.
Ook artifacts spelen daarbij een rol. Resultaten hoeven niet uitsluitend uit broncode te bestaan. Het werk kan worden gepresenteerd in vormen die gemakkelijker te beoordelen, te delen of verder te verwerken zijn.
Workflows en routines maken AI minder afhankelijk van de terminal
Claude Code groeide volgens het team ondertussen verder dan zijn oorspronkelijke terminalomgeving. Het product ontwikkelt zich richting een systeem dat op meerdere plaatsen kan werken en waarin verschillende basismechanismen gecombineerd kunnen worden.
Daaronder vallen bijvoorbeeld auto mode, workflows en routines.
Routines zijn vooral interessant voor terugkerende werkzaamheden. In plaats van telkens opnieuw dezelfde opdracht te formuleren, kan een ontwikkelaar een proces laten herhalen. Zo ontstaan langere loops waarin Claude zelfstandig werk uitvoert, resultaten controleert en opnieuw verdergaat.
Softwareontwikkeling begint daardoor kenmerken te krijgen van automatisering die vroeger vooral bij CI/CD-systemen en DevOps-processen hoorde. Het verschil is dat de logica nu niet volledig vooraf in scripts hoeft te worden vastgelegd.
Een AI-agent kan onderweg beslissingen nemen.
Code review als inspiratie voor dynamische workflows
Een belangrijk inzicht van het team kwam uit code review. Traditioneel is dat een relatief vast proces: iemand schrijft code, een collega bekijkt die code, opmerkingen worden verwerkt en daarna volgt eventueel een nieuwe beoordeling.
Met AI kan die cyclus dynamischer worden.
Claude kan bijvoorbeeld code produceren, controles uitvoeren, feedback verzamelen, aanpassingen maken en vervolgens opnieuw verifiëren of het resultaat aan de oorspronkelijke doelstelling voldoet. Daarmee ontstaat een feedbacklus in plaats van een eenvoudige opdracht-responsrelatie.
Juist die lus is belangrijk. Naarmate AI-systemen meer werk zelfstandig uitvoeren, wordt verificatie minstens zo belangrijk als generatie. De vraag is niet alleen meer of een model code kan schrijven, maar ook of het kan aantonen dat die code correct functioneert.
Claude bouwt mee aan Claude
Een bijzonder voorbeeld is de ontwikkeling van Claude Tag zelf. Het team gebruikt Claude Tag om verder aan Claude Tag te bouwen.
Daarbij worden verificatie en feedback in de dagelijkse communicatie geïntegreerd, onder meer via Slack. AI-werk verschijnt zo steeds minder als een afzonderlijke activiteit waarvoor een ontwikkelaar bewust een aparte tool moet openen. De agent wordt onderdeel van de bestaande werkstroom.
Een ontwikkelaar kan een probleem signaleren, een doel formuleren en het systeem laten werken. Vervolgens kunnen resultaten en controles terechtkomen op de plaatsen waar het team toch al communiceert.
Dat is mogelijk een belangrijker verandering dan simpelweg betere codegeneratie. AI verdwijnt langzaam naar de achtergrond van het ontwikkelproces.
De infrastructuur rond AI kan weer verdwijnen
Een van de opvallendste lessen van het Claude Code-team is dat niet iedere nieuwe functie permanent hoeft te blijven bestaan.
AI-producten worden vaak gebouwd met allerlei ondersteunende systemen, ook wel een harness genoemd. Die infrastructuur helpt een model bijvoorbeeld bij planning, toolgebruik, controle of het volgen van ingewikkelde procedures.
Maar de onderliggende modellen verbeteren razendsnel. Wat vandaag noodzakelijk is om een AI-model betrouwbaar te laten werken, kan enkele maanden later overbodig zijn omdat een nieuwe generatie modellen dezelfde taak zelfstandig aankan. Het team durft daarom functies opnieuw te verwijderen wanneer de modellen ze zijn ontgroeid.
Dat levert een ongebruikelijke ontwerpfilosofie op: software wordt niet noodzakelijk steeds groter. Sommige onderdelen zijn tijdelijke steigers rond een technologie die voortdurend slimmer wordt.
Bouwen op technologie die om de paar maanden verandert
Voor ontwikkelaars creëert dat een merkwaardige situatie. Gewone softwareproducten worden meestal gebouwd op relatief stabiele fundamenten. Bij generatieve AI kan het fundament zelf binnen enkele maanden sterk veranderen.
Een beperking waarvoor vandaag een complexe oplossing wordt gebouwd, kan bij een volgend model grotendeels verdwijnen. Teams moeten daarom voortdurend opnieuw beoordelen welke verantwoordelijkheden in software moeten worden vastgelegd en welke beter aan het model kunnen worden overgelaten.
Dat vraagt om een andere mentaliteit. Niet iedere workaround verdient een permanente plaats in het product. Soms is verwijderen belangrijker dan toevoegen.
De programmeur wordt steeds meer regisseur
De ontwikkeling van Claude Code toont uiteindelijk een bredere verschuiving binnen software engineering. Naarmate AI beter wordt in het zelfstandig uitvoeren van langere opdrachten, verandert de toegevoegde waarde van de menselijke programmeur.
Minder tijd gaat naar het letterlijk schrijven van iedere regel code. Meer aandacht verschuift naar het formuleren van goede doelen, het ontwerpen van systemen, het beoordelen van resultaten en het creëren van betrouwbare verificatiemechanismen. Daarmee verdwijnt software engineering niet. Het abstractieniveau stijgt.
Zoals programmeurs ooit overstapten van machinecode naar programmeertalen en vervolgens naar frameworks en cloudplatformen, kan agentische AI opnieuw een laag toevoegen. De ontwikkelaar beschrijft steeds minder precies hoeiets gebouwd moet worden en steeds duidelijker wat het systeem uiteindelijk moet bereiken.
Toch verdwijnt er ook iets
Die vooruitgang heeft volgens de ontwikkelaars ook een opmerkelijke keerzijde. Wanneer gevraagd wordt wat zij missen van softwareontwikkeling vóór Claude Code, blijkt dat sommige traditionele onderdelen van programmeren ook voldoening boden.
Zelf diep in een codebase duiken, een ingewikkeld probleem stap voor stap ontrafelen of urenlang geconcentreerd bouwen kan een plezier op zichzelf zijn. Wanneer AI steeds meer van dat uitvoerende werk overneemt, verandert dus niet alleen de productiviteit. Ook het vakgevoel verandert.
De ontwikkelaar van de toekomst kan veel meer produceren, maar staat mogelijk verder verwijderd van het handwerk waarmee software jarenlang werd gebouwd.
Softwareontwikkeling wordt een samenwerking met autonome systemen
De werkwijze van het Claude Code-team biedt daarmee een vroege blik op een mogelijke toekomst van programmeren.
De belangrijkste vraag is niet langer hoeveel regels code een AI-model kan produceren. Interessanter wordt hoeveel verantwoordelijkheid een ontwikkelaar veilig aan zo'n systeem kan delegeren. Daarvoor zijn doelen, feedbacklussen, verificatie, routines en menselijke controle essentieel.
De terminal verdwijnt daarbij niet noodzakelijk, net zomin als programmeurs verdwijnen. Maar de verhouding verandert. De mens hoeft steeds minder iedere beweging van de machine voor te schrijven. Hij bepaalt waar ze naartoe moet. En precies daar zou de volgende grote verandering in softwareontwikkeling kunnen liggen.
