Agentic Coding: Van Magie Tot Menselijke Inbreng
Iedereen denkt dat agentic coding betekent dat je simpelweg kunt zeggen: “Bouw mij die app”, en dat de AI alles perfect afhandelt. Maar zoals we in de video zien, is dit een misvatting. Soms resulteert het in magisch werk, maar vaak eindigt het in een rommeltje. De sleutel is te begrijpen dat softwareontwikkeling een serie van doordachte stappen vereist. Laten we eens nader ingaan op waarom de verwachtingen te hoog gegrepen zijn en hoe wij de samenwerking tussen mens en machine kunnen optimaliseren.
Het Mythes en de Werkelijkheid van Agentic Coding
In de video wordt een kleurrijk voorbeeld gegeven: een Scooby-Doo thematische 3D pinball machine. Wat op het eerste gezicht een leuke, fantasierijke opdracht lijkt, illustreert eigenlijk een belangrijk punt. De verwachting dat een AI een complete applicatie autonoom kan ontwerpen en bouwen is veel te simplistisch. De technologie kan weliswaar bepaalde taken uitvoeren, maar het ontbreken van de menselijk sturing zorgt er vaak voor dat de resultaten onvoorspelbaar worden.
“Agentic engineering draait niet om het overslaan van stappen, maar om het begrijpen van jouw rol bij elke stap in het ontwikkelingsproces.”
De video benadrukt dat de AI van vandaag nog niet in staat is om alle benodigde rollen – van onderzoek tot architectuur en de feitelijke code – perfect te vervullen. Zelfs als de modellen in de toekomst krachtiger worden, blijft het cruciaal om als ontwikkelaar verantwoordelijkheid te nemen voor elk onderdeel van het proces.
De Meerdere Rollen in Softwareontwikkeling
De spreker in de video legt uit dat er vijf verschillende rollen zijn in iedere softwareontwikkelingsomgeving. Denk aan:
- Onderzoeker: De eerste stap is altijd het onderzoeken en vaststellen wat er precies nodig is. Het gebruik van screenshots en andere visuele hulpmiddelen is hierbij essentieel.
- Productmanager (PRD): Het schrijven van een gedetailleerd Product Requirements Document helpt om verwachtingen scherp te krijgen en vormt het fundament voor de te bouwen functionaliteit.
- Architect: Niet iedereen voelt zich als een architect, maar het bepalen van de structuur en standaarden is cruciaal om een consistent werkende applicatie te realiseren. Denk hierbij aan principes zoals DRY en separation of concerns.
- Codeerexpert: De daadwerkelijke implementatie van de applicatie vereist technische kennis en precisie.
- Tester: Testing zorgt ervoor dat de wijzigingen de gewenste effecten hebben en dat bestaande functionaliteit niet wordt aangetast.
Door deze rollen bewust in te zetten, ontstaat er een duidelijk proces. Dit helpt de AI om beter samen te werken en minder gefrustreerd te raken bij het verwerken van te grote of vaag omschreven opdrachten.
Kleine Stapjes, Grote Impact
De video maakt duidelijk dat het opdelen van grote opdrachten in kleinere, behapbare stappen leidt tot betere resultaten. In plaats van te vragen: “Bouw die Scooby-Doo pinball machine!”, is het effectiever om in fases te werken:
- Stap 1: Doe onderzoek en verzamel alle benodigde assets zoals screenshots en functionele vereisten.
- Stap 2: Stel een beknopt en duidelijk PRD op waarin de verwachtingen worden gedefinieerd.
- Stap 3: Lever een structuurdocument aan dat de architectuur en richtlijnen bevat voor de codebasis.
- Stap 4: Implementeer de wijzigingen met behulp van een AI-tool zoals Cloud Code, waarbij de AI een gedetailleerd plan opmaakt voordat deze tot uitvoering overgaat.
Door op deze manier stapsgewijs te werk te gaan, kun je als ontwikkelaar de controle behouden. De AI fungeert als een waardevolle assistent die de juiste input en richtlijnen nodig heeft om consistent en betrouwbaar werk te leveren.
De Toekomst van Samenwerking tussen Mens en Machine
Wat kunnen we concluderen? De technologie staat niet stil, maar het idee dat AI al het zware werk autonoom kan uitvoeren, is nog verre van de realiteit. Het is aan ons om de juiste vragen te stellen en het proces te structureren. Als je begrijpt dat elke stap – van onderzoek tot planning en implementatie – cruciaal is, zul je merken dat de resultaten minder random worden en steeds betrouwbaarder.
De slimme combinatie van menselijke creativiteit en de krachtige rekenkracht van AI opent nieuwe mogelijkheden in softwareontwikkeling. Het vraagt wel om verantwoordelijkheid en actieve betrokkenheid bij elke fase. Wat betekent dit voor de toekomst? Misschien is het tijd dat we de agentic coding-herziening omarmen: een samenwerking waarin mens en machine in perfecte harmonie samenwerken, elk op hun eigen gebied van expertise.
