EN

De meeste ontwikkelteams gebruiken AI zonder richting.

Ik help ze kennis over te brengen aan de AI agent, grenzen te stellen aan wat die aanraakt en code op te leveren die onderhoudbaar blijft voor mens en machine. Ik verbeter het ontwikkelen met AI door middel van klassiek software-engineering vakwerk.

Drie manieren waarop het misgaat

De agent laten begrijpen wat je bedoelt

De agent bouwt iets goeds. Alleen niet wat jij voor ogen had. Er is niets stuk en de tests slagen, maar de uitkomst is een antwoord op een vraag die niemand stelde, of de juiste feature op de verkeerde manier gebouwd.

Ik merk dat de resultaten beter worden als agent en developer eerst een eenduidig begrip bepalen voor dat gestart wordt met ontwikkelen. Goed vastgelegd stuurt en begrenst dat de de agent tijdens het bouwen.

AFK of Human-in-the-loop?

De agent werkt in zijn eentje aan een grote feature. Twee uur later ontdek je dat hij na vijf minuten al de verkeerde afslag nam. Wijzer geworden kijk je de volgende keer over zijn schouder mee en pluis je elke tool call uit voor je hem goedkeurt. Maar deze keer doet hij het in één keer goed, en heb jij een uur voor niets zitten kijken.

Ik leer developers inschatten welke taken je een agent zelf kunt laten doen in een afgeschermde omgeving met een goede briefing, en wanneer er iemand moet meekijken t.b.v. veiligheid, kwaliteit of snelheid.

Onderhoudbaar voor mens én agent

De agent schrijft code die technisch klopt, maar die mensen lastig kunnen begrijpen of aanpassen. Een mens breekt een conventie die de agent bepaald had, zonder te weten dat die er was. Daardoor raakt de volgende agent weer van in de war. Wrijving zoals deze beperkt de voordelen van development met AI.

Ik leg standaarden en conventies vast rondom de kwaliteitscriteria zoals die belangrijk zijn voor het specifieke project (bijvoorbeeld codekwaliteit, onderhoudbaarheid, performance...) en zet korte feedbackloops op, waarin nieuwe conventies worden vastgelegd zodra ze ontstaan en makkelijk terug te vinden en af te dwingen zijn. Mens en agent hebben hier baat bij: de volgende wijziging is eenvoudiger, voor wie hem ook doet.

Wat bied ik?

Training en coaching in het effectief inzetten van AI-agents

  • Hoe je een ondubbelzinnig ontwerp tot stand brengt zodat developer en agent elkaar begrijpen
  • Hoe je voorkomt dat een agent onbedoelde (of gevaarlijke) dingen doet
  • Hoe je mensen en agents laat samenwerken en de juiste taken bepaalt voor beiden
  • Hoe je in de praktijk effectieve AI-ontwikkelworkflows opzet

Fullstack engineering

  • TypeScript en Node.js op front- en backend
  • Frontends in alle grote frameworks (zoals React en Vue)
  • Infrastructure-as-code en DevOps
  • Architectuur en technisch leiderschap voor agile teams

Achtergrond

Ik schrijf al ruim 15 jaar front- en backends voor het web, in kleine teams. Ik richt me op het samenstellen van een proces dat leidt tot schone, onderhoudbare code door het saaie werk te automatiseren. Of dat nu linting, testing en deployment is of een omgeving en cultuur waarin AI goed wordt ingezet: het geeft developers de ruimte om zich op het moeilijke, creatieve werk te concentreren, daar waar echte waarde wordt toegevoegd.

Contact