Dit artikel is geschreven door Bram Janssens en Marlon Kerstens op basis van hun bezoek aan JFokus in Stockholm.
Daar past een agent zelfstandig code aan om zijn eigen functionaliteit te verbeteren. Hij analyseert een incident, schrijft een pull request en voert de wijziging door. Zonder menselijke tussenkomst lost hij zijn eigen probleem op.
Dit soort scenario’s waren tot voor kort science fiction. Op JFokus 2025 zagen we ze in actie.
Softwareontwikkeling verandert in rap tempo. Waar we eerst vooral ChatGPT gebruikten voor het schrijven van losse stukjes code, zien we nu agents die complete taken overnemen. Ze analyseren systemen, schrijven oplossingen en implementeren deze.
Bij Info Support merken we deze verschuiving dagelijks. Onze ontwikkelaars gebruiken AI-assistenten niet meer alleen voor het debuggen van code, maar laten ze complexere analyses uitvoeren. Een agent die toegang heeft tot logfiles en monitoring kan bijvoorbeeld al een eerste diagnose stellen voordat een incident in onze queue belandt.
We zien agents die steeds autonomer worden. Waar we voorheen handmatig door stapels logdata moesten spitten, geeft een agent ons nu al een samenvatting van wat er aan de hand is.
In Stockholm werden voorbeelden getoond die dicht bij onze eigen ervaring liggen. Een indrukwekkend voorbeeld was ‘Freddie’, een agent die zelfstandig zijn eigen code aanpast, gebruikt kan worden voor mail/slack communicatie en zelfs pizza’s kan bestellen voor het team. Een andere demo toonde hoe een agent in real-time een complete restaurantwebsite bouwt, inclusief menu en reserveringssysteem.
Deze voorbeelden bevestigen wat we in onze dagelijkse praktijk al ervaren: softwareontwikkeling wordt fundamenteel anders.
In mijn werk bij het kenniscentrum zie ik deze ontwikkeling ook terug in onze trainingen. We geven nu al cursussen over prompt engineering. Ontwikkelaars moeten leren hoe ze effectief met AI kunnen samenwerken.
Deze verschuiving vraagt om een nieuwe manier van denken. Het gaat niet meer alleen om het schrijven van code, maar om het sturen en controleren van agents die dat voor je doen.
Met de kracht van moderne AI-tools komt ook een belangrijke verantwoordelijkheid. Code die door AI wordt gegenereerd ziet er vaak perfect uit, maar kan subtiele fouten bevatten.
In mijn lessen merk ik dat het steeds moeilijker wordt om kritisch te blijven. Waar je bij Stack Overflow nog drie regeltjes code kreeg die je kon beoordelen, krijg je nu kant-en-klare oplossingen. Het is verleidelijk om die gewoon over te nemen. Dit zie ik ook terug: mensen kopiëren hele stukken code uit ChatGPT zonder te begrijpen wat het doet.
Dit vraagt om nieuwe vaardigheden van ontwikkelaars. Niet alleen het kunnen schrijven van code, maar vooral het kunnen beoordelen en sturen van AI-gegenereerde oplossingen.
Elke organisatie bevindt zich momenteel in een fase van ontdekking. We draaien pilots, testen nieuwe tools en zoeken uit waar AI het meeste toegevoegde waarde heeft. Bij Info Support experimenteren we bijvoorbeeld met agents die onze kennisbank doorzoeken en automatisch content genereren.
Het is geen race om als eerste overal AI in te zetten. Het gaat om het zorgvuldig bepalen waar deze technologie echte waarde toevoegt. Sommige taken lenen zich perfect voor automatisering, andere vereisen nog altijd menselijke creativiteit en oordeelsvermogen.
De toekomst van softwareontwikkeling wordt niet bepaald door wie de meeste agents heeft, maar door wie het beste samenwerkt met deze nieuwe digitale collega’s. Het gaat om het vinden van de juiste balans tussen automatisering en controle.
Bij Info Support blijven we deze ontwikkelingen nauw volgen. Vanuit een nieuwsgierigheid naar de nieuwe mogelijkheden die deze technologie ons nog meer gaat bieden.