Als software engineer schrijf ik geen regel code meer zelf: over de magie én grenzen van vibe coding

Met ruim zes jaar ervaring als software engineer op zak heb ik al meer dan een jaar geen regel code meer met de hand getikt. In mijn huidige projecten is letterlijk alles door AI geschreven. Maar toen ik er ruim een jaar geleden voor het eerst aan begon, duurde de euforie nog geen drie dagen.

De pure voldoening van vibe coding

Ik weet nog goed dat ik in juni vorig jaar (2025) voor het eerst Cursor installeerde. Op het eerste gezicht leek het als twee druppels water op VS Code, alleen met een extra zijbalk om met AI te chatten.

Tot dat moment dacht ik bij ‘programmeren met AI’ vooral aan Copilot: handig, maar in wezen niet meer dan veredelde autocompletion. Maar toen ik mijn eerste prompt intikte en op verzenden drukte, gebeurde er iets magisch. De AI ging als een bezetene aan de slag. Voor mijn ogen rolden tientallen, honderden regels code over het scherm. Bestanden werden naadloos geopend, bijgewerkt en opgeslagen, en commando’s werden zelfs rechtstreeks in de terminal voor me uitgevoerd.

Plotseling hoefde ik alleen nog maar in gewone mensentaal te omschrijven wat ik wilde bouwen. De AI zette het direct om in werkende functionaliteit. Geen getyp meer per regel, geen voorspellende tekst, maar een systeem dat op een fundamenteel hoger niveau een flink deel van het klassieke programmeerwerk uit handen nam.

Het voelde als pure toverkracht; alsof er opeens een deur naar een compleet nieuwe wereld was opengezwaaid.

Kort daarna schreef ik de volgende gedachten op:

Vibe coding is een geschenk uit de hemel voor iedereen met ADHD. De klassieke manier van programmeren botst frontaal met een ADHD-brein. Vibe coding rekent in één klap af met al die chronische ergernissen: een hekel aan tests schrijven, een aversie tegen priegelen met CSS, telkens typfouten in variabelenamen maken en het eindeloze, geestdodende speuren naar suffe bugs.

Met AI aan je zijde is de feedbackloop razendsnel en geeft het werk direct voldoening. Hoe repetitiever en saaier de taak, hoe beter de AI hem uitvoert.

Ineens kun je je volledig richten op de grote lijnen, de architectuur en de visie. Je rol verschuift van uitvoerder naar projectleider.

Ik hoef niet per se elk afzonderlijk karakter zelf in te toetsen; het plezier zit voor mij in het scheppen van iets nieuws. Van assembleertaal tot moderne programmeertalen: programmeren zou door de jaren heen toch steeds fijner, intuïtiever en efficiënter moeten worden?

Bouwen vanuit de rol van een pure maker, in plaats van die van een codeklopper die stenen sjouwt — voor een ontwikkelaar is dat eigenlijk een geweldige luxe.

De grenzen van vibe coding

Voor deze werkwijze bestaat inmiddels een gevleugelde term: vibe coding. Het begrip werd in februari 2025 gemunt door Andrej Karpathy, medeoprichter van OpenAI. Het idee is dat je puur op je gevoel (de vibe) bouwt: je vertelt de AI wat je wilt, accepteert blind wat eruit komt rollen zonder elke regel te inspecteren, en gooit foutmeldingen net zo hard weer terug tot het werkt — totdat je bijna vergeet dat er überhaupt nog zoiets als code bestaat.

Maar nadat ik die enthousiaste notitie had gedeeld en de eerste roes na een paar dagen wegebde, liep ik keihard tegen de grenzen aan.

Ik werkte destijds aan het prototype voor een app. Door puur op de vibe te vertrouwen en de AI met vage aanwijzingen zijn gang te laten gaan — zonder enige software-engineeringdiscipline toe te passen — liep het al snel spaak. De AI werd steeds onberekenbaarder en de architectuur verwerd tot een onontwarbare kluwen die met geen mogelijkheid meer te onderhouden viel.

Ik besloot met een schone lei te beginnen. Deze keer pakte ik het weer aan als een echte software engineer, met gestructureerde workflows, maar dan met AI als verlengstuk van mijn kunnen.

Dat bracht me in een heel andere dynamiek. Het speelse plezier van vibe coding bleef behouden, maar werd nu gekoppeld aan strenge code-reviews, glasheldere documentatie en kleine, behapbare iteraties. Geen enorme features meer in één klap, maar gestage, doordachte stappen. Plotseling was de codebasis weer volkomen transparant en beheersbaar, en deed het systeem precies wat ik voor ogen had. Het voelde alsof ik een briljante stagiair aanstuurde: de AI nam het routinewerk uit handen, maar de regie over het overzicht en de architectuur bleef stevig in mijn handen.

Niet veel later stapte ik over op Claude Code. Dat gaf me nóg meer controle en precisie. Mijn productiviteit schoot door het dak — het voelde alsof ik vleugels had gekregen.

De toekomst van de software engineer

“Zou het kunnen dat mensen door vibe coding zó snel iets in elkaar draaien, dat ze helemaal geen trek meer hebben om de fundamentele basis van het vak te leren?”

Die kans acht ik niet alleen aanwezig; ik denk dat het onvermijdelijk is.

Traditioneel leerde je programmeren via een herkenbaar trappensysteem, trede voor trede. Je begon bij de basisconcepten, stroomde in als junior-ontwikkelaar, deed ervaring op in complexe praktijkprojecten en groeide zo geleidelijk uit tot een zelfstandig opererende engineer. Bij elke stap kreeg je duidelijke feedback. Met een gezonde portie aanleg en inzet was het een overzichtelijk, begaanbaar carrièrepad.

Vibe coding haalt de instapdrempel vrijwel volledig weg: iedereen kan nu in een handomdraai een werkend demootje in elkaar zetten. Maar software engineering is bovenal een ambacht dat leunt op diepe praktijkervaring. De stap van een demo naar een robuust, veilig en schaalbaar product is als het verschil tussen van nul naar één gaan en van één naar honderd.

Wie via het traditionele pad van nul naar één ging, bouwde onderweg vanzelf het fundament op dat nodig is om door te stomen naar de honderd. Vibe coding biedt die basis niet. Wie zonder voorkennis begint, stuit na de eerste succesjes op een torenhoge muur. Voor velen zal die kloof te ontmoedigend zijn om door te zetten.

Omdat het begin zo moeiteloos aanvoelt, is de klap des te groter wanneer het écht complex wordt. Zoiets overbrug je niet zomaar met een beetje terloopse interesse. Degenen die er wél in slagen die muur te slechten, beschikken over een uitzonderlijk leervermogen, daadkracht en probleemoplossend inzicht — het type ontwikkelaar dat sowieso al bij de beste één procent hoort.

Kortom: die kleine groep toptalenten had het ook vóór het AI-tijdperk wel gered.

Nu AI steeds beter zelfstandig kan programmeren, droogt de vraag naar junior engineers in hoog tempo op. Daardoor ontstaat er een gevaarlijk gat in het opleidingstraject: jonge talenten krijgen domweg de kans niet meer om meters te maken en het vak in de vingers te krijgen.

Een jaar nadat ik de eerste opzet voor dit stuk schreef, bevestigen de arbeidsmarktcijfers dat sombere beeld:

• Uit onderzoek van het Stanford Digital Economy Lab (op basis van loongegevens van ADP) blijkt dat in sectoren die het kwetsbaarst zijn voor AI, de werkgelegenheid onder 22- tot 25-jarigen tot juni 2026 maar liefst 19% lager lag dan verwacht op basis van historische trends. Een jaar eerder was dat verschil al 15%. Onder ervaren krachten is een dergelijke val niet te zien. De oorzaak ligt bovendien niet in ontslagen, maar simpelweg in het feit dat bedrijven nauwelijks nog starters aannemen. (Stanford Digital Economy Lab, augustus 2026)
• Volgens het talentenrapport van durfinvesteerder SignalFire van juni 2026 namen techreuzen als Google, Meta, Apple en Microsoft zo’n 65% minder pasafgestudeerden en juniors aan dan in 2019. Bij vroege startups lag die daling zelfs rond de 76%. (SignalFire State of Talent Report 2026)
• Vacaturesite Indeed meldde dat in het eerste kwartaal van 2026 juniorposities nog slechts 4,5% van alle softwarevacatures in de VS uitmaakten — het laagste percentage van alle onderzochte sectoren. (Indeed Hiring Lab, juli 2026)

Ik kijk dan ook met de nodige scepsis naar de toekomst van de sector. Het landschap dreigt uiteen te vallen in twee uitersten: aan de ene kant een handjevol absolute toparchitecten die op olympisch niveau opereren, en aan de andere kant een brede massa van enthousiaste amateurs die leuke demootjes in elkaar knutselen.

En programmeurs zijn nog maar het begin; andere beroepen zullen snel volgen. Vrijwel al het routinematige denkwerk zal uiteindelijk door AI worden overgenomen.

Zelfs de zuivere wiskunde — bij uitstek het domein van menselijke creativiteit en abstract denkvermogen — werd het afgelopen jaar opengebroken:

• In januari 2026 losten Kevin Barreto (student aan Cambridge) en amateurwiskundige Liam Price met behulp van GPT-5.2 Pro het 728e probleem van Erdős op, waarvoor tot dan toe geen enkel bewijs bestond. Het geldt als het eerste Erdős-probleem dat hoofdzakelijk door AI is gekraakt.
• In mei 2026 haalde een model van OpenAI het befaamde eenheidsafstandenvermoeden van Erdős uit 1946 onderuit, een vraagstuk dat de wiskundewereld al tachtig jaar bezighield. Fieldsmedaille-winnaar Tim Gowers reageerde veelzeggend: “Nog nooit eerder kwam een door AI gegenereerd bewijs ook maar in de buurt van dit niveau.” Binnen enkele weken wisten menselijke wiskundigen op basis van de AI-resultaten alweer grote sprongen voorwaarts te maken.
• Diezelfde maand wist een autonome agent van Google DeepMind 9 van de 353 openstaande wiskundeproblemen zelfstandig op te lossen, tegen een kostprijs van slechts een paar honderd dollar per opgave.
• De vooraanstaande wiskundige Noga Alon besloot de Erdős-problemen zelfs helemaal links te laten liggen: “Nu AI ze begint op te lossen, heeft het eigenlijk geen zin meer.”

Wat je van deze serie kunt verwachten

Steeds meer mensen zonder technische achtergrond wagen zich tegenwoordig aan AI-coding. Velen weten amper waar ze moeten beginnen, of blijven steken na een eerste klein experimentje. Al snel lopen ze tegen een gebrek aan basiskennis aan: ze overzien het geheel niet meer, weten niet hoe ze een complex probleem moeten opknippen en hebben moeite om de AI de juiste kant op te sturen.

Bovendien merk ik dat het vaak schort aan gestructureerd en kritisch denken. Mensen vinden het lastig om scherpe vragen te stellen en kunnen nauwelijks beoordelen of de antwoorden van het model wel kloppen.

Zelf heb ik als engineer met ruim zes jaar ervaring diverse complexe projecten van de grond getild met behulp van AI — applicaties die inmiddels dagelijks door echte gebruikers worden benut. Zoals ik al schreef: elke regel code daarin is door AI gegenereerd. AI kan fantastisch werk leveren bij ingewikkelde projecten, maar alleen als je als maker precies weet waar je mee bezig bent en snapt hoe je het model moet aansturen. AI blijft gereedschap; de mens aan de knoppen maakt het verschil.

Het traditionele leertraject voor ontwikkelaars staat op het punt te verdwijnen. Om op die verschuiving in te spelen, begin ik daarom aan een nieuwe serie: Vibe coding voor beginners: de complete gids.

De serie zal onder meer bestaan uit:

1. AI-coding integreren met moderne software-engineering: Begrijpen wat software engineering wezenlijk inhoudt, om vervolgens vanuit het niets een eigen applicatie te bouwen. Niet zomaar een vluchtige demo, maar een soepel lopend, toekomstbestendig systeem dat zich probleemloos laat onderhouden.
2. Denkpatronen en methodiek: Hoe formuleer je doeltreffende prompts bij het programmeren met AI, welke valkuilen moet je absoluut vermijden, en hoe schrijf je heldere projectdocumentatie?
3. Kwaliteitsborging en workflows: Hoe test je je code en optimaliseer je je werkwijze? Hoe voeg je continu nieuwe functies toe zonder in te leveren op de architectuur en stabiliteit? En hoe bouw je geautomatiseerde pipelines die je ontwikkelproces versnellen zónder kwaliteitsverlies?
4. De ideale tech-stack voor AI-ontwikkeling: Welke talen, frameworks en tools sluiten het beste aan bij de sterke kanten van de huidige AI-modellen?

Nawoord

De kern van deze tekst schreef ik al een jaar geleden, in oktober 2025. Voor deze publicatie heb ik de tekst herzien en aangevuld met de meest recente arbeidsmarktcijfers en de nieuwste doorbraken in de wiskunde. Destijds was ik zó overdonderd door het moordende tempo van de ontwikkelingen dat ik bang was dat elk stuk binnen een week achterhaald zou zijn. Daardoor deelde ik vooral veel korte flarden en bleven lange essays op de plank liggen. Toen ik dit concept onlangs herlas, bleek de strekking ervan echter nog griezelig accuraat. Tijd om het af te stoffen en te delen. Ik ben van plan weer vaker dit soort stukken te schrijven — want verhalen met een menselijke stem worden in de toekomst alleen maar schaarser.