Agentic Engineering

Wat is Agentic Engineering?

Agentic engineering is de discipline van AI-agents aansturen om software te bouwen via specificaties, guardrails en review, in plaats van elke regel met de hand te schrijven. De taak van de engineer verschuift van code typen naar definiëren hoe correct eruitziet, beperken wat de agent mag doen, en verifiëren wat hij heeft opgeleverd. Het ruwe materiaal voor deze verschuiving is al overal: het Stack Overflow-onderzoek van 2025 vond dat 84% van de developers AI-tools gebruikt of van plan is te gebruiken in hun workflow, tegenover 76% het jaar ervoor [1].

De belangrijkste punten

• De eenheid van werk verandert van regels code naar specificaties met acceptatiecriteria. De spec is het opleverbare; de AI-coding-agent zet hem om in code.
• Kwaliteit komt uit het systeem rond de agent, niet uit de agent zelf: guardrails, tests en verplichte review.
• Het is geen vibe coding. Vibe coding accepteert output zonder hem te begrijpen. Agentic engineering reviewt alles wat ertoe doet voordat het live gaat.
• Senior oordeelsvermogen wordt waardevoller, niet minder. Iemand moet nog steeds architectuur bepalen, fout-maar-aannemelijke output opsporen en het resultaat eigenaarschap geven.

Hoe het werkt

Een agentic-engineering-workflow draait op een lus. De engineer schrijft een precieze spec met acceptatiecriteria, een praktijk die bekendstaat als spec driven development. De agent plant, bewerkt de codebase, draait commando's en leest de resultaten, en herhaalt dat tot de taak klaar is. Bestanden zoals AGENTS.md of CLAUDE.md vertellen de agent hoe het project werkt en welke regels te volgen. Context engineering bepaalt wat de agent bij elke stap ziet, zodat zijn output correct blijft. Data uit de Anthropic Economic Index laat zien hoe anders deze modus is dan chatassistentie: 79% van de gesprekken op Claude Code, een gespecialiseerde coding-agent, werd geclassificeerd als automatisering waarbij de AI de taak direct uitvoert, tegenover 49% op het generieke Claude.ai [2].

Rond die lus staan de controles. Guardrails zoals typechecks, tests en beperkte rechten houden de agent tegen om schade aan te richten. Een sandbox houdt experimenten weg van echte systemen. Human-in-the-loop-review betekent dat een mens de beslissingen goedkeurt die ertoe doen, wat het team beschermt tegen automation bias en voorkomt dat comprehension debt zich opstapelt.

Voorbeeld

Een team heeft een billing-webhookhandler nodig. In plaats van hem te schrijven, schrijft de lead een spec: de te behandelen events, idempotentie-eisen, retry-gedrag en zes acceptatietests. Een agent bouwt de handler, draait de testsuite en itereert tot alles slaagt. De lead reviewt de diff, betrapt één gehallucineerde helper die nooit in de codebase heeft bestaan, vraagt de agent hem te herstellen, en merget. Totale tijd achter het toetsenbord: veertig minuten, het meeste besteed aan de spec en de review.

Veelvoorkomende misvattingen

De veelgemaakte fout is de agent als het product behandelen. Teams kopen een tool, slaan het proces over, en krijgen snel afval. De productiviteitswinst zit in de spec, de guardrails en de reviewpoort. Een agent binnen een zwak systeem produceert alleen AI slop op hogere snelheid.

AI-native ontwikkeling

AI-native ontwikkeling is de organisatorische eindtoestand van agentic engineering: agents zijn de standaard productiemethode, en proces, tooling en teamstructuur zijn daaromheen ontworpen in plaats van er achteraf op geplakt. De meeste teams komen er in fasen: beginnend met AI-assisted coding, dan hele taken delegeren, dan rollen herstructureren rond specificatie en review. De eerste fase is bijna universeel: in het DORA-onderzoek van 2025 onder bijna 5.000 technologieprofessionals meldde 90% AI op het werk te gebruiken en zei meer dan 80% dat het hun productiviteit had verhoogd [3].

FAQ

Is agentic engineering hetzelfde als prompt engineering? Nee. Prompt engineering gaat over één input goed formuleren. Agentic engineering is een volledig opleverproces: specs, beperkingen, verificatie en eigenaarschap van het uitgeleverde resultaat.

Moet je nog steeds kunnen programmeren? Ja, en aantoonbaar dieper. Agentoutput reviewen betekent code kritisch lezen, en skill atrophy is een reëel risico voor teams die zelf niets meer schrijven.

Bronnen

1. Stack Overflow Developer Survey 2025. "84% van de developers gebruikt of is van plan AI-tools te gebruiken in hun ontwikkelworkflow, tegenover 76% het jaar ervoor." https://survey.stackoverflow.co/2025/ai. Geraadpleegd augustus 2026.
2. Anthropic Economic Index. "79% van de Claude Code-gesprekken geclassificeerd als automatisering, tegenover 49% op Claude.ai." https://www.anthropic.com/research/impact-software-development. Geraadpleegd augustus 2026.
3. Google Cloud / DORA 2025 State of AI-assisted Software Development. "90% van de technologieprofessionals gebruikt AI op het werk; meer dan 80% gelooft dat het hun productiviteit heeft verhoogd." https://cloud.google.com/blog/products/ai-machine-learning/announcing-the-2025-dora-report. Geraadpleegd augustus 2026.