Vibe Coding

Wat is Vibe Coding?

Vibe coding is software bouwen door in natuurlijke taal te beschrijven wat je wilt en de AI-gegenereerde code te accepteren zonder hem te reviewen of volledig te begrijpen. Je beoordeelt het resultaat op of het lijkt te werken, en ruilt zorgvuldigheid en begrip in voor snelheid. De term komt van een observatie van Andrej Karpathy uit 2025 dat developers nu konden "vergeten dat de code überhaupt bestaat."

De belangrijkste punten

• De bepalende zet is code accepteren die je niet hebt gelezen. Een agent promten en dan de diff zorgvuldig reviewen is agentic coding, geen vibe coding.
• Het is een legitieme modus voor prototypes, wegwerpscripts, en persoonlijke tools, waar de kost van een verborgen bug bijna nul is.
• De schuld is onzichtbaar tot hij dat niet meer is. Elke ongelezen merge voegt comprehension debt toe, en de rekening arriveert tijdens het eerste serieuze incident, wanneer niemand in het team het systeem begrijpt dat ze bedienen.
• Beveiliging is de scherpste rand. Ongereviewde gegenereerde code levert met ongevalideerde inputs, gelekte geheimen, en gehallucineerde afhankelijkheden die niemand op slopsquatting controleerde.

Hoe het werkt

De workflow is een strakke conversationele lus. Je beschrijft een feature, het model of een AI-coding-agent produceert de code, je draait de app, en je reageert op wat je ziet. Als iets breekt, plak je de fout terug en vraag je om een fix. Je stuurt volledig op waargenomen gedrag: laadt de pagina, werkt de knop, ziet de output er goed uit. De bron wordt behandeld als een artefact dat de machine beheert, ongeveer zoals de meeste developers compiler-output behandelen.

Dit werkt verrassend goed voor greenfield-projecten met zichtbaar gedrag, wat waarom vibe coding aansloeg bij landingpagina's, dashboards, spellen, en interne tools. De feedback die je nodig hebt staat op het scherm. Het verslechtert snel wanneer correctheid onzichtbaar is: concurrency, beveiliging, facturatielogica, datamigraties. Daar kan code er goed uitzien, goed demonstreren, en toch fout zijn, en per definitie leest niemand nauwkeurig genoeg om het te vangen. Developers kennen de vorm van dit probleem al: in het Stack Overflow-onderzoek van 2025 noemde 66% AI-oplossingen die bijna goed zijn maar niet helemaal hun grootste frustratie, en zei 45,2% dat het debuggen van AI-gegenereerde code meer tijd kost [1].

Het faalpatroon stapelt zich op over tijd. Omdat niemand een mentaal model van de codebase vasthoudt, geeft elke nieuwe prompt het model minder coherent materiaal om op voort te bouwen. Gegenereerde fixes patchen symptomen, gedupliceerde logica hoopt zich op, en uiteindelijk bereikt het project een status waarin noch de mens noch het model het vooruit kan bewegen zonder herschrijving.

Voorbeeld

Een oprichter vibe-codet een weekend lang een wachtlijst-app: aanmeldformulier, verwijzingslinks, een adminpagina. Het werkt, en het gaat live. Drie weken later ontdekt een gebruiker dat de adminpagina bereikbaar is zonder authenticatie, want een vroege prompt steigerde de route voordat auth bestond en geen latere prompt bezocht het ooit opnieuw. Niets "brak" tijdens testen, want testen betekende door het happy path klikken. Het gat zat in code die niemand had gelezen. De fix duurde tien minuten; weten dat de kwetsbaarheid bestond was het deel dat vibe coding niet kon leveren.

Veelvoorkomende misvattingen

De fout loopt in beide richtingen. Criticasters behandelen vibe coding als scheldwoord voor alle AI-ondersteunde ontwikkeling, wat mist dat gereviewde, geverifieerde agentoutput een andere praktijk is met een ander risicoprofiel. Enthousiastelingen maken de tegenovergestelde fout en dragen de vibe-workflow naar productiesystemen, in de aanname dat "het heeft tot nu toe gewerkt" bewijs van correctheid is. Het gevoel van snelheid verdient bijzondere achterdocht: in METR's gerandomiseerde proef van 2025 deden ervaren developers die AI-tools gebruikten er 19% langer over bij echte codingtaken, maar geloofden ze achteraf nog steeds dat AI hen met 20% had versneld [2]. De eerlijke framing is bereikgebaseerd: vibe coding is een snelle, goedkope modus voor code wiens mislukking er niet toe doet, en een niet-geprijsde aansprakelijkheid overal elders.

FAQ

Waar komt de betekenis van vibe coding vandaan? Andrej Karpathy muntte de zin begin 2025 om te beschrijven toegeven aan het model, zijn output volledig accepteren, en sturen op resultaten in plaats van code lezen. Het verspreidde zich snel omdat het iets benoemde dat veel mensen al stilletjes deden.

Is vibe coding slecht? Het hangt volledig af van de schaderadius. Voor prototypes, experimenten, en persoonlijke tools is het een rationele ruil. Voor alles dat geld, gebruikersdata, of uptime-verplichtingen behandelt, is ongereviewde code onbeheerd risico, wat het ook genereerde. Practitioners zelf zijn behoedzaam: het DORA-onderzoek van 2025 vond dat 30% van de technologieprofessionals weinig of geen vertrouwen in AI-gegenereerde code rapporteert, zelfs terwijl 90% AI gebruikt op het werk [3].

Hoe voorkomen teams dat prototypes vibe-gecodeerde productiesystemen worden? Met een expliciete promotiepoort. Voordat een prototype echt verkeer krijgt, krijgt het echte review: een beveiligingsdoorgang, tests rond de kritieke paden, en een mens die kan uitleggen hoe het werkt. Sommige teams regenereren het systeem vanuit een echte spec in plaats van het prototype te harden, wat vaak goedkoper is dan code auditeren die niemand begrijpt.

Bronnen

1. Stack Overflow Developer Survey 2025. "66% van de developers noemt AI-oplossingen die bijna goed zijn hun grootste frustratie; 45,2% zegt dat het debuggen van AI-gegenereerde code meer tijd kost." https://survey.stackoverflow.co/2025/ai. Geraadpleegd augustus 2026.
2. METR. "Developers die AI-tools gebruikten deden er 19% langer over bij echte taken maar geloofden dat AI hen met 20% had versneld." https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/. Geraadpleegd augustus 2026.
3. Google Cloud / DORA 2025 State of AI-assisted Software Development. "30% van de technologieprofessionals rapporteert weinig of geen vertrouwen in AI-gegenereerde code; 90% gebruikt AI op het werk." https://cloud.google.com/blog/products/ai-machine-learning/announcing-the-2025-dora-report. Geraadpleegd augustus 2026.