Stel je voor: je hebt al meer dan vier maanden geen enkele regel code meer met de hand aangepast. Alles wat je oplevert is geschreven door een AI. Je pusht dagelijks 10 tot 30 pull requests en hebt meerdere AI-agents tegelijkertijd draaien. Klinkt als sciencefiction? Voor Ben Cherny, Head of Claude Code bij Anthropic, is dit de dagelijkse realiteit.
In een recente podcast onthulde Cherny dat sinds november 100% van zijn code wordt gegenereerd door Claude. Dit markeert een keerpunt in hoe softwareontwikkeling eruitziet in 2025.
De revolutie van AI-gedreven ontwikkeling
De uitspraak van Ben Cherny komt niet uit het niets. We zien al geruime tijd dat AI-tools zoals GitHub Copilot, Cursor en nu Claude Code een steeds prominentere rol krijgen in development teams. Maar wat Cherny beschrijft gaat veel verder dan alleen een slimme autocompletion tool.
Hij spreekt over een volledig geautomatiseerd ontwikkelproces waarbij AI niet alleen code voorstelt, maar complete features bouwt, test en deploy-ready maakt. Dit is een verschuiving van "AI als assistent" naar "AI als collega".
Wat betekent "Claude Code" precies?
Claude Code is de nieuwe code-specialisatie van Anthropic's Claude-model. In tegenstelling tot algemene AI-chatbots is dit model specifiek getraind en geoptimaliseerd voor software engineering taken. Het begrijpt complexe architectuur, kan meerdere bestanden tegelijk bewerken en houdt rekening met bestaande codebases.
Cherny benadrukt dat hij niet alleen simpele functies laat schrijven. Hij laat Claude complete features bouwen, refactors uitvoeren en zelfs bugs opsporen in bestaande code.
Hoe ziet een dag eruit met 5 AI-agents?
Wanneer Cherny zegt dat hij "vijf agents running" heeft tijdens een podcast, bedoelt hij letterlijk dat meerdere AI-instanties tegelijkertijd aan verschillende taken werken. Dit is vergelijkbaar met een klein development team dat parallel werkt.
Eén agent kan bijvoorbeeld bezig zijn met het bouwen van een nieuwe API-endpoint, terwijl een tweede agent de bijbehorende frontend componenten ontwikkelt. Een derde agent schrijft ondertussen de bijpassende tests en een vierde houdt zich bezig met documentatie.
Dit parallelle werken zorgt voor een enorme versnelling in de ontwikkeltijd. Waar een traditioneel team dagen of weken nodig heeft, kan een goed georkestreerd AI-systeem dit terugbrengen tot uren.
Van prompt naar productie in recordtijd
Het proces dat Cherny beschrijft begint meestal met een hoge-level beschrijving van wat er gebouwd moet worden. In plaats van zelf te coderen, geeft hij Claude een duidelijke opdracht in natuurlijke taal.
Vervolgens gaat het AI-systeem aan de slag: het analyseert de bestaande codebase, maakt een implementatieplan, schrijft de code, test deze en creëert een pull request. Cherny's rol is verschoven van "schrijver" naar "reviewer" en "architect".
Wat betekent dit voor de toekomst van software development?
Deze ontwikkeling roept uiteraard veel vragen op. Als een ervaren developer als Ben Cherny volledig kan vertrouwen op AI voor zijn code, wat betekent dat dan voor junior developers? En voor de vaardigheden die we in de toekomst nodig hebben?
De veranderende rol van de programmeur
Het vak van software engineer verandert ingrijpend. Waar vroeger diepgaande kennis van syntax en algoritmes centraal stond, wordt het nu belangrijker om:
- Goede prompts te kunnen schrijven
- Architectuur te kunnen overzien
- Code van AI te kunnen beoordelen op kwaliteit en veiligheid
- Complexe problemen te kunnen vertalen naar heldere instructies
Dit betekent niet dat programmeurs overbodig worden. Integendeel. Het werk wordt juist uitdagender en creatiever. Het routinewerk wordt overgenomen door AI, waardoor engineers zich kunnen richten op de echt complexe problemen.
Kwaliteit versus snelheid
Een terechte vraag is natuurlijk: is code die volledig door AI is geschreven wel van dezelfde kwaliteit als handgeschreven code door een senior developer?
Volgens Cherny is het antwoord ja – mits je een goed review-proces hebt. Hij benadrukt dat hij nog steeds alle code reviewt, maar dan op een hoger niveau. In plaats van elke regel te bekijken, kijkt hij naar de algehele oplossing, performance implicaties en edge cases.
Praktische tips om zelf te starten met AI-coding
Wil jij ook meer gebruik maken van AI in je development workflow? Hier zijn enkele concrete stappen om te beginnen:
1. Begin met de juiste tools
Naast Claude Code zijn er verschillende krachtige tools beschikbaar:
- Cursor (een AI-gedreven code editor)
- GitHub Copilot Workspace
- Continue.dev (open source alternatief)
- Aider (command line tool)
2. Leer effectief prompten
Het succes van AI-coding hangt grotendeels af van hoe goed je je instructies formuleert. Besteed tijd aan het leren van "prompt engineering" specifiek voor code. Hoe specifieker en gestructureerder je prompt, hoe beter het resultaat.
3. Bouw een hybride workflow
Je hoeft niet meteen 100% over te stappen zoals Cherny. Begin met het uitbesteden van repetitieve taken aan AI en bouw langzaam op. Veel developers beginnen met het laten genereren van boilerplate code, tests of documentatie.
De grenzen van AI in software development
Ondanks alle vooruitgang zijn er nog duidelijke beperkingen. Cherny geeft zelf toe dat complexe architectuur wijzigingen en innovatieve oplossingen nog steeds veel menselijke input vereisen.
AI is op dit moment vooral uitstekend in het implementeren van wat al bestaat of wat goed gedocumenteerd is. Echt baanbrekende innovatie en het doorbreken van conventies vraagt nog steeds om menselijke creativiteit en inzicht.
Daarnaast blijven onderwerpen als security, compliance en strategische keuzes grotendeels een menselijke verantwoordelijkheid.
Conclusie: Een nieuwe era van software ontwikkeling
De ervaring van Ben Cherny laat zien dat we een kantelpunt hebben bereikt in software engineering. AI is niet langer een leuke gadget, maar een fundamenteel onderdeel van het ontwikkelproces geworden.
Voor developers die deze transitie omarmen, betekent dit een enorme productiviteitsboost en de mogelijkheid om zich te richten op interessantere en uitdagendere aspecten van het vak. Degenen die weerstand bieden, lopen het risico achterop te raken.
De toekomst van programmeren is niet "mens versus AI", maar "mens én AI" die samenwerken. En zoals Cherny bewijst: die samenwerking kan buitengewoon krachtig zijn.
Wil jij ook meer AI in jouw workflow integreren? Begin vandaag nog met één tool en experimenteer met het uitbesteden van je meest repetitieve taken. Deel in de comments welke AI-tool jij al gebruikt voor development en wat je grootste succes (of frustratie) is geweest.
Dit artikel is gebaseerd op de uitspraak van Ben Cherny, Head of Claude Code bij Anthropic.