AI schrijft 90 procent van de code. Wat doet de engineer dan nog?
15 augustus 2026 · Chavez Peters
Ervaren engineers laten steeds meer code door AI schrijven. Hun werk verdwijnt niet, het verschuift een paar lagen omhoog. Wat betekent dat voor engineers en werkgevers?
Wat er werkelijk gezegd wordt
"AI schrijft inmiddels 90 procent van mijn code." Die zin hoor ik de laatste tijd regelmatig. En niet van juniors die net een nieuwe tool hebben ontdekt, maar van engineers met vijftien of twintig jaar ervaring. Mensen die al meerdere technologische golven hebben zien komen en gaan, en die niet snel onder de indruk zijn.
De eerste reactie van de meeste mensen die dat horen, is voorspelbaar: dan word je dus overbodig. Als een model het grootste deel van het typewerk overneemt, waarom zou je dan nog een ervaren engineer betalen? Ik begrijp die gedachte, maar ik denk dat er precies het omgekeerde gebeurt. En eerlijk gezegd vind ik wat er wel gebeurt een stuk interessanter dan de discussie die er nu over gevoerd wordt.
Verschoven, niet verdwenen
Wie zegt dat AI 90 procent van zijn code schrijft, zegt namelijk niet dat hij 90 procent minder werkt. Hij zegt dat zijn werk is verschoven. Als ik doorvraag bij de engineers die dit vertellen, blijft er een flink pakket over dat nog steeds van hen komt. Zij bepalen wat er gebouwd moet worden. Zij beoordelen of wat eruit komt ook klopt. Zij weten wanneer een antwoord er goed uitziet maar het niet is. Zij bewaken de architectuur waarbinnen alles moet passen. En zij dragen de verantwoordelijkheid als het in productie omvalt.
Dat is niet minder engineering. Dat is engineering een paar lagen hoger. Het typen van regels code kostte altijd veel tijd, maar het was zelden het moeilijkste deel van het vak. Het moeilijke deel was het oordeel: welke keuze maak je, wat laat je weg, en wat gaat er over een jaar mis als je nu de makkelijke weg kiest.
Het model heeft een harness nodig
In een van mijn gesprekken hierover viel me iets op wat ik sindsdien vaker terughoor. Het model zelf heeft ook een harness nodig. Iemand moet de context aanleveren, iemand moet de grenzen zetten en iemand moet de terugkoppeling organiseren, zodat je merkt wanneer het de verkeerde kant op gaat. Dat bouwt zichzelf niet.
Ik ben zelf geen engineer en ik ga hier geen technische handleiding schrijven. Maar wat ik van de mensen om me heen hoor, is helder: hoe beter die omgeving rond het model is ingericht, hoe meer je eruit haalt. En het inrichten van die omgeving is gewoon vakwerk, met alle keuzes en afwegingen die daarbij horen.
Twee groepen
Daar zie ik op dit moment een tweedeling ontstaan, en die is voor zowel engineers als werkgevers belangrijk om te snappen.
De ene groep gebruikt AI om sneller hetzelfde te doen. Dezelfde tickets, dezelfde features, alleen in minder tijd. Dat is echte winst, daar wil ik niet flauw over doen. Maar het is tijdelijke winst, want straks kan iedereen dat. Als iedereen dezelfde snelheidswinst heeft, onderscheidt het je niet meer.
De andere groep gebruikt AI om dingen te doen die eerst niet konden. Grotere systemen in je eentje dragen. Sneller door onbekend terrein bewegen, een domein of taal waar je eerder maanden voor nodig had. Meer verantwoordelijkheid pakken dan je functietitel suggereert. Die engineers worden niet alleen sneller, ze worden zwaarder in wat ze kunnen dragen.
De eerste groep wordt goedkoper. De tweede wordt schaarser. Dat is misschien wat kort door de bocht, maar zo zie ik het nu.
Wat dit betekent als je werkgever bent
Als je engineers aanneemt, is het verleidelijk om naar AI te kijken als een manier om met minder mensen hetzelfde te doen. Dat kan, maar dan mis je volgens mij de grotere kans. De vraag die ik werkgevers zou meegeven is niet hoeveel sneller je team wordt, maar wat je team nu kan oppakken dat eerst buiten bereik lag. En vooral: wie is bij jullie degene die het oordeel levert over wat er uit die modellen komt? Als niemand die rol heeft, verplaats je het werk niet. Dan verplaats je het risico.
Het betekent ook dat je in gesprekken met kandidaten andere vragen kunt stellen. Niet alleen welke tools iemand gebruikt, maar hoe iemand beoordeelt of de output deugt, en waar iemands grens ligt in wat hij uit handen geeft. Op die vragen hoor je het verschil tussen de twee groepen vrij snel.
Wat dit betekent als je engineer bent
Ik weet niet hoe dit over drie jaar uitpakt. Niemand weet dat, en ik wantrouw iedereen die het wel zeker zegt te weten. Maar wat ik wel zie: de mensen die er nu het meest ontspannen onder zijn, zijn niet degenen die het negeren. Het zijn degenen die al aan het uitzoeken zijn waar hun werk naartoe verschuift. Die experimenteren, die hardop vragen stellen en die bewust nadenken over welk deel van het vak ze in handen willen houden.
Laten we het erover hebben
Ik ben oprecht benieuwd hoe dit bij jou zit. Hoeveel van je code komt er nu nog met de hand, en wat doe je met de tijd die overblijft? Of, als je een team leidt: wat kan je team nu wat een jaar geleden nog niet kon? Stuur me gerust een bericht, ik leer het meest van precies dit soort gesprekken.