AI-engineering · 2026-10-12 · 6 min

Software bouwen met een team van AI-agents: wat de mens blijft doen

De afgelopen maanden lieten we bij meerdere projecten software bouwen door teams van AI-agents: een architect, een bouwer per app, een security-reviewer en een tester. Het werkt, en sneller dan we verwachtten. Dat komt niet doordat de agents zo slim zijn. Het komt door de structuur eromheen, en doordat vaststaat welke beslissingen bij een mens blijven.

Rollen met een eigen opdracht

Eén agent die alles doet, controleert zijn eigen werk met dezelfde blinde vlek. Daarom splitsen we. De architect legt het contract vast: de gedeelde laag, het datamodel en wat elke app mag importeren. Bouwers werken elk aan hun eigen deel van de repo. Security en QA krijgen expliciet de opdracht fouten te vinden in andermans werk. Het contract staat op de hoofdbranch voordat parallelle sessies beginnen, zodat niemand op een aanname bouwt.

Elke agent heeft een eigen context, en dat kost tokens. Een team verbruikt flink meer dan een enkele sessie. Wij houden vijf teamleden per sessie aan als bovengrens.

EigenaarBeleid en uitzonderingen, uitrol naar productie, en wat er aan de klant wordt toegezegd.
ReviewSecurity, QA en een advocaat van de duivel: zoeken fouten in andermans werk, met een andere opdracht dan de bouwer.
BouwArchitect en bouwers per app, elk met een eigen context en een eigen deel van de repo.
VastgelegdContract, beslissingenlog en tests: het geheugen dat een sessie overleeft.
Hoe hoger in de lijst, hoe minder u het aan een agent overlaat.

De review vindt echt iets

Een review-agent is geen formaliteit. In de afgelopen weken vonden ze onder meer een uitzondering op een beveiligde cookie die alleen van een hostnaam afhing, testruns die konden terugvallen op echte toegangscodes uit de omgeving, en schrijfroutes die ook vanaf een andere site aan te roepen waren. Voor een infrastructuurwijziging lieten we vier correctierondes draaien, waaronder een premortem: stel dat dit over een maand misgaat, waardoor dan? Pas daarna ging de wijziging door.

Soms zit de eerste vondst in het eigen werk van de agent die de controle bouwde. Dat is precies de bedoeling.

Het geheugen staat in de repo

Een agent begint elke sessie blanco. Wat gisteren is besloten, bestaat vandaag alleen als het is opgeschreven. Daarom houden we per project een beslissingenlog bij, met één regel per besluit: datum, wat, waarom. Regels worden niet herschreven.

  • Een tijdelijk besluit draagt zijn vervalvoorwaarde in de regel zelf, zo geschreven dat een lezer hem zelf kan nagaan. Anders ziet het er over een maand uit als een permanent besluit.
  • Weerspreekt een nieuwe regel een oudere, dan krijgt de oudere een verwijzing naar de nieuwe. In een log blijft anders de oudste versie van elk feit het langst onweersproken staan.
  • Versies worden vastgepind na een controle in het register, niet uit het geheugen van het model. Een voorbeeld: de nieuwste TypeScript bleek niet te werken met de typecheck van het framework, dus pinden we de vorige versie, met erbij wanneer we dat opnieuw bekijken.

Tests op wat een mens ziet

Agents schrijven makkelijk tests die hun eigen implementatie bevestigen. Wij vragen om tests die meten wat een gebruiker ziet: eind-tot-eind op een kleine iPhone (375 pixels breed), een Android-toestel en een laptop. Lektests werken met verklikkerwoorden in afgeschermde tekst, en een test moet kunnen falen, anders bewijst hij niets.

En is een test wisselvallig, verdenk dan eerst de meting. Meer dan eens zat de instabiliteit in hoe we maten, niet in de app.

Wat bij de mens blijft

  • Beleid en uitzonderingen: wat vertrouwelijk is, wie welke namen ziet. De agent legt de opties voor, de eigenaar kiest, en de keuze komt met datum in het log.
  • Productie: uitrollen naar productie is in de agentinstellingen geblokkeerd. Elke wijziging noemt vóór de push haar risico's en de weg terug.
  • Wat we de klant beloven, zoals waar data staat. We schrijven op wat we kunnen waarmaken, inclusief de kanttekeningen, zodat niemand meer toezegt.
  • Teksten voor mensen in nood. Verwijst een chatbot door naar een hulplijn, dan leest een mens van de klant die tekst na.

Eén kanttekening: blokkades in agentinstellingen zijn regels op het begin van een commando. Een andere schrijfwijze komt erlangs. De echte bescherming is dat er in de ontwikkelomgeving geen echte geheimen staan.

Wat het oplevert

Snelheid, maar vooral herleidbaarheid. Elke wijziging heeft een waarom, elk besluit een datum en elk risico een naam. Wat het kost: tokens, en de aandacht van de eigenaar op de momenten dat er iets te beslissen is. Op review bespaart u niet, u verplaatst haar naar waar ze iets oplevert.

DIENST
Development

Axon Factory bouwt software met teams van AI-agents, met de review, tests en vastgelegde beslissingen die een productieomgeving vraagt. Van prototype tot productie.

Bekijk onze diensten →