Een chatbot geeft je een antwoord. Een coding agent kan een manier bouwen om er iets mee te doen: bestanden lezen, een script schrijven, het uitvoeren, het resultaat bekijken en opnieuw proberen. Dat verschil is relevant, ook wanneer het werk niets met softwareontwikkeling te maken heeft.

Mijn weg naar AI liep via sociologie en het ondernemerschap in de horeca. Ik was geïnteresseerd in hoe mensen een situatie begrijpen en wat er gebeurt tussen iets willen en het voor elkaar krijgen. Die vraag ligt nog steeds onder mijn technische werk. Coding agents maken een deel van die afstand kleiner.

Code is een manier om werk uit te voeren

Het woord ‘coding’ laat deze tools klinken alsof ze uitsluitend voor ontwikkelaars zijn. Maar code kan rekenen, gegevens vergelijken, bestanden omzetten en systemen verbinden. Een agent die code kan schrijven en uitvoeren, kan een beschrijving vertalen naar een reeks handelingen.

Dat maakt de uitkomst niet vanzelf betrouwbaar. Een script kan de verkeerde formule foutloos uitrekenen. Een bestandsbewerking kan correct zijn en toch op de verkeerde map werken. Code maakt een proces uitvoerbaar; bewijs en controles maken het beoordeelbaar.

Vier mogelijkheden zijn bijzonder bruikbaar:

  • Rekenen. Een opgegeven berekening uitvoeren en de invoer en uitkomst bekijken, in plaats van te vertrouwen op een aannemelijk getal.
  • Tools. Een reeks bestands- of API-bewerkingen in een script combineren als dat duidelijker is dan veel losse toolaanroepen.
  • Geheugen. Tussenresultaten opslaan, een index maken en relevante informatie terugvinden zonder alles in één gesprek te houden.
  • Verbindingen. De specifieke omzetting of koppeling schrijven die een taak nodig heeft, mits het systeem passende toegang heeft.

Die laatste voorwaarde doet ertoe. Toegang hoort bij het ontwerp; het is geen obstakel om te omzeilen.

Twee voorbeelden uit mijn eigen werk

Facturen terugvinden. Declaraties verwerken vraagt meer dan transacties lezen. Een factuur kan in een e-mail, een gedownload bestand of een leveranciersportaal staan. In mijn eigen werk gebruikte ik een coding agent met toegang tot bestanden, e-mail en de browser om transacties aan facturen te koppelen. De agent kon kleine stukjes code bouwen wanneer de taak daarom vroeg.

De bruikbare uitkomst was een overzicht dat ik kon controleren. Dat de agent de facturen zocht, nam mijn verantwoordelijkheid niet weg om te bepalen wat in de declaratie hoorde en of een bijlage bij een transactie paste.

Onderzoeksmateriaal toegankelijk maken. Binnen het werk aan de Virtuele Servicemonteur was materiaal verzameld in documenten, code en gedeelde mappen. Ik had een startpunt nodig waarmee mensen en agents de juiste context konden vinden.

Ik beschreef de gewenste structuur en verdeelde het onderzoek in kleinere taken. Agents bekeken delen van het materiaal en schreven indexen en samenvattingen. Ik controleerde het resultaat en paste het aan. De blijvende opbrengst was een geordende kennisbasis voor volgend werk, in plaats van één lang antwoord.

Dit zijn persoonlijke voorbeelden, geen gecontroleerde productiviteitsvergelijkingen. Ze laten zien wat mogelijk wordt; ze bewijzen niet hoeveel tijd een ander team zal besparen.

Het moeilijke deel verschuift

Naarmate uitvoeren eenvoudiger wordt, wordt bepalen wat er moet gebeuren belangrijker. Iemand moet de taak afbakenen, de bronnen aanwijzen, bevoegdheden instellen en bepalen wat een goede uitkomst is.

Hier doet vakkennis ertoe. Wie het werkproces kent, herkent de uitzondering, bevraagt een aanname en onderscheidt een bruikbare uitkomst van een verzorgde fout. Veel van die kennis is impliciet. Ze onderdeel maken van de opdracht is op zichzelf al ontwerpwerk.

Een goed omschreven doel helpt, maar kan niet alles voorzien. Het werkproces moet ook ruimte bieden om bewijs te bekijken, onzekerheid te melden en te stoppen als de volgende handeling een mens vraagt.

Wat je kunt leren

Begin met één herkenbare taak. Beschrijf de invoer, het gewenste resultaat en welke handelingen het systeem mag uitvoeren. Kies een controle waarmee je een fout kunt ontdekken. Bekijk vervolgens wat er gebeurde.

Je hoeft niet elke nieuwe tool te leren. Je hebt wel genoeg begrip nodig om toegang, afhankelijkheden, tussenresultaten en fouten te beoordelen. Dat zijn bekende vragen voor iedereen die een operatie heeft geleid; coding agents geven ze een nieuwe technische vorm.

Ik verwacht dat meer conversationele AI werk zal kunnen uitvoeren. De kans is breder dan software schrijven. De verantwoordelijkheid ook: hoe duidelijker we intentie, bewijs en grenzen maken, hoe bruikbaarder die uitvoering kan worden.