Vibe coding: hoe AI het bouwen van software heeft veranderd

Ergens eind 2024 werd de term geboren. 'Vibe coding' — programmeren door te beschrijven wat je wilt, in plaats van elke regel zelf typen. AI doet 't werk. Jij stuurt bij.

Klonk als grap. Is 't niet. In 2026 werkt een significant deel van alle ontwikkelaars zo. En 't verandert meer dan alleen hoe code wordt gemaakt.

Wat is vibe coding precies?

Vibe coding is software ontwikkelen waarbij je in natuurlijke taal instrueert, AI implementeert, en jij reviewt en stuurt bij. Je schrijft niet de meeste code zelf — je begeleidt de AI die 't doet.

Typische workflow:

1. Je beschrijft een feature: "voeg een dark mode toe die de gebruiker-voorkeur onthoudt"
2. AI leest je codebase, plant de aanpak, schrijft code
3. Je reviewt de diff: klopt 't? Goede keuzes gemaakt?
4. Je test 't, vraagt om aanpassingen, itereert
5. Committed wanneer tevreden

Het verschil met traditionele coding: je typt niet zelf elke regel. Met autocomplete (Copilot oude stijl): tab, tab, tab. Met vibe coding: je praat.

Welke tools?

Cursor

Fork van VS Code met diep-geïntegreerde Claude en GPT. Op dit moment waarschijnlijk de populairste. € 20/mnd.

Claude Code

Command-line interface van Anthropic. Draait in je terminal, kan bestanden lezen en schrijven, code uitvoeren. Voor grote refactors en multi-file tasks krachtig. Pay-per-use via API, of inbegrepen bij Claude Pro.

Windsurf

Cascade.IO's product. Vergelijkbaar met Cursor maar met sterkere agentic features. € 15/mnd.

GitHub Copilot Workspace

Microsoft's antwoord. Geïntegreerd in GitHub. Voor teams die al Copilot hebben. Onderdeel van GitHub Copilot abonnement.

v0 en Bolt

Voor complete frontend-ontwerpen uit een prompt. Geen volledige IDE — meer "mockup-generator die echt werkt".

Waarom werkt 't zo goed?

Drie redenen:

1. Herhalend werk verdwijnt

CRUD-operaties, boilerplate, tests, API-integraties — AI produceert dit in minuten wat voor een developer uur-werk was. De "saaie 80%" wordt near-triviaal.

2. Context-awareness

Moderne AI-tools lezen je hele codebase. Suggereren niet zomaar een generieke functie, maar een die past bij jouw stijl, conventies, architectuur. Dat maakt 't verschil tussen "AI gaat me uitschrijven" en "AI versterkt me".

3. Iteratie-snelheid

Idee → implementatie → test → correctie. Vroeger uren. Nu minuten. Iterator-loops waar vroeger weken voor nodig waren, kunnen in een middag.

Waar 't lastig wordt

Oppervlakkige kennis

Sommige developers leren minder over wat ze schrijven. Ze accepteren AI-output zonder 't volledig te begrijpen. Werkt — tot 't niet werkt. Als er niemand in 't team is die de code kan doorgronden, heb je een probleem.

Oplossing: code review blijft essentieel. Niet alleen van collega's, ook van jezelf. Elke AI-gegenereerde regel moet je kunnen uitleggen.

Architectuur-drift

AI is goed in "voeg deze feature toe". Minder goed in "deze feature past niet in de overkoepelende architectuur, we moeten 'n stap terug en herzien". Zonder sterke senior review groeit een codebase in alle richtingen tegelijk.

Fragiele afhankelijkheden

AI kan libraries en frameworks voorstellen die weinig onderhouden zijn, of die volgende week breaking changes hebben. Senior oordeel nodig — welke deps willen we echt toelaten?

Test-gaten

AI schrijft graag code, minder graag tests. Als je niet actief vraagt om tests, krijg je ze niet. Of je krijgt ze maar voor de happy path. Edge cases ontbreken.

Security-risico's

AI kan code schrijven met SQL-injectie, XSS, authenticatie-gaten. Niet omdat 't slecht werk doet — maar omdat security vaak uit context moet worden afgeleid die de AI niet heeft.

De nieuwe skills van developers

Welke vaardigheden zijn belangrijker geworden?

• Specificatie-vaardigheid — duidelijk kunnen beschrijven wat je wilt, meer dan code kunnen typen
• Code review — snel beoordelen of een AI-output klopt, past, veilig is
• Architectuur-denken — visie op waar de codebase heen moet, AI-output in dat kader passen
• Testing-discipline — actief tests eisen, niet aannemen dat ze er zijn
• Debugging van AI-gedrag — als 't niet werkt, snappen waarom en hoe bij te sturen

Vaardigheden die minder kritiek zijn geworden:

• Alle syntax uit 't hoofd kennen
• Boilerplate code kunnen produceren
• Standaard-patronen implementeren zonder fouten
• Framework-specifieke conventies onthouden

Wat betekent dit voor ondernemers?

Voor budgetten

Een senior developer produceert 2-5× meer werk dan 2 jaar geleden. Dat betekent: kleinere teams kunnen meer. Of: dezelfde scope in minder tijd, dus goedkoper.

Voor verwachtingen

MVP's die vroeger 12 weken kostten zijn nu soms in 4 weken leverbaar. Niet omdat developers harder werken — omdat AI 't herhalende werk eruit haalt.

Voor kwaliteit

Niet automatisch beter. Je senior moet nog steeds reviewen, testen, bewust kiezen. Maar — ze hebben meer tijd voor die zaken omdat de uitvoering sneller gaat.

Voor junior-ontwikkelaars

Dit is 't moeilijke deel. Voor de junior-rol is er minder plek — veel werk wat vroeger een junior deed, doet AI nu. Nieuwe ontwikkelaars moeten sneller naar senior-niveau, of worden gespecialiseerde AI-managers.

Wat ik in m'n eigen werk zie

In 2023 bouwde ik een complete landingspagina in ~8 uur. In 2025 in 2 uur. In 2026 soms in 45 minuten. Niet omdat de pagina minder kwaliteit heeft — mijn aandacht gaat meer naar de dingen die er écht toe doen: UX-keuzes, performance-tuning, inhoudelijke concept.

Dat is 't grote verhaal. AI doet niet míjn werk. Het doet de dingen die vroeger een obstakel waren voor mijn werk. De saaie CRUD. De standaard-animaties. De 50e keer dat ik een responsive grid moet opzetten.

Wat blijft: vragen stellen. Wat is 't échte probleem? Wat moet het product voor z'n gebruikers doen? Waarom? Die vragen beantwoordt AI niet. Die blijven voor mensen.