Agentic coding | Blog

~/blog/gids/agentic-coding

Agentic coding

Werken met een coding agent zonder de controle kwijt te raken. Van instellingen tot workflow.

Waar deze gids over gaat

Een groot deel van dit blog gaat over werken met coding agents, en dan vooral Claude Code. Daar zie ik dagelijks wat er gebeurt als je een model echte rechten geeft in een echte codebase. Soms gaat dat verbluffend goed. Soms zit je een uur later een verkeerd begrepen refactor terug te draaien.

Het verschil zit zelden in het model. Het zit in de structuur eromheen: wat de agent over je project weet, wat hij wel en niet mag, en hoe jij de sessie stuurt. Dat is precies de volgorde van deze gids.

Begin bij de instellingen

Standaardinstellingen zijn geschreven voor de gemiddelde gebruiker, en dat ben jij niet. Het beste uit Claude Code halen is het overzichtsstuk: van status line tot custom skills, alles wat van een kale CLI een omgeving maakt waar je een dag in kunt werken. Als je maar één stuk uit deze cluster leest, lees dan dat.

Direct daarna komt geheugen. Elke sessie begint op nul, tenzij je dat zelf oplost. Het CLAUDE.md bestand legt uit hoe je projectcontext permanent maakt: je stack, je conventies, de valkuilen die de agent anders elke sessie opnieuw ontdekt. Onderhoud dat bestand ook. Een regel die niet meer klopt stuurt je agent met volle overtuiging de verkeerde kant op.

Regels die je kunt afdwingen

Hier zit de les die me het meeste tijd heeft gekost. Instructies in een prompt zijn suggesties. Het model weegt ze mee en kan ze op elk moment kwijtraken. Als iets echt niet mag, wil je een mechanisme dat nee zegt ongeacht wat het model die beurt vindt. Daarvoor zijn hooks: deterministische controle over wat een agent uitvoert, in plaats van hoop dat hij luistert.

Claude Code heeft inmiddels een flinke gereedschapskist: skills, subagents, hooks, slash commands, en varianten daartussen. Welke je pakt maakt echt uit. De keuzehulp bouwt dezelfde taak op vier manieren en laat zien waar elk mechanisme wint. En zodra je zelf skills gaat schrijven: een goede skill is een procedure die wantrouwen tegen het model zelf inbouwt, met checkpoints waar het mis kan gaan.

De werkvorm

Gereedschap is de helft. De andere helft is hoe een sessie eruitziet: eerst een spec, context klein houden, tussentijds toetsen, review als harde poort voor de merge. Zo werk je met een agent beschrijft die volledige workflow, van eerste gedachte tot gemergde commit, inclusief de vertrouwensgrenzen die bepalen wat een agent zelfstandig mag afronden.

Die discipline voelt in het begin als overhead, tot je ziet wat ze oplevert: het verschil tussen een agent die je werk versnelt en een agent die je werk vermenigvuldigt, inclusief de fouten.

Waar dit raakt aan kwaliteit

Hoe beter je setup, hoe meer code eruit komt, en hoe zwaarder de vraag weegt of die code er ook in mag. Alles wat een agent produceert moet door dezelfde poort als mensenwerk: begrijp je het, kun je het uitleggen, durf je het over een jaar te onderhouden. Daarover gaat nooit code shippen die je niet snapt, en breder de hele gids over AI en codekwaliteit hieronder bij de verwante onderwerpen.

Hieronder staan eerst drie startpunten, daarna alles wat ik over dit onderwerp heb geschreven, nieuwste eerst.