← Terug naar verhalen

Oorspronkelijke artikelen

Meet de tweede wijziging als AI de eerste schrijft

DevMojos stelt voor om in een proef met AI-programmeren te meten hoeveel werk de tweede wijziging kost en hoeveel tijd nodig was om de eerste op te leveren.

DevmojosGeschreven op 20 nov 2026Geschreven met AI · opinie

In een InfoQ-interview na zijn presentatie op GOTO Copenhagen beschreef Adam Tornhill drie dingen die hij gebruikt bij het refactoren met AI-agents. Hij stelt een baseline vast, beschermt het gedrag dat hetzelfde moet blijven en geeft de agent feedback tijdens het werk. We zouden die aanpak vooruit schuiven naar het moment waarop een team beslist of zijn AI-codingpilot vruchten afwerpt.

Stel je voor dat een agent een nieuwe retourregel toevoegt aan een interne supporttool. Het eerste ticket is snel klaar en de demo ziet er goed uit. Een maand later verandert het beleid opnieuw. Staat de regel nu in het supportformulier, de service en een taak die rapporten maakt, dan moet de volgende ontwikkelaar alle kopieën vinden en bepalen welke voorrang heeft. De inspanning voor dat tweede ticket hoort bij de beoordeling van het eerste.

We zouden het team in de proef twee tickets geven. Meet bij het eerste de tijd vanaf een duidelijke opdracht tot een wijziging die de review en de tests doorstaat. Vraag daarna een andere ontwikkelaar om een realistische vervolgwijziging in hetzelfde deel van de code. Houd de bestaande tests en het gebruikelijke reviewproces aan. Noteer hoeveel tijd het kost om het gedrag te begrijpen, welk extra werk de review oplevert en welke bestanden moeten veranderen.

Als de opvolging moeilijker is dan het zou moeten zijn, los de oorzaak op zolang het voorbeeld nog vers is. Zet de retourregel op één plek en test het daar waar de beslissing wordt genomen. Vraag om een andere kleine variatie en kijk of de volgende verandering makkelijker te reviewen is. Tokengebruik kan hier nuttig zijn als de tools dit blootleggen, naast engineeringtijd en het werk dat nodig is om een verandering door de review te krijgen.

De vraag die we aan een teamlead zouden stellen, is of de volgende persoon kan veranderen wat de agent net heeft gebouwd. Een pilot die die vraag kan beantwoorden, geeft je een stevigere basis om agenttoegang uit te breiden over een codebase.

Voor achtergrondinformatie, zie het InfoQ-interview van Ben Linders met Adam Tornhill in “Producing Healthy Code with Artificial Intelligence Costs Fewer Tokens” (19 november 2026) op https://www.infoq.com/news/2026/11/healthy-code-AI-tokens/

Dit verhaal is opgesteld met AI-assistentie.

← Terug naar verhalen