Een ontwikkelaar laat me trots zijn nieuwste creatie zien. In drie weken bouwde hij een AI-agent die rapporten samenvoegt uit vier interne systemen. De demo werkt vlekkeloos. Het management is onder de indruk. Drie maanden later staat dezelfde agent in productie en escaleert er een ticket: de cijfers in de wekelijkse boardmeeting kloppen niet meer. Niemand kan reproduceren waar de agent zijn data vandaan haalt. De ontwikkelaar legt eerlijk uit: “Ik heb dat stuk volledig door Copilot laten genereren. Het werkte, dus ik heb het zo gelaten.”

Een verhaal als dit gaat zelden over een slechte engineer. Het gaat over een industrie die in razend tempo verandert, en over de vraag hoe je daar als organisatie op antwoordt.

Dit is het vijfde artikel in onze reeks over data en AI. In de vorige delen keken we naar AI-wildgroei in organisaties, Power Platform als brug naar gecontroleerde AI-integratie, het datafundament met Microsoft Fabric en grounded AI als architecturele aanpak. Telkens stond de technologie centraal. Deze keer kijken we naar de mensen die ermee werken. Want zonder de juiste mindset blijft elke technische investering een experiment dat ooit ontspoort.

De vibe-coded agent uit ons eerste artikel is niet zomaar een voetnoot. Hij is symptomatisch voor een fundamentele verschuiving in hoe software vandaag ontstaat, en hoe ze morgen onderhouden moet worden.

Begin dit jaar introduceerde Andrej Karpathy, voormalig hoofd AI bij Tesla en een van de meest invloedrijke stemmen in deep learning, een term die de softwarewereld in twee kampen verdeelde: vibe coding.

Zijn omschrijving was even eenvoudig als provocatief. Je geeft je over aan AI, je beschrijft wat je wilt bouwen, je accepteert wat het genereert zonder het volledig te begrijpen, en je blijft duwen tot het werkt. “I’m just vibing”, schreef hij. De code is van AI. Jij stuurt de intentie. De reacties waren voorspelbaar: enthousiasme aan de ene kant, afgrijzen aan de andere. Beide reacties missen de eigenlijke vraag die deze manier van werken stelt aan iedereen die software bouwt, AI inzet of technologiebeslissingen neemt voor een organisatie.

De juiste vraag gaat dieper dan de discussie of je code mag accepteren die je niet volledig begrijpt. De juiste vraag is wat er fundamenteel verandert in de rol van de engineer en hoe je daar als organisatie op voortbouwt. Vibe coding is er. De vraag is hoe je ermee omgaat.

Vibe coding is een techniek. Vibe engineering is een mindset. Ze bepaalt het verschil tussen meer productiviteit en meer risico.

Vibe coding is de praktijk waarbij een developer AI-tools zoals GitHub Copilot, Cursor, Claude of ChatGPT inzet om code te genereren op basis van intentie in plaats van implementatie. Je beschrijft het gewenste gedrag in natuurlijke taal. AI schrijft de code. Jij reviewt, test, past aan en herhaalt.

In zijn meest radicale vorm, zoals Karpathy beschreef, accepteer je de output zonder diep in de logica te duiken. Je vertrouwt op het systeem in plaats van op je eigen begrip ervan. Dat werkt verrassend goed voor prototypes en voor situaties waar snelheid belangrijker is dan robuustheid.

Daar is de kritiek dan ook terecht. Code die je niet begrijpt, kun je niet debuggen. Code die je niet begrijpt, kun je niet beveiligen. Code die je niet begrijpt, kun je niet schalen naar een productieomgeving die duizenden gebruikers bedient en die compliance-eisen heeft.

Vibe coding is een krachtige tool. Een tool zonder vakmanschap is gevaarlijk.

Het verschil is fundamenteel. Vibe coding is een techniek waarmee individuele developers sneller kunnen produceren. Vibe engineering is de discipline die ervoor zorgt dat die snelheid waarde oplevert in plaats van technische schuld.

Waar vibe coding focust op de output van een individuele taak, kijkt vibe engineering naar het systeem als geheel. Waar vibe coding aanvaardt dat code werkt zonder begrip, vereist vibe engineering dat de architecturele beslissingen onderbouwd zijn. Waar vibe coding de AI als bron behandelt, behandelt vibe engineering de AI als collega die mee aan tafel zit, met sterke en zwakke kanten.

Vibe engineering bouwt voort op vibe coding. Het is de volwassen versie ervan. Het omarmt de productiviteitswinst die AI-ondersteund ontwikkelen biedt en plaatst die winst in een kader van vakmanschap, architectureel denken en organisatorische verantwoordelijkheid.

De vibe engineer gebruikt AI zoals een ervaren chirurg een scalpel gebruikt: als verlengstuk van expertise.

Wat maakt iemand tot vibe engineer in plaats van vibe coder? Het gaat om vijf verschuivingen in denken, werkwijze en verantwoordelijkheidsgevoel.

1. Intentie boven implementatie
   De engineer definieert wat het systeem moet doen en waarom. AI bepaalt hoe. De engineer blijft owner van de architectuurkeuzes en bewaakt dat die kaders ook in de gegenereerde code terugkomen.

2. Kritisch reviewen als kernvaardigheid
   AI-output lezen is een vak. Vibe engineers weten wat ze zoeken: edge cases, beveiligingslekken, performantievalkuilen en ongewenste dependencies. Plausibele code is iets anders dan correcte code, en alleen een geoefend oog ziet het verschil.

3. Prompt engineering als architectuurtaal
   Een goede prompt is een goede specificatie. Vibe engineers leren nauwkeurig communiceren met AI, wat ook hun communicatie met mensen verbetert. Heldere intentie levert heldere output. Vage briefings leveren vage code.

4. Governance by design
   Beveiliging, compliance en testbaarheid worden vanaf de eerste prompt meegenomen. Ze zijn onderdeel van de prompt zelf, van de review en van de acceptatiecriteria. Achteraf bijbouwen kost altijd meer dan vooraf inbouwen.
   

5. Continu leren van AI
   AI-gegenereerde code toont vaak patronen en oplossingen die de engineer nog niet kende. Vibe engineers gebruiken dat actief om hun eigen kennis te verdiepen. De samenwerking gaat in twee richtingen: de mens stuurt, de mens leert ook bij.
   

→ Het resultaat: Engineers die sneller leveren en betere code schrijven, dankzij een doordachte samenwerking met AI.

Dit verhaal is niet alleen relevant voor developers. Het raakt iedereen die vandaag beslissingen neemt over hoe software wordt gebouwd in zijn organisatie.

Een organisatie die vibe coding omarmt zonder vibe engineering te cultiveren, ziet de eerste drie maanden indrukwekkende productiviteitswinst. Daarna beginnen de problemen. Code die niemand begrijpt. Beveiligingslekken die door geen enkele review zijn opgemerkt. Systemen die niet onderhoudbaar zijn. Het is dezelfde wildgroei die we in het eerste artikel van deze reeks beschreven, alleen een laag dieper, in de codebase zelf.

Vibe engineering voorkomt dat scenario. Het maakt de productiviteitswinst van AI duurzaam doordat engineers AI gebruiken als verlengstuk in plaats van als uitbestedingspartner. Een assistent die met hen codeert in plaats van in hun plaats.

Voor IT-leiders: herdefinieer wat je van engineers verwacht
De developer van morgen heeft minder waarde als typist en meer waarde als architectureel denker, kritisch reviewer en AI-collaborator. Pas je hiring, je training en je beoordelingscriteria daarop aan. Vandaag.

Voor C-level: begrijp de productiviteitsparadox
AI verhoogt de outputsnelheid, maar zonder vibe engineering vergroot het ook je risico’s. Organisaties die nu investeren in de juiste werkwijzen rond AI-ondersteund ontwikkelen, zijn over twee jaar de koplopers. Wie dat niet doet, betaalt later een dure rekening in de vorm van technische schuld, beveiligingsincidenten en rework.

Voor developers: dit is jouw moment
De engineers die vandaag leren hoe ze AI optimaal inzetten als reviewers, architecten en prompt engineers, worden de meest waardevolle professionals van de komende tien jaar. De lat ligt hoger dan ooit. Wie daarin meegroeit, vindt kansen die er voorheen niet waren.

De vraag is niet meer of jouw engineers AI gaan gebruiken. Die vraag is al beantwoord. De echte vraag is hoe ze het doen: op een manier die waarde oplevert dan wel risico’s vergroot.

Vibe engineering is symptomatisch voor een bredere verschuiving die we in de hele industrie zien: de abstractielaag stijgt. Zoals we ooit stopten met assembler te schrijven en overstapten op hogere programmeertalen, stoppen we nu met elke regel zelf te schrijven en beginnen we op een hoger abstractieniveau te opereren.

Vakmanschap verdwijnt hier niet. Het evolueert. De beste engineers van de volgende generatie worden beoordeeld op de kwaliteit van de systemen die ze bouwen, ongeacht welke tools ze daarvoor gebruiken. Het aantal regels code dat ze persoonlijk schrijven, weegt steeds minder zwaar.

Die abstractielaag vereist wel iets nieuws. Een dieper begrip van waarom systemen werken, bovenop de kennis van hoe ze werken. Wanneer je de implementatie delegeert aan AI, kun je alleen nog architecturele keuzes maken als je de onderliggende principes begrijpt.

Dat is wat wij bij Xylos bedoelen met vibe engineering. Voor ons gaat het om een werkwijze die de mogelijkheden van AI ten volle benut, met de menselijke expertise die onvervangbaar blijft als anker. De hype erbij is ondergeschikt.

De overgang naar AI-ondersteund bouwen is meer dan een toolingvraagstuk. Het raakt cultuur en vaardigheden. Bij Xylos begeleiden we organisaties in die transitie: we helpen bij de selectie van de juiste AI-ontwikkeltools zoals GitHub Copilot en Azure AI, het opzetten van review- en governanceprocessen, en het bijscholen van engineers in de nieuwe kernvaardigheden van het vak. Wil je weten waar jouw organisatie vandaag staat? Neem contact op voor een vrijblijvend gesprek.

Gebruik jij al AI in je development workflow, als vibe coder, als vibe engineer, of ergens ertussenin? Ik ben benieuwd hoe jij de grens trekt.

Peter Verrykt is Business Unit Lead Data & AI bij Xylos en begeleidt organisaties in het omzetten van data naar concrete businesswaarde. Hij helpt bedrijven verder kijken dan technische implementaties en zet data en AI in als fundament voor betere beslissingen, meer wendbaarheid en duurzame groei.