Code is goedkoop. Je senior developers niet.
AI maakt typen goedkoop. Maar software bouwen blijft duur. Ontdek waarom je senior developers waardevoller zijn dan ooit, alleen op een andere manier.
Ik spreek regelmatig founders en CTO's die zeggen dat hun teams nog niet coderen met AI. Te riskant. Te onvoorspelbaar. Ik hoor ook developers zeggen dat ze er trots op zijn het nooit te gebruiken omdat de kwaliteit te laag is.
Tegelijkertijd rollen diezelfde senior developers interne dashboards, CSV-importers, form flows en standaard API-koppelingen uit.
Dat is geen voorzichtigheid. Het is een teken dat je duurste talent het werk doet met de laagste hefboomwerking.
Code is nu goedkoop, software niet
Code was vroeger duur. Daarom namen bedrijven zoveel engineers aan. Dat tijdperk is voorbij.
Tools zoals Claude Code, Cursor, GitHub Copilot en OpenClaw (de nieuwste sensatie) maken typen goedkoop. Software blijft duur omdat de echte kosten ergens anders zitten:
- het probleem begrijpen
- architectuurkeuzes maken
- integreren met bestaande systemen
- omgaan met uitzonderingen en faalscenario's
- eigenaarschap nemen over onderhoud en impact op de lange termijn
Boris Cherny deelde dat een recente maand van zijn werk aan Claude Code werd geschreven door Claude Code en Opus 4.5, met honderden pull requests en tienduizenden gewijzigde regels code. Dat gaat over doorvoer, niet kwaliteit. Output is niet langer de bottleneck.
De bottleneck is nog steeds het bouwen van oplossingen die aansluiten op echte problemen, niet alleen het uitrollen van code.
Code is goedkoop. Software niet.
Andrej Karpathy beschrijft vibe coding als een verschuiving waarbij je software voor één taak kunt opzetten en weer weggooien. Dat verhoogt de premie op het kaderen van het probleem en de evaluatie ervan; precies waar senior engineers waarde toevoegen.
De evolutie van abstractie
Elke generatie programmeertalen verhoogde het abstractieniveau: van assembly naar high-level talen naar managed runtimes. AI is de volgende stap. Wij specificeren intentie en context; het systeem vult het 'hoe' in.
Typen was nooit de baan. Nadenken was dat wel.
Typ-werk vs. Denk-werk
| Typ-werk (AI kan versnellen) | Denk-werk (mensen zijn eigenaar) |
|---|---|
| CRUD endpoints | Ontwerp van API-contracten |
| Formuliervalidaties | Beslissingen over datamodellen |
| Happy path unit tests | Identificatie van uitzonderingen |
| Boilerplate integraties | Systeemintegratiestrategie |
| Migratiescripts | Schema-architectuur |
Peter Steinberger schrijft over shipping at inference speed. Output wordt nu beperkt door inferentietijd en diep nadenken, niet door typen. De meeste apps verplaatsen nog steeds data van het ene formulier naar het andere. De hefboom zit in beslissen wat ertoe doet.
Mijn visie: AI laat de implementatiekosten instorten, maar legt de lat voor oordeelsvermogen hoger. Dat maakt ervaren engineers waardevoller, alleen op een andere manier.
Je betaalt senior developers niet om te typen. Je betaalt ze voor hun oordeelsvermogen.
De nieuwe rol van je dev-team
Dit is geen oproep om developers te vervangen. Het is een oproep om ze anders in te zetten:
- van code schrijven naar systeemontwerp
- van implementatie naar orkestratie, met AI als een snellere junior
- van bouwen naar beslissen wat te accepteren, afwijzen of herzien
Karpathy merkt op dat het beroep wordt gerefactored, met een nieuwe laag rondom agents, prompts, tools, workflows en orkestratie. Het werk verschuift 'up stack', het verdwijnt niet.
Wat dit betekent voor developers
Je impact komt niet meer uit regels code. Het komt voort uit helderheid, systeemdenken en de kwaliteit van je beslissingen.
Jullie zijn ook degenen die AI snel kunnen omzetten in interne oplossingen, wat nu een concurrentievoordeel is.
Wat dit betekent voor founders en CTO's
Als je team in 2026 nog steeds handmatig standaardwerk doet, is dat een managementprobleem, geen technologieprobleem.
Nog één implicatie: je kunt niet betrouwbaar detecteren of code door AI is geschreven. Karpathy ziet dit in het onderwijs: detectie faalt, dus verschuift evaluatie naar gecontroleerde omgevingen. In software geldt hetzelfde principe: ga ervan uit dat AI-gegenereerde code bestaat. Investeer niet in detectie, maar in reviews, tests, observability en eigenaarschap.
En nu?
- Identificeer typ-werk: repetitieve taken die geen unieke expertise vereisen.
- Introduceer AI-tooling als een vermenigvuldiger, niet als vervanging.
- Pas de workflow aan je team aan; er is geen enkele juiste setup, gebruik wat past bij je stack en beperkingen.
- Heralloceer tijd naar architectuur, integratie en lastige beslissingen.
- Meet anders: niet in regels code, maar in opgeloste problemen.
Teams die deze verschuiving vroeg maken, zullen hun voorsprong exponentieel zien groeien.
Tot slot
Code is goedkoop. Specificatie is duur. Oordeelsvermogen is schaars.
Je senior developers zijn te duur voor typ-werk. Laat hen zich focussen op wat er gebouwd moet worden en waarom. De AI kan wel typen.
Teams die dit negeren betalen straks senior-tarieven voor werk dat een agent in minuten doet. Teams die dit omarmen, bouwen sneller én beter.
