GDPR-Compliant
Privacy Settings
Cookie Policy
Privacy Policy
We use cookies and other technologies across categories below. Toggle any to accept or reject related data collection.
Required
Essential
Necessary for basic website functionality.
Necessary for basic website functionality.
Marketing
Helps deliver targeted ads that are relevant to you.
Helps deliver targeted ads that are relevant to you.
Analytics
Provides insights on your usage and site interaction.
Provides insights on your usage and site interaction.
Personalization
Tailors your experience by remembering your settings.
Tailors your experience by remembering your settings.
Existing Privacy Settings Found
Submitted On
Mar 26, 2025 – 14:37:22 UTC
Your Consent ID
This ID lets you retrieve or verify your consent settings. It stays saved for {0} months or until you clear cookies — keep a copy in case you need to reference it.
AMC89MQ329407NSADRFA09MA7SD
Required
Essential Consent
Off
On
Marketing Consent
Off
On
Analytics Consent
Off
On
Personalization Consent
NXT Phase AI uses cookies and similar technologies to improve your experience, analyze traffic, and to show you relevant content and advertising.
NXT Phase AI uses cookies and similar technologies to improve your experience, analyze traffic, and to show you relevant content and advertising.
Do not sell or share my personal information
See Cookie Policy and Privacy Policy for more info.
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
NXT Phase AI uses cookies and similar technologies to improve your experience, analyze traffic, and to show you relevant content and advertising.
Cases
Case studiesOrderverwerkingSlimmer plannen
Aanpak
Masterclass
Opportunity Scan
Solution Design
Build & Launch
Partnership
Training
AI Ambassador ProgramClaude MasterclassCopilot Training
BlogsOver Ons
Plan een gesprek
← Alle blogs
Trends & markt
november 2026

Iedereen draait duizend agents. Behalve iedereen die je kent.

Op LinkedIn stuurt iedereen duizend agents aan. In de praktijk dragen developers maar een klein deel van hun werk echt over. Marco zet de claims naast de metingen, legt uit waar het gat vandaan komt en wat je er maandag mee kunt.

Koen Verschuren, CEO van Nxt Phase AI
Marco Kotrotsos
Tech lead
Dit artikel verscheen eerder in De Ondernemer. Bekijk het origineel →

Developers gebruiken AI in ongeveer 60 procent van hun werk, maar zeggen dat ze maar 0 tot 20 procent van hun taken volledig kunnen overdragen. Dat cijfer komt uit het 2026 Agentic Coding Trends Report van Anthropic, het bedrijf dat die agents verkoopt.

Mijn LinkedIn-feed vertelt iets anders. Daar stuurt iedereen duizend agents tegelijk aan en kijkt geen mens meer naar code.

Ik werk met ontwikkelteams bij Nederlandse organisaties, veel in gereguleerde sectoren. Wat ik daar zie lijkt op het cijfer van Anthropic en nauwelijks op mijn feed.

In mei bereidde ik een AI-hackathon voor bij een softwarebedrijf. Achttien mensen vulden vooraf in waar ze op vastliepen en wat ze wilden bouwen. Acht wilden dat AI het testen, de review en het signaleren van productieproblemen zou overnemen. Zeven vroegen om AI die hun codebase goed genoeg kent om er veilig in te veranderen. Vijf beschreven hetzelfde gemis: besluiten liggen wel ergens vast, alleen niet op de plek waar je ze nodig hebt. (Sommigen noemden meer dan één ding.)

Later die maand ging er bij hetzelfde bedrijf een release mis, met productieproblemen in twee services. Iemand uit het team had verwacht dat de repository met skills voor de agents dit zou voorkomen. Een skill helpt een agent als hij hem aanroept, maar houdt geen release tegen. Wat ik voorstelde waren verplichte checks in CI: end-to-end tests op het echte integratiepad, contracttests en een smoke test op staging. Dit team had een eigen repository met skills en organiseerde een hackathon over AI. De vraag van die week was toch welke checks verplicht moesten worden.

Dit stuk is mijn realitycheck. Wat wordt er geclaimd, wat is er gemeten, waar komt het verschil vandaan, en wat doe je ermee.

De voorlopers bestaan echt

Eerst dit: die verhalen zijn niet verzonnen.

StrongDM publiceerde in februari een stuk over hun software factory. Er gelden twee regels: mensen schrijven geen code en mensen reviewen geen code. Hun vuistregel is dat je per engineer minstens 1.000 dollar per dag aan tokens uitgeeft, anders kan het beter. Dan Shapiro noemt dit in zijn vijf niveaus de dark factory. Het team dat het beschreef bestond uit drie engineers.

Deze week nam ik All Code Is Slop (Except Mine) door, een talk van Lauren Tan. Haar team bracht in één maand 11.000 pull requests naar productie, met een revert rate van ongeveer een half procent. Ongeveer 227 mensen leverden die maand minstens één pull request. Ze zei er eerlijk bij dat het zes maanden kostte om zover te komen, en dat de meeste tokens naar verificatie gaan.

Ik vind dat knap werk. Het zijn ook teams met een eigen product, die maanden hebben gestoken in alles wat om het model heen zit. Op LinkedIn blijft daar één getal van over.

En dan de noemer

Een getal zonder noemer zegt weinig. Dit is wat er dit jaar breder is gemeten.

Wat er gemeten isUitkomstBron
Taken die developers volledig aan AI kunnen overdragen0 tot 20%Anthropic
Engineeringorganisaties in de eerste twee van vijf volwassenheidsfasenbijna 80% van 100Coder
Organisaties die AI-adoptie aan bedrijfsresultaat kunnen koppelen10%Coder
Developers die AI-output vertrouwen bij belangrijke beslissingen6,6%Stack Overflow
Geaccepteerde pull requests, AI tegenover handmatig32,7% tegenover 84,4%LinearB
Developers die zeggen dat hun organisatie een duidelijke, uitgevoerde AI-strategie heeft17%Atlassian
Nederlandse bedrijven met 10 of meer werkzame personen die AI gebruiken33% in 2025CBS

Het gebruik is er wel. In de enquête van Stack Overflow, met 30.903 deelnemers, gebruikt 66 procent een coding assistant of agent. Het vertrouwen blijft achter: op de vertrouwensvraag zeggen 949 van de 14.304 mensen, 6,6 procent, dat ze AI ook bij belangrijke beslissingen vertrouwen.

De eerste twee fasen bij Coder zijn code completion en lokale agents die een mens aanstuurt. Daar zitten dus bijna vier op de vijf organisaties. En volgens LinearB, dat ruim 8 miljoen pull requests bekeek, wacht een pull request van een agent 5,3 keer zo lang tot iemand hem oppakt als een pull request zonder AI.

Voor Nederland vond ik geen meting van ontwikkelteams. Het CBS meet bedrijven in het algemeen: 14 procent gebruikte AI in 2023, 33 procent in 2025 (voorlopig cijfer). In de sector informatie en communicatie is het 70 procent. Dat is snel gegroeid, en het is nog steeds een minderheid.

Gartner voorspelde vorig jaar dat ruim 40 procent van de agentic-AI-projecten voor eind 2027 wordt stopgezet. Van de duizenden leveranciers die zeggen agents te verkopen vond het er ongeveer 130 echt. De rest heet bij Gartner agent washing.

Waar komt dat gat vandaan?

Ik zie vijf verklaringen. Kwade wil zit er niet tussen.

Wie post, verkoopt meestal iets. Toolmakers verkopen tools en consultants verkopen uren. Ik hoor daar zelf bij: Nxt Phase verdient aan organisaties die dit willen leren. De bronnen in mijn tabel hebben ook een belang. Anthropic verkoopt agents, Coder de infrastructuur eronder, LinearB de meetinstrumenten. Hun cijfers kunnen kloppen en toch gekozen zijn omdat ze goed uitkomen.

Je ziet de uitkomst en mist de aanloop. 11.000 pull requests past in een post. Zes maanden lintregels schrijven en verificatie bouwen past er ook in, maar het doet het minder leuk op LinkedIn.

De dark factory is klein. Drie engineers die nieuwe software bouwen hebben een ander probleem dan tweehonderd mensen op een codebase van vijftien jaar oud, met een auditor die wil weten wie wat heeft goedgekeurd. Het DORA-onderzoek zegt het zo: AI versterkt wat er al is. Teams met goede gewoonten winnen. Bij de rest groeien technische schuld en reviewwerk.

Sneller typen is nog geen snellere levering. In het onderzoek van Atlassian zegt 87 procent van de developers dat AI ze helpt sneller te leveren. Slechts 28 procent merkt duidelijk minder frictie, en 65 procent is geregeld tijd kwijt aan het corrigeren van AI-output. DORA noemt dat de verification tax en waarschuwt voor een J-curve: het wordt eerst trager.

En de feed zelf is deels machinaal. Volgens Pangram is ruim 40 procent van de lange LinkedIn-posts volledig door AI geschreven. LinkedIn betwist zulke schattingen en detectors zitten er geregeld naast, dus ik zou er geen huis op bouwen. Toch een geruststellende gedachte: een deel van de posts over agents is waarschijnlijk door agents geschreven.

Dit ligt niet aan jou

Zit jouw organisatie bij die 80 procent, dan ben je in goed gezelschap. Er was geen draaiboek. Leveranciers verkochten transformatie en leverden licenties. Consultants leerden het vak terwijl ze het factureerden, en ik reken mezelf mee.

Ik zie de waarde van AI elke week in het werk. Ik zie ook een markt die worstelt met adoptie. Dat reken ik eerder consultants en leiders aan dan de makers van de modellen.

Wat je er maandag mee kunt

  1. Bepaal eerlijk waar je staat. De bruikbaarste vraag die ik ken: wie verifieert het werk? Leest een developer nog elke regel, dan zit je op niveau twee van vijf, hoeveel licenties je ook hebt. De vijf niveaus heten bij mij Assisted, Delegated, Guardrailed, Verified en Flow, en het kantelpunt ligt bij vier.
  2. Meet je eigen nulpunt. Doorlooptijd, wachttijd op review, rework en verstoringen na een release. Kijk over zes maanden naar die meting. Je feed is geen meetlat.
  3. Stel bij elke succespost vier vragen. Hoe groot is het team? Hoe oud is de codebase? Wie controleert het werk, en hoe? Wat kostte het om daar te komen?
  4. Steek tijd in de saaie laag. Elke correctie die je een agent twee keer geeft wordt een check: een lintregel, een hook of een test. Verificatie komt voor autonomie.
  5. Begin met één team en reken op een dip. De eerste maand voelt trager. Zeg dat tegen je directie voordat je begint.

Waar ik het mis kan hebben

Bijna al deze cijfers komen uit enquêtes. Mensen rapporteren over zichzelf, en de opdrachtgever heeft een belang.

Ik heb geen Nederlandse meting van ontwikkelteams gevonden. De cijfers van het CBS gaan over bedrijven in het algemeen.

Mijn blik is gekleurd. Ik werk veel in gereguleerde sectoren, waar alles trager gaat dan bij een startup.

Dit veroudert ook snel. Wat nu drie engineers doen kan over een jaar gewoon zijn.

En mijn eigen werkwijze is niet af. Twee projecten achter elkaar begon ik op dezelfde manier. Ik nam de kickoff op, liet het gesprek transcriberen en maakte van het transcript tickets. Na triage zette ik die op Linear en werkte een agent ze één voor één af. Per ticket schreef hij verificatiestappen en liet hij zien dat hij ze zelf had doorlopen. Ik bevestigde. Toen ik die pipeline in juni met Claude uittekende, kwamen er twee gaten uit. Ik keurde goed wat de agent over zichzelf rapporteerde, dus review viel samen met acceptatie. En niets van wat ik onderweg herstelde kwam terug als check of skill, dus een derde project zou op hetzelfde niveau beginnen als het eerste.

Wat blijft staan

  1. De voorlopers zijn echt, en het zijn er weinig.
  2. Hun voorsprong zit in wat ze om het model heen hebben gebouwd. Dat is werk dat iedereen kan doen en bijna niemand post.
  3. Vraag bij elk getal naar de noemer. Ook bij de mijne.

Bronnen

  • Anthropic, 2026 Agentic Coding Trends Report
  • Simon Willison over de software factory van StrongDM, 7 februari 2026
  • Stanford CodeX, Built by Agents, Tested by Agents, Trusted by Whom?, 8 februari 2026
  • Dan Shapiro, The Five Levels, januari 2026
  • Lauren Tan, All Code Is Slop (Except Mine)
  • Coder, What 100 engineering teams revealed about AI maturity, 20 april 2026
  • Stack Overflow, The results of the 2026 Developer Survey are here, 6 oktober 2026
  • Stack Overflow Developer Survey 2026, de resultaten zelf
  • LinearB, 2026 Software Engineering Benchmarks Report
  • Atlassian, State of Developer Experience Report 2026
  • Atlassian over dat rapport, 20 oktober 2026
  • Google Cloud over het DORA-rapport The ROI of AI-assisted Software Development, 9 juni 2026
  • CBS, ICT-gebruik bij bedrijven, 10 februari 2026
  • Gartner, persbericht over agentic AI, 25 juni 2025
  • Pangram over AI-posts op LinkedIn, via exchange4media, 16 juli 2026
  • Entrepreneur over LinkedIn en AI-content

Wat betekent AI voor jouw bedrijf?

Van eerste verkenning tot werkende oplossing in productie. Vertel ons waar jullie staan, dan denken we mee over de beste volgende stap.

Bekijk onze casesPlan een gesprek
Adres:
Grasweg 83, 1031 HX Amsterdam
Contact:
info@nxtphase.ai
Masterclass
Opportunity Scan
Solution Design
Build & Launch
Partnership
Over OnsWerken bijContact
© 2026 Nxt Phase AI
Algemene voorwaarden
‍
Privacy verklaring