Franse AI-start-up Mistral brengt AI-agent voor programmeren uit

Het Franse AI-bedrijf Mistral heeft een AI-agent voor programmeren aangekondigd. Deze kan lokaal bij bedrijven worden geïntegreerd, waardoor de code volgens de start-up de servers van de klanten niet verlaat.

Mistral Code is een aangepaste versie van het opensourceproject Continue. De tool maakt gebruik van een combinatie van Mistrals zelfgetrainde modellen, zoals Codestral, Devstral en Mistral Medium, en ondersteunt volgens het Franse bedrijf meer dan tachtig programmeertalen.

De agent kan onder meer het schrijven van code in real time overnemen van programmeurs en afmaken. Ook kan de tool code debuggen, testen en migreren naar andere talen en frameworks. Mistral Code werkt in de cloud, maar kan ook on-premises bij bedrijven geleverd worden, afgezonderd van het internet. Volgens Mistral verlaat de code hierdoor nooit de servers van deze bedrijven. Klanten kunnen de onderliggende opensourcemodellen ook finetunen of een lichtere variant creëren.

Mistral bracht eerder dit jaar zijn chatbot Le Chat uit. Het Franse bedrijf is de bekendste Europese tegenhanger van Amerikaanse en Chinese AI-bedrijven als OpenAI, Anthropic en DeepSeek. De eerste twee bedrijven kwamen onlangs ook met codingagents, respectievelijk onder de naam Codex en Claude Code.

Mistral Code
Mistral Code

Door Kevin Krikhaar

Redacteur

04-06-2025 • 17:28

79

Reacties (79)

79
78
26
3
0
43
Wijzig sortering
Veel reacties van developers die (terecht) aangeven dat ze misschien niet dezelfde kwaliteit leveren als dat zij zelf zouden kunnen. Dit is imo onterecht. Het kan wel degelijk redelijk programmeren, misschien niet de beste oplossing maar vaak is 80% meer dan voldoende om het doel te bereiken. Ik kan niet programmeren maar heb de afgelopen maand een redelijke web app kunnen bouwen (front-end en back-end). Tuurlijk het is maar een hobby project maar dit had ik nooit kunnen realiseren, want ik kan niet programmeren....

Je moet AI inzetten in dingen waar je niet goed in bent of waar je geen zin in hebt. Ik ben zeer sterk in Excel, geen LLM die sneller kan doen wat ik zelf kan doen. Maar Marie, van personeelszaken is misschien heel langzaam in Excel... die zal beter worden door het te gebruiken.

LLMs gaan geen mensen vervangen, mensen die LLMs goed gebruiken gaan mensen vervangen die het niet gebruiken.
Veel reacties van developers die (terecht) aangeven dat ze misschien niet dezelfde kwaliteit leveren als dat zij zelf zouden kunnen. Dit is imo onterecht.
Nee dat is heel terecht, AI bedrijven doen alsof AI al in staat is om ontwikkelaars te vervangen maar de werkelijkheid is dat alle AIs prut code produceren. Die code is prima voor hobby projecten maar volslagen nutteloos in een professionele setting. Ook in dit artikel wordt deze illusie in stand gehouden en mensen die wel kennis van zaken hebben kaarten dit aan.
Maar Marie, van personeelszaken is misschien heel langzaam in Excel... die zal beter worden door het te gebruiken.
Of Marie snapt geen kloot van wat ze doet, laat de AI allemaal fouten maken omdat ze geen idee heeft waar ze naar zit te kijken en mag na een paar maanden zich gaan melden bij het UWV omdat de organisatie er achter komt dat ze heel veel geld kwijt zijn. Het nadeel van vibe-coden of vibe-excellen is dat je niet de kennis hebt om überhaupt te snappen dat je fouten maakt.

Daarnaast zie je inmiddels ook een duidelijk verschil in hoe mensen leren, als ik kijk naar de juniors in onze organisatie dan is het snel duidelijk wie er wel en geen AI gebruiken, veel van de AI gebruikers denken dat ze leren maar laten zich vooral antwoorden voorkauwen zonder er zelf over na te denken of er daadwerkelijk iets van op te slaan en hun niveau & groei is echt tragisch.

Aan de andere kant gaan de tekorten van personeel dat daadwerkelijk snapt wat ze doen in de toekomst alleen maar groter worden dus dat is wel chill voor de rest van ons. _/-\o_

[Reactie gewijzigd door Fourtrain op 4 juni 2025 23:44]

Misschien heb ik dan steeds “geluk” gehad, maar de code die geschreven/gegenereerd wordt middels Claude 3.7/Claude 4 zou ik niet in de categorie prutswerk willen plaatsen.

Ik programmeer zelf in C#, Javascript/Typescript en hier en daar een powershelletje om wat te fixen.

Qua C# vind ik de code goed, en kan ik in ieder geval volgen wat de “gedachtegang” was. In edit/chat mode komt het zeker wel eens voor dat er niet compilerende code wordt gegenereerd. Maar in agent mode wordt dat euvel opgelost. Ik heb vaak goede code gezien, maar er komt soms code langs die ik niet acceptabel vind, maar die het wel doet. Wat ik persoonlijk vind tegenvallen is de unit tests die geschreven worden. Collega’s hebben daar meer succes mee. Dus ik denk dat mijn prompt skills daar nog wat beter kunnen, en ik ook vaker een “plan” moet laten genereren, die evalueren en op basis daarvan de unit tests te laten schrijven.

Javascript/Typescript heb ik hier en daar wat snippets laten generen, dus kan daar niks zinnigs over roepen.

Ik was wel heel erg onder de indruk van de powershell scripts die gegenereerd worden. Ik ben er zelf geen held in en voorheen was ik de 70% van de tijd dingen aan het opzoeken via Google. Maar nu heb ik vaak scripts gezien die ook echt in een keer werken.
Voor mij werkt het ook prima met c# en typescript (react). Voor mij levert het enorm veel tijdwinst op. je moet natuurlijk nog wel zelf alles dubbelchecken maar dat gaat sneller dan alles met de hand schrijven en dan nog een check eroverheen doen.
Het bedenken en zoeken naar de beste oplossing kost ook nog de meeste tijd.
En het is vaak trial en error. Het is alsof je een maatje heb die jou advies en richting geeft. Het helpt enorm.
Het is inderdaad redelijk in C#, C++ ook.

Het is vaak enkel wel sub-optimaal en van een dusdanig junior developer niveau dat je het enkel als referentie kunt gebruiken. In C# zal het niet zelf direct naar ArrayPool’s, Span’s, ObjectPool’s ed gebruiken. Maar misschien komt dat ook door de manier waarop ik de prompt schrijf. 🙂 Even snel een vraag stellen levert vaak crappy code. Die moet je wel volledig inleiden…

Ik meen dat oa copilot wel een README.md kan meenemen in zijn antwoorden of een ai-context.md (de laatste moet je dan naar verwijzen in je prompts)
Het is wat je zegt: een groot deel van de bruikbaarheid en kwaliteit hangt af van de prompt. En die prompt is deels afhankelijk van de verschillen tussen de LLM's, dus daar zit hem wel de finesse.

Je moet maar denken dat je dezelfde vraag stelt aan een externe programmeur die verder geen enkele kennis heeft van context en omgeving van jouw bedrijf. Als je hem high-level met twee zinnen aan het werk zet en verwacht dat je code krijgt die perfect doet wat je wil, in de stijl die je wil, dan vrees ik dat je ook daar hetzelfde resultaat gaat krijgen. Bij wijze van spreken...
@Fourtrain Ik denk dat je daar te kort door de bocht mee gaat. Veel doen dit soort mensen a heel veel van dat werk op hetzelfde moment, alleen zijn ze gewoon langzaam. Echt niet omdat iedereen som is, sommige zijn gewoon minder bedreven in het bedienen van software. Maar ze zijn perfect in staat om te zeggen wat het probleem is en het toetsen of de gegeven oplossing geeft wat ze doen. Dit zijn vaak hoog opgeleide mensen met veel ervaring in hun vakgebied, maar minder PC skills.

Jij doet nu alsof alle LLMs alleen maar prutscode afgeven en dat is gewoon niet waar. Alle code die ik eruit heb gekregen werkt en doet exact hetgeen wat ik wil. Als de code doet wat de user vraagt, waarom is het dan prutscode? Als ik een powershell script vraag om een directory op te lijsten en dat in csv te zetten en ik run het en het werkt, wat is er dan pruts aan?

En dat is waar we nu zijn, godarme een paar jaar nadat LLMs zowat gestart zijn..... en dan zeggen je leert er niks van? Ik heb helemaal geen zin om javascript / powershell / whatever code te leren. Ik wil gewoon efficiënter kunnen werken zodat ik tijd kan besteden aan dingen die mij interesseren.

[Reactie gewijzigd door Zorg op 5 juni 2025 07:34]

Als de code doet wat de user vraagt, waarom is het dan prutscode?
Nou; perfomance, security, maintainability en extendability. Om maar even 4 onderwerpen te noemen waar een AI geen rekening mee kan houden.

Allemaal wel redelijk belangrijke onderwerpen als je een professionele setting code in elkaar zet dat nog 10-50 jaar mee moet.
en dan zeggen je leert er niks van? Ik heb helemaal geen zin om javascript / powershell / whatever code te leren. Ik wil gewoon efficiënter kunnen werken zodat ik tijd kan besteden aan dingen die mij interesseren.
Dat is prima maar dan moet je niet verwachten dat je contract verlengd wordt want een junior die niets wil leren kunnen we bijzonder weinig mee. ;)

Dus zoals ik al zei; AI is prima voor hobbyisten die een beetje aan prutsen.
Maar dat is juist exact wat ik probeer te zeggen. Je past het niet toe in hoog technologische toepassingen. Gebruik het in de simpele dingen waar je zelf niet behendig in bent. Niet in zwaar complexe materie waar jij de expert in bent. En simpele dong daar is heel heel van in grote ondernemingen op heel veel vlakken.

En qua leren of mijn contracten hoef je je echt geen zorgen te maken. Ik spendeer mijn leren aan zaken die mij interesseren. En een juniorpositie ben ik al een tijdje uit. Ik zit in iets hogere posities :P
Het zijn allemaal gebieden waarin AI je kan helpen. Helpen is het keyword hier. Als je ons bedrijf (€30+ mln omzet) een stel hobbyisten wil noemen omdat we toestaan dat developers AI assistentie gebruiken, dan zei dat maar zo. Ondertussen is de productiviteit gestegen, brainstormen en rapid prototyping gaat vele malen sneller en we kunnen onze klanten beter bedienen met LLM assistentie op de achtergrond.
Dit!

Ook al moet ik zeggen dat ik blij ben voor de mensen die dit hele 'vibe coden' doen en dat het goed gaat vind ik knap en erg mooi, maar je leert er inderdaad vrij weinig van, en dat merk je ook bij velen. Probleem? Gooi de error in de AI chat en kijk maar wat hij ermee doet. Aanpassingen maken? AI doet het wel. Komt de AI met super lastige code die bijna niet leesbaar is voor een professional? Boeien, copy+paste en als het werkt zal het wel goed zijn! (en als last-resort natuurlijk gewoon naar discord/reddit en daar een antwoord laten voorkauwen :) )

Debuggen leren we niet, fouten maken doen we maar leren we nu vrij weinig meer van want het antwoord word inderdaad gewoon voorgekauwd door de AI en we accepteren het maar zolang het werkt.

In mijn pre-AI tijd was het soms wel lastig om dingen te vinden, zo eindig je dan af en toe met 40 tabbladen open met antwoorden en verschillende manieren en vind je daar een weg in, maar je doet daarmee wel je eigen 'onderzoek' en leert daar ook weer veel meer van.

Ander geval is dat gigantisch veel kinderen nu op school gewoon hele opdrachten in de prompt gooien en dat mooi opsturen. Waarom moeilijk doen als het ook makkelijk kan? En dan uiteindelijk toch weinig tot niks leren van het onderwerp..

Het is allemaal erg mooi, maar ook ergens wel erg jammer.

[Reactie gewijzigd door laser50 op 5 juni 2025 02:30]

Het is een stuk gereedschap. Laat je iemand een kast bouwen die geen idee heeft hoe een kast in elkaar zit, of laat je dat doen door iemand met ervaring en weet op welke manier je het juiste gereedschap gebruikt?

Er is een nieuwe generatie Luddieten ontstaan die zich afzetten tegen alles dat AI is en daardoor zichzelf verblinden over de mogelijkheden die er wél zijn. Natuurlijk mag je vinden wat je wilt, maar realiseer je dat dat in de buurt komt bij degenen die stug met paard en wagen bleven rijden.
Het is een stuk gereedschap. Laat je iemand een kast bouwen die geen idee heeft hoe een kast in elkaar zit, of laat je dat doen door iemand met ervaring en weet op welke manier je het juiste gereedschap gebruikt?
Ik laat mijn kasten (of nou ja, tafel) bouwen door iemand die weet hoe zijn gereedschap werkt, niet door iemand die geen kennis van zaken heeft en het gebruik van een zaag door AI moet laten uitleggen. :P
Er is een nieuwe generatie Luddieten ontstaan die zich afzetten tegen alles dat AI is en daardoor zichzelf verblinden over de mogelijkheden die er wél zijn. Natuurlijk mag je vinden wat je wilt, maar realiseer je dat dat in de buurt komt bij degenen die stug met paard en wagen bleven rijden.
Als je geen AI evangelist bent moet je automatisch een luddiet zijn. De realiteit, die mensen die zich hebben laten opzuigen door de hype, niet meer kunnen zien is dat het prima mogelijk is om voor je hobby projecten gewoon te experimenteren met AI maar niet onder de indruk te zijn van de kloof van verschil die er tussen de hype en daadwerkelijk capabiliteit zit.

Daarnaast vergeten de hype volgers vaak dat ontwikkeling van een nieuwe technologie het hardste gaat op het front van gebruiksvriendelijkheid. Denken dat je een voorsprong hebt omdat je een early adopter bent blijkt achteraf vaak tegen te vallen; Er zijn een stuk meer mensen die kunnen autorijden dan paardrijden, met je inbelmodem op internet gaan, in DOS kunnen werken, met je PDA op zak buitenshuis internetten zijn allemaal skills waar early adopters uiteindelijk weinig mee kunnen. Een kind van 3 met een smartphone kan op internet en apps openen.

Ik wacht rustig af, misshien wordt het de heilige graal, misschien is dit de 3de AI hype die ik mee maak die nergens op uitkomt. Een ding is zeker, inhalen is altijd makkelijker dan voorop lopen ;)
100% eens.

Zelf gebruik ik LLMs wel om me te helpen programmeren, maar dan dus enkel voor talen en technieken die ik wel al redelijk ken. Er is namelijk altijd wel wat mis mee, en dat kan ik dat wel fixen. De LLM heeft me wel tijd bespaard door een deel wel goed te doen. Maar de spreekwoordelijke Matie uit de eerste post, damie kan dat dus niet, en dan zit je met buggy en niet te onderhouden code in productie.
Ik gebruik inmiddels dagelijks Claude. Genereert over het algemeen redelijk goede code. (In mijn geval vooral Kotlin en Python.) Natuurlijk niet zo goed dat je het ongezien in productie kan zetten, maar ook zeker geen prutswerk. Het gebruik van LLM-agents heeft mijn productiviteit een flinke boost gegeven!

Dat gezegd hebbende: ik ben heel benieuwd naar de prestaties van de tools van Mistral. Iemand daar ervaring mee?
Ik heb codestral regelmatig gebruikt, de andere oplossingen mag ik niet gebruiken hier. De autocomplete is prima en snel, chat werkt goed. Het blijft een AI, codestral heeft veel moeite met code verspreid over meerdere files. Dit nieuwe agent verhaal is waarschijnlijk een beter en nieuwer product en bijbehorend model, wellicht gebasseerd op devstral, devstral heb ik nog niet getest omdat openhands niet goed geinstalleerd kon worden op mijn omgeving en als ik de reviews lees van mensen die het buiten openhands inzetten met bijvoorbeeld aider dan heeft het in die context weinig meerwaarde, devstral is echt gebouwd voor openhands.

Voor de volledigheid, qua talen waarmee ik heb gewerkt in codestral, python, typescript en javascript werken goed, als je iets anders doet neemt de kwaliteit snel af (bijv. java of go). Ik heb rust niet gebruikt, maar begrijp dat dat ook wel goed gaat vaak. Ik zag iemand die Kotlin heeft ingezet bij Claude en blijkbaar tevreden is daarmee, dus dat kan misschien ook werken voor codestral en devstral en dus ook hiervoor.

Deze tool ga ik in elk geval proberen, het is een complete oplossing, dus model, tool en hosting en hier op het werk heeft niemand een probleem met mistral.
Nee dat is heel terecht, AI bedrijven doen alsof AI al in staat is om ontwikkelaars te vervangen maar de werkelijkheid is dat alle AIs prut code produceren. Die code is prima voor hobby projecten maar volslagen nutteloos in een professionele setting.
Dat ligt aan je prompts, in mijn professionele setting (software ontwikkelaar) is AI code niet meer weg te denken, en dat met een vrij grote legacy code base, niet je nieuwste coolste greenfield project.
Ik heb recent Codestral (ook van Mistral) losgelaten op Python en dat produceert zeker geen prut. Af en toe een kleine correctie nodig om een iets gewenstere output te krijgen, maar ik zie deze techniek echt wel juniors en mediors op korte termijn kunnen vervangen.

De kwaliteit van de output hangt ook voor een heeeeeel groot deel af van de kwaliteit van je prompt en laten we wel wezen: de gemiddelde developer is alles behalve taalkundig onderlegd, in ieder geval als het aankomt op de vaardigheid om een LLM echt goed aan te sturen.
Het bedrijf waar ik werk heeft een corporate Copilot account, Copilot kent onze code. Dat werkt voor veel dingen prima.
Ik kan wel inhaken hierop. Ik ben het toch echt eens met @Fourtrain. AI's slagen er niet in om goede code te schrijven. Je moet vaak veel tussen de regels door lezen en heel goed de code testen en nakijken om te valideren of het beoogde doel is bereikt.

Verder zijn we mijn inziens nog mijlenver van het statement dat je maakte, gezien de staat van LLM's.
mensen die LLMs goed gebruiken gaan mensen vervangen
Ervaring in een vakgebied is simpelweg niet te vervangen met een LLM. Ook niet als toevoeging op iemand met wat minder ervaring. Je hebt in vele situaties, en dan spreek ik even voor development, waar je best wat context nodig hebt om tot een passende oplossing te komen. Niet alleen voor de code maar soms ook van het product. Ja, je kan een LLM instrueren met die context maar de praktijk is nu dat men teveel moet "spelen" met de LLM om er een bruikbaar resultaat uit te halen. Het is kwalitatief zeker nog niet waar het moet zijn.

Qua hobbist projecten, tja, het is ook maar hoe hoog je de lat legt. Ik ben vooralsnog niet heel erg onder de indruk. Het moet beter.

Wat mij betreft is de hamvraag - wat mag dat kosten. Gezien de torenhoge kosten en maatschappelijke problemen die hiermee gepaard gaan. De vraag naar stroom van deze datacenters is enorm en langzamerhand drukt dit andere businesses weg. De projectielijn van deze enorme stroomvraag neemt ook niet af, stabiliseert niet, neemt enkel toe met een alarmerend aantal. Dit effect is niet exclusief hier maar globaal te zien zelfs.

[Reactie gewijzigd door Muna34 op 5 juni 2025 13:42]

@Muna34 ik denk inderdaad dat dat het probleem is. De lat voor developers ligt gewoon vele malen hoger. Als je kijkt naar een non-IT bedrijf van 1000+ man (neem een gemiddeld globaal productiebedrijf) dan ligt die lat echt niet op productiespftware dat 20 jaar mee moet gaan. Ik blijf het herhalen, je kan het niet benchmarken tegenover een die hard developer maar dat neemt niet weg dat het niet bruikbaar is. Er zijn legio van toepassingen waar het heel goed toe te passen is, waar de lat vele malen lager is. Maar de wereld is groter dan software development tokos ;)
Dus ze geven iets terecht aan maar jij vindt het onterecht? Mag ik dan stellen dat je er te weinig kennis van hebt om er iets zinnigs over te zeggen? :)

En voor wat betreft je hobby project, doe je ding maar let alsjeblieft op als je zo iets publiek/live wilt brengen. Je zal niet de eerste zijn met boze gebruikers, een hoge rekening of erger.
Jij mag dat vinden, daar lig ik niet wakker van. Ik denk dat mijn kennisniveau wel redelijk ok is ;) Maar als je het potentieel niet ziet voor in het dagdagelijkse werk in een normale bedrijfsomgeving? Mag ik dan stellen dat je te weinig kennis hebt van een bedrijfsvoering om het te begrijpen? ;)

Ik geef zelfde meermaals aan dat het niet op hetzelfde niveau zit als een expert. Maar het dat hoeft in vele gevallen niet. In deze gevallen is een LLM ondermaats. Maar het gebruiken on situaties waar de gebruiker ondermaats is, daar kan het wel degelijk bij helpen.
Gezien de reacties ben ik volgens mij een van de weinige mensen die het met jou eens is. Even ter beeldvorming: ik had altijd nul komma nul ervaring met programmeren. Kon het niet lezen, kon het niet schrijven, alles was abracadabra. Laatst wilde ik een Pokémon Emerald romhack maken. Je wijzigt dan in principe de inhoud (graphics, variabelen, cutscenes) van het spel. Dat deed ik met een decompilation van het hele spel, met C als hoofdtaal. Moeilijker dan andere methodes, maar enorm flexibel.

O.a. ChatGPT heeft me enorm geholpen tijdens dit project en wat ik moest doen als ik dingen wilde aanpassen naar mijn wens. Het uitleggen en schrijven van syntax, het uitleggen van wat bepaalde code blocks en functies doen, het optimaliseren van code, etc. Natuurlijk moet je niet domweg de output van een AI-agent copy/pasten - en dat heb ik ook nooit gedaan, tenzij ik 100% begreep hoe de code werkte (en bij twijfels heb je nog altijd steun vanuit de romhacking community).

Ik heb AI-agents zoals ChatGPT gebruikt als leermiddel en zodoende is dit hobbyproject mijn introductie tot C geworden. Na een tijdje kon ik zelfs ingewikkelde plannen tackelen die voorheen onmogelijk leken. Niet omdat de output van ChatGPT in die weken/maanden magisch beter werd, maar omdat mijn eigen kennis toenam. Dingen waar ik voorheen ChatGPT voor gebruikte kon ik inmiddels met gemak zelf doen.

Had ik C kunnen leren op een andere manier? Uiteraard - maar C leren was nooit het primaire doel. Het doel was dit hobbyproject realiseren, en daar is een hyper-specifiek hulpmiddel onwijs handig voor.

[Reactie gewijzigd door IlIlIllII op 5 juni 2025 09:04]

k kan niet programmeren maar heb de afgelopen maand een redelijke web app kunnen bouwen (front-end en back-end).
Ofwel je hebt geen ervaring met het bouwen van software en het onderhouden van productie code wat langere tijd (jaren) mee moet gaan. Hoe kan je dan beoordelen dat het 'onterecht' is dat developers (die wel degelijk de programmeerervaring hebben + de gehele lifecycle van software bouwen & onderhouden) zeggen over LLM's?

Dat snap ik niet.

We hebben op het werk hier inmiddels verschillende tooling gebruikt, allemaal leuk voor je hello world achtige bootstrap applicaties. Zodra je serieuzer wil is het gewoon simpelweg niet goed genoeg. Tenzij je verwachtingen zo laag zijn dat het meevalt...
Omdat ik nu exact dat niet zeg. Ik spreek het niet tegen, ben het er zelfs mee eens dat het niet op dat niveau zit. Ik zeg juist dat het heel goed gebruikt kan worden in omgevingen die geen 20 jaar productie nodig hebben...

ik zeg het zit lange na niet op het expert niveau, het zit misschien op een junior niveau, een niveau waar je al heel veel mee kan doen en kan realiseren. Dus die zogenaamde rommel code kan je perfect gebruiken in kleinschalige processen waarbij daar effectief geen directe nood aan is dat het 20 haar mee moet gaan
Voor deze toepassingen (waarvan de use cases gigantisch zijn voor multinationale ondernemingen) werkt het perfect en de code die daar uitkomt, al dan niet rommel code, doet hetgeen wat de user vraagt en is daardoor per definitie niet te classificeren als rommel.

Draai het eens om, kan het zo zijn dat jullie verwachten te hoog zijn?

[Reactie gewijzigd door Zorg op 5 juni 2025 12:29]

In mijn ervaring leeft rommelcode nog geen maanden. Je komt al heel snel tegen beperkingen aan. En omdat je niet weet wat je aan het doen bent, weet je ook niet waarom iets niet in de haak zit.

Je wil niet meemaken dat door een foutje in je script je een nulletje te veel of te weinig in eea rapport bijv verschijnt.

Als de user 100% weet wat hij wil en verwacht dan kan hij het programmeren, aangezien de meeste mensen dat niet kunnen hebben we engineers nodig die van vage wensen zeer concrete instructies en algoritmes maken. AI kan een hoop code schrijven en je helpen met boilerplate, absoluut. En je kan ook zeker iets 'werkends' krijgen, als in, je kan het compileren, starten en het lijkt functioneel "ongeveer te doen wat je verwacht". Maar daar zit 't m. Je skipt een gehele industrie in de verwachting dat je hetzelfde hebt. Dat heb je niet, maar het "lijkt" zo.

Software is iets fluide, iedereen kan het maken (ook zonder AI) en ook dan kan je een hoop brandhout produceren.

Ik denk eerder dat de verwachtingen van software bouwen te laag zijn. Daarom zijn er zo weinig super goeie developers. En als ze er al zijn, worden ze gekaapt door de Google, Apple of OpenAI's van deze wereld.
Ik denk eerder dat de verwachtingen van software bouwen te laag zijn. Daarom zijn er zo weinig super goeie developers. En als ze er al zijn, worden ze gekaapt door de Google, Apple of OpenAI's van deze wereld.
En al die minder goeie developers creëren allemaal code die vele malen beter is dan een LLM kan produceren en waarbij er nooit een fout zit met een nulletje teveel? Hard to believe ;)
En gezien ik sterk twijfel dat alle developers die hier gereageerd hebben bij de genoemde bedrijven werken zal daar vast ook wel eens wat fout gaan. En als de developers 100% begrepen wat de business daadwerkelijk bedoeld en nodig heeft dan was er niet zoveel shadow-IT en Excel nonsense. Het is nu niet dat IT er erg om bekend staat dit goed te beheersen.

Development is een vak, om het goed te doen heb je expertise nodig. Om iets te bouwen wat goed schaalbaar is heb je kennis nodig. Ik stel enkel dat de rommelcode die ze nu maken op een niveau is dat het wel degelijk bruikbaar is in bedrijfsprocessen (ik heb het dus niet over de development van een SaaS app die door 1M users gebruikt wordt). En daar is het goed toepasbaar, ergo is het geen rommel. Kan het beter? Tuurlijk! Ga je dat terugverdienen? Waarschijnlijk niet

[Reactie gewijzigd door Zorg op 5 juni 2025 16:22]

En al die minder goeie developers creëren allemaal code die vele malen beter is dan een LLM kan produceren en waarbij er nooit een fout zit met een nulletje teveel
Vele malen beter? Vast! Maar hoe kan je dat als niet developer beoordelen?
En als de developers 100% begrepen wat de business daadwerkelijk bedoeld en nodig heeft dan was er niet zoveel shadow-IT en Excel nonsense. Het is nu niet dat IT er erg om bekend staat dit goed te beheersen.
Als de business zelf wist wat ze wilden dan hoefden developers niet elke keer de code aan te passen op nieuwe inzichten. Je trekt IT, processen en business op 1 hoop wat niets te maken heeft met LLM en de (bagger) code die het produceert.

Punt is, je weet niet welke code je uitvoert als je geen developer bent. Bedrijven die nu aan gaan nemen dat je zonder developers kan - want LLM kan het - zullen van een koude kermis thuis komen. En daar kom je alleen pas achter als het (veel) te laat is. Wat je niet weet kun je niet zien. Het is een goed verkochte illusie dat software development eventjes door AI gedaan kan worden.

Maar by all means, do continue, want het is meer job security voor developers ;-)
Grappig hoe je mijn vraag in mijn eerste alinea weghaalt en het doet overkomen dat ik als non-developer nu een statement maak ipv een vraag stel ;) mijn punt is je hoeft geen developer te zijn om te kunnen begrijpen wat een stuk code uitvoert.

Daarnaast trek in in twijfel of het wel echte bagger code is als de code doet wat er verwacht wordt?

Dat de business net zo schuldig is, daar geef ik je helemaal gelijk in! Als de business goed kon vertellen wat ze nodig hadden kon IT bouwen wat ze vroegen. Laat dat nu net mijn vakgebied zijn, dus ik maak me ook geen zorgen over mijn job.

Blijf er vooral in geloven dat LLMs niks gaan veranderen, des te hogere salarissen voor zij die wel efficiënter gaan worden ;)
Ik ben deze week begonnen met leren programmeren.
Dit geeft moed/hoop :D
Mijn tip: Leer eerst een de basis van het programmeren voordat je AI erbij haalt. AI gaat je vaak vals voorlichten, wat tot omslachtige code gaat leiden, als het al werkt. Zelf leren geeft uiteindelijk veel betere resultaten.
Haha, nou, ik vraag mij eerder af of het wel zin heeft om door te gaan......
Ja want je wilt de output van de AI kunnen lezen en beoordelen. Het komt een heel eind maar doet soms echt nog domme dingen. Als je de code die LLM, want geen AI, uitspuugt niet kan begrijpen ga je hele gekke code krijgen met redundant functies en andere chaotische taferelen. Hebben we het voor het gemak nog maar even niet over security issues.
Als je de code die LLM, want geen AI, uitspuugt niet kan begrijpen ga je hele gekke code krijgen met redundant functies en andere chaotische taferelen. Hebben we het voor het gemak nog maar even niet over security issues.
Security issues en redundantie hebben wij ook in handgeschreven code.

Maar ja, je kan AI zien als een soort stagiair.

Als je 'm een grote onduidelijke taak geeft, beunt hij maar wat aan en krijg je iets redelijk incoherents.

En uiteindelijk moet het door een pull request review heen komen ;)
Zelfs met een heel duidelijke taak bijvoorbeeld, pas in deze functie deze parameters aan, gaat hij soms helemaal in de war en laat de helft van de originele functie ineens weg enzo. In ieder geval bij openai is dit zo, local hosted models in ollama doen het niet veel beter helaas.

De stagair is een leuke vergelijking, zal nog wel ff duren voordat een LLM een volwaardig teamlid is hahaha.

[Reactie gewijzigd door themadone op 4 juni 2025 19:35]

Met welke modellen heb je gewerkt want GPT 4.1 levert wel betere code op dan een stagiair of zelfs een junior in veel gevallen. Maar niet als je hem als een stagiair of junior aan stuurt.
Als je de code die de LLM, want geen AI
Wat is het doel van dit bijzinnetje?

- Er wordt door bijna iedereen gerefereerd naar LLMs als ‘AI’. Het doel van taal is overbrengen wat je wilt zeggen, dat gebeurt door de term ‘AI’ te gebruiken in deze context.
- AI is een brede term voor computers die “human-like” gedrag vertonen als leren, perceptie en keuzes maken. LLMs zijn een vorm van natural language processing (NLP) en valt al jaren (lang voor ChatGPT) onder de verzamelterm AI.

Het is als zeggen: “het is computer vision, geen AI” of “het is een meeuw, geen vogel” 🤓

Het bijzinnetje voegt niets toe aan je comment, het dient alleen om even eigenwijs te kunnen doen (maar dan ook nog incorrect).
Je kunt AI wel gebruiken tijdens het leren.
Je kunt alleen niet AI voor jou laten leren.

Ruwweg heb je twee opties:

1. Vibecoden.
AI prompts blijven gooien in een agent mode totdat je programma doet wat je verwacht en niet naar de code kijken.
Dat is prima voor je prive-hobby project, maar in een bedrijf of project met meerdere mensen vaak niet gebruikelijk/wordt afgekeurd.

2. AI gebruiken als tool.
Als je zelf kunt programmeren, kun je AI gebruiken voor nieuwe inzichten of simpelweg sneller (proberen) te kunnen werken.
Maar in deze optie blijf je kritisch op de output van de AI en blijft de code leesbaar voor mensen (zo lang je zelf ook in staat bent dat te beoordelen/refactoren).

[Reactie gewijzigd door Accretion op 4 juni 2025 18:59]

Er is nog een optie: hele goede instructie geven aan AI, zodat de code die gemaakt wordt direct werkt en voldoet aan de gestelde eisen.

Afhankelijk van de instructie die je geeft en de AI die je kiest kan dit extreem goede resultaten opleveren.

Front end lukt echt al extreem goed in heel veel AI-modellen als je de juiste eisen stelt en de AI de rechten heeft je (huisstijl) eisen te analyseren van een aantal bronnen.

Voor backend code en infrastructuur als code werkt het goed in een beperkter aantal modellen en alleen als je de juiste eisen stelt.

[Reactie gewijzigd door djwice op 4 juni 2025 19:53]

Er is nog een optie: hele goede instructie geven aan AI, zodat de code die gemaakt wordt direct werkt en voldoet aan de gestelde eisen.
Die optie bestaat niet. Als jij nooit hebt leren programmeren weet je niet of de code daadwerkelijk voldoet aan de gestelde eisen. Je ziet alleen dat het "lijkt" te werken, maar je mist totaal of de oplossing robuust is, of er edge cases fout gaan, of er op een onveilige manier met data wordt omgegaan, etc.

Bovendien is het heel moeilijk juiste instructies te geven als je weinig tot geen praktijkervaring hebt met softwareontwikkeling.
Voor de meeste eisen zijn er tools die ze kunnen toetsen. Het vakmanschap zit inderdaad in de prompt en het stappenplan dat je geeft, dat klopt.

En ik zie zeer ervaren ontwikkelaars ook dat niet doen en dus minder goede code krijgen.

Maar het is wel iets dat geleerd kan worden incl. de set-up van de validatie tools en een agent die de resultaten terug voert aan de coder.
Ik heb een tijdje geleden de instap certificering voor Python gedaan, PCEP-30-02.

Waar ik de meerwaarde van AI vooral in zag was uitgebreide uitleg wáárom een bepaalt antwoord werd bereikt. Tuurlijk zou ik AI nu volop kunnen gebruiken om mijn bouwsels te maken, maar leer ik dan programmeren, of leer ik dan knippen/plakken?
precies is zeker waar hoewel door gaan met leren is an sich geen slecht idee
je leert daar mee de basis en met behulp van ai kan je gerichter vragen stellen/ scripts laten uitvoeren omdat je weet wat je wilt en naar moet vragen
plus het is ook leuk om iets te leren en bezig te blijven al zal er minder vraag naar zijn enz
Ik adviseer gewoon te beginnen/door te gaan. Je brein wordt er zeker niet minder van!
Zeker wel! Gebruik AI als een collega die je op weg helpt, maar hou er rekening mee dat je alles na moet lopen. Ik vind het vooral erg fijn dat het me enorm veel zoekwerk scheelt. Je moest eens weten hoe veel uren ik op fora heb lopen zoeken en comments heb lopen uitpluizen... Daarin kan een AI je echt stukken beter helpen.
En leren kan je door vragen te stellen aan AI.
Vragen over basis, waar je moet beginnen, syntax, uitleg over loops etc.
Het is alsof je een mentor naast je heb.
Ja, dat zou kunnen. Ik zou echter ook een goede door een mens geschreven tekst over de programmeertaal in kwestie er bij willen hebben. AI liegt te vaak.
Hoe kan AI liegen als je gewoon rationele dingen vraagt?
Zoals het uitleggen van loops datatypes?
Omdat een LLM niet daadwerkelijk begrijpt wat het antwoord dat het produceert inhoudelijk betekent. Alles wat AI zegt moet altijd worden bevestigd door een andere bron voordat je zeker bent dat het bruikbaar is. Bij het programmeren kan dat dus ook je eigen kennis zijn, of een boek of website.
en de senior programmeurs zijn er wel positief over.
Prompten en de code controleren is nog altijd sneller dan zelf ontwikkelen
Als je dat al niet begrijpt
Over gevoelige onderwerpen blijft AI neutraal en komt met feiten op het web.
Een mening laat AI aan jou over,
Ik begrijp prima waar ik het over heb. Een senior ontwikkelaar kan op zijn/haar eigen kennis leunen om de validiteit van het antwoord van een AI te evalueren. Iemand die net begint kan dat niet zo goed. En zo te zien kan jij dat ook niet, want wat jij zegt over AI die neutraal zou zijn strookt niet met de werkelijkheid.

[Reactie gewijzigd door ocf81 op 5 juni 2025 15:18]

Heb je zelf onderzoek naar gedaan en geprobeerd? Vast niet. Want er klinkt uit jouw reactie geen enkel ervaring met AI.
Eerst verkondigen dat je net zo goed zelf wensites en boeken kan lezen.
Later toegeven dat een senior ontwikkelaar toch wel kan valideren en daardoor productiever is.

[Reactie gewijzigd door lighting_ op 5 juni 2025 15:35]

Ja, ik hedb zelfs een eigen server met Ollama en SD draaien. Ik gebruik daarnaast ook wel eens een LLM via het web. Als je de overige reacties had gelezen had je dat ook kunnen weten.
Vandaag nog kreeg ik een suggestie voor gebruik van een functie uit een oude versie van een (python) library, terwijl ik specifiek vroeg om versie 3 (die ook al weer redelijk oud is)

Was overigens uit mistral chat

Dus ja, zelf leren programmeren blijft heel belangrijk

[Reactie gewijzigd door fenrirs op 4 juni 2025 19:06]

beetje offtopic, maar als je wilt leren programmeren en van puzzels houdt, check dan eens Advent of Code. Dit is een jaarlijks terugkerend puzzel festijn in December en bestaat uit 2 puzzels per dag die je met programmeer taal kan proberen op te lossen (taal maakt niet uit, het gaat om het begrijpen van het probleem). Ik heb er in ieder geval veel aan gehad toen net begon met python. Alle jaren sinds 2015 staan online, en daar kun je zoo mee oefenen.
Ik zie zo 1-2-3 niet het verschil tussen continue en dit product. Zolang je met Ollama het model kan hosten kan je zelf aan de slag zonder Mistral nodig te hebben en er zijn ook modellen van Mistral verkrijgbaar die via Ollama zelf lokaal kunnen worden gedraaid.

Er is ook een leuk topic over op het forum ;)
Is het nog steeds nodig om zelf de context window aan te passen bij modellen die je ophaalt via ollama? Of is dat nu makkelijker in de laatste versies? Kwam niet helemaal uit of het nu een andere default is geworden bij het doornemen van de changelogs.
Als ik het goed heb begrepen is dit nog steeds iets wat ingesteld moet worden in de instellingen van Ollama. Maar als je Continue gebruikt kan je het ook in je modelinstellingen kwijt, zodat het via het API verzoek kan worden meegegeven.
AI dit AI dat, op de beurzen gaat geen dag voorbij, of het staat bomvol AI artikelen, alles gaat nu in een stroomversnelling. Lopen wij ons niet voorbij?
Ik begrijp dat AI enorm goed kan coderen.
Maar ik heb nu al paar dingen aan chatgpt gevraagd: expressions in after effects.
En 80% van de tijd werkt het gewoon niet!

En dat is nog maar simpele java.
Vraag me af hoe goed AI nu kan coderen, en hoe goed is een Agent die alles gaat overnemen.
En dingen zelf moet testen en verbeteren?
Ik heb 350 IT'ers in dienst en zien nu een aantal sporen hoe zij AI gebruiken:
- Vibe coden nu nog vooral in gebruik door analisten om heel snel korte demo's aan klanten te laten zien hoe iets zou kunnen werken. Ook communicatie analist / ontwikkelaar verbetert door die demo's.
- Ontwikkelaars die vooral korte stukjes code uit verschillende AI's trekken. (Paar (low-code) specialisten die eigen AI tools hebben gebouwd/getraind met alleen eigen code/handboeken etc.)

Belangrijk om te vermelden dat we nu groeien in aantal IT'ers, juist om dat er zoveel ' AI ' gebouwd en geïmplementeerd wordt bij de klanten; werk groeit dus momenteel harder dan de efficiëntie toeneemt.

Wij verwachten dat er een verschuiving gaat komen naar meer focus op analisten die middels Vibe coden 80%-90% van applicatie bouwen en hierna top specialisten voor security en vooral code review (ipv code schrijven). Met de huidige snelheid van de ontwikkelingen, verwachten wij dit binnen twee jaar.
Mijn ervaring is dat het juist met AI allemaal ingewikkelder wordt.. (niet helemaal waar natuurlijk).. maar mijn voorbeeld; Was laatst met AI bezig om simpele swiper js aan te passen, na half uur constant prompte ben ik niet bij het gewenste resultaat uitgekomen en binnen 20 min met eigen ervaring wel gelukt.. het is dus een handige tool AI, maar zelf nadenken loont meer imo ;)
Was je prompt wel sterk/goed genoeg? Meestal ligt het daaraan namelijk.
Ja, prompten is inderdaad wel een kunde die aardig wat oefening vergt als je goede resultaten wil verkrijgen.
Precies dit inderdaad. In mijn ervaring speelt er bij gevorderde programmeurs vaak een groot stuk ego mee waardoor ze al een voordeel hebben 'Een AI kan mij nooit vervangen!!'. Vervolgens komt er een prut prompt omdat ze vaak taalkundig in communicatie naar mensen niet sterk onderlegd zijn en bij extensie dus ook niet naar een LLM toe. Dan krijg je idd niet de gewenste output.

Op zich ligt daar ook wel een mogelijkheid/uitdaging voor een LLM/agent om natuurlijk zelf om meer context en verduidelijking te vragen. Dan kan de prompter (hopelijk) daar ook nog iets van opsteken.

Gelukkig begint het sentiment wel langzaam te verschuiven en beginnen steeds meer mensen dit soort tools te zien voor wat het is: een geavanceerde 'rekenmachine' voor taal.
Tab complete / suggesties voor boilerplate en simpele dingen is wel heel fijn hoor. Het maakt het leven veel aangenamer omdat dan alleen de interessante dingen overblijven.

[Reactie gewijzigd door ocf81 op 4 juni 2025 18:17]

Tab complete gaat ook heel vaak fout bij copilot in VSCode. Soms complete onzin
Soms wel, heel vaak ook niet. Maar je moet wel zelf goed zijn in programmeren om dat op hoog tempo te kunnen filteren.
Ja, het is inderdaad een suggestie die voor ca. 60 à 70% het bij het juiste eind heeft. Dat is genoeg om het toch steeds weer te proberen :)
Dat is klagen dat je niet de goede zoekresultaten krijgt bij het ingeven van een zwakke tekst om mee te zoeken...
Edit verkeerde plek

[Reactie gewijzigd door themadone op 4 juni 2025 18:03]

Ik lees veel wishfull thinking als het over de kwaliteit van ai gaat. Veel programmeurs vinden zichzelf een stuk beter dan ai, maar in de praktijk worden ze langs links en rechts voorbijgestoken door mindere goden, die gewoon met ai klaarkrijgen wat ze nodig hebben en die programmeur niet meer inhuren.
Ik krijg erg mooie resultaten met Gemini 2.5 op een fractie van de tijd van wat het me anders zou kosten.
Ach, ik heb hele oude PHP-code die ik zelf ooit geschreven heb eens door chatgpt en copilot (dacht ik?) getrokken met de opdracht terug te gaan naar moderne standaarden en veiligheid.
Was het helemaal goed? Nee, hele stukken werden overgeslagen omdat die… waarom weet ik eigenlijk niet.
Resultaat was uiteindelijk wel moderne code, die mijn stijl in acht nam en veiliger en modern is.
Ik was er sneller mee klaar dan als ik het helemaal zelf had moeten doen, dus de tijdwinst is er.

Mijn python-skills zijn echt beginnersniveau en al kan ik het een beetje schrijven, er is kennelijk genoeg door de modellen heen getrokken om een basis te geven waarop ik sneller verder kan.
Zelfde als hierboven eigenlijk, stukken worden overgeslagen, de lijn is af en toe een beetje onnavolgbaar. Geeft mij in ieder geval moed dat een programmeur nog niet overbodig is 🙃

Op dit item kan niet meer gereageerd worden.