OVER DEZE AFLEVERING
Wat gebeurt er met de kwaliteit van je software als AI het grootste deel van de code schrijft? In deze aflevering van Techzine Talks spreken we met Luc Brandts, CEO van Software Improvement Group (SIG), over de meetbare impact van AI op codekwaliteit, technische schuld en softwareontwikkeling in 2025.
SIG meet al 26 jaar softwarekwaliteit en heeft meer dan 500 miljard regels code geanalyseerd. Die expertise maakt het mogelijk om te meten of code door mensen of door AI is geschreven. Het stelt SIG ook in staat om het verschil in kwaliteit te meten. Gemiddeld scoort AI-gegenereerde code 30% slechter dan menselijk geschreven code. Dat heeft directe gevolgen voor het onderhoud van code, ontwikkelsnelheid en kosten.
Brandts is voorstander van het gebruik van AI, maar de bevindingen van SIG maken ook duidelijk dat er goede guardrails en governance omheen moet zetten. Aan de hand van de analyse van Cursor's FastRender-project, waarbij 2000 agents in één week een browser bouwden met 3 miljoen regels code, wordt duidelijk hoe snel technische schuld zich opstapelt als er geen goede sturing is. De 2000 agents produceren weliswaar in zeven dagen tijd een hoeveelheid code die normaal gesproken jaren duurt om te produceren als mensen het doen, maar het resultaat scoort slechts 1,1 ster op SIG's vijfsterrenrating. Er moet dus nog heel veel extra werk ingestoken worden om die score te verbeteren.
• AI-gegenereerde code scoort gemiddeld 30% slechter op kwaliteit
• Het vijfsterrensysteem van SIG is een absolute benchmark
• Cursor's FastRender: 3 miljoen regels code in één week, slechts 1,1 ster kwaliteit
• Architectural drift is het grootste risico bij AI-gedreven ontwikkeling
• Harness engineering is nodig om AI-agents in toom te houden
• AI-systemen bouwen vraagt een compleet andere beveiligingsaanpak (ISO 5338)
• Voorspelling: AI creëert volgend jaar meer technische schuld dan het oplost
• Het grootste risico van AI is het níét gebruiken
0:57 Wat doet Software Improvement Group?
3:05 Het vijfsterrensysteem voor codekwaliteit
5:39 AI-code is gemiddeld 30% slechter
6:21 Waarom je guardrails nodig hebt bij AI
7:55 Analyse van Cursor's FastRender project
10:51 Architectural drift en automatische controle
15:03 Harness engineering: AI-agents in toom houden
20:29 Beveiliging van AI-systemen en ISO 5338
27:04 Portfoliostrategie en technische schuld
33:50 De SaaSpocalypse en custom software
