Waarom Sommige Ontwikkelaars AI bij het Programmeren Afwijzen

De techwereld raast door met AI-hype. Elke tool belooft coderen te veranderen, elke pitch noemt LLMs als redmiddel. Het klinkt verleidelijk. Maar niet iedereen haakt aan.

Steeds meer developers stappen bewust af van AI-ondersteund programmeren. Ze stellen een simpele vraag: hebben we dit echt nodig? Laten we kijken waarom ervaren engineers deze trend overslaan en wat dat zegt over slimme tooling.

De Kosten van Doorlopende Abonnementen

Begin bij de portemonnee.

De meeste AI-codingtools draaien op abonnementen. Maandelijks of jaarlijks betalen voor AI in je IDE. Logisch? Niet altijd. Je committeert je financieel aan iets dat maar bij een klein deel van je werk helpt.

Veel developers grijpen daarom terug op simpele editors. Reken maar uit: als AI alleen boilerplate of docs fikst – zeg 10% van je tijd – weegt die vaste kosten dan op tegen gratis alternatieven? Tools die al jaren bestaan, zonder recurring fees.

Oudere devs hebben dit allemaal gezien. No-code beloofde programmeurs overbodig te maken. Low-code bracht nieuwe schulden. Elke 'revolutie' gaf wins, maar nooit zoveel als gehyped. Skepticisme hier is geen afwijzing van AI. Het is zien dat tools niet altijd het echte probleem pakken.

Complexiteit: Toevallig of Fundamenteel?

Nu wordt het interessant.

Fred Brooks' 'No Silver Bullet' is verplicht leesvoer. Niet alle complexiteit is hetzelfde.

Accidentele complexiteit is de rompslomp: geheugenbeheer, herhaalde code, API's opzoeken. Saai, maar niet rocket science.

Essentiële complexiteit zit in het probleem zelf: eisen snappen, architectuur kiezen, state beheren in distributed systems, bugs jagen. Dat blijft, of je nu in Assembly of Python typt.

Talen en frameworks hebben accidentals al getemd. Geen machinecode meer. Package managers, linters en tests doen het vuile werk.

De bittere pil: AI lost vooral accidentals op, die we al hadden gefixt. Een REST-endpoint of unit test genereren? Dat is old school. De echte knel zit in wat je bouwt en waarom.

De Valkuilen van Extra Abstrahering

Stel je de tech-stack voor: Python-regels triggeren miljoenen operaties lagerop. Van bytecode tot CPU.

AI voegt een extra laag toe: jij zegt wat, AI schrijft code. Agentic systems moeten straks autonoom taken doen.

Maar elke laag brengt nieuwe bugs. Bij crashes duik je lager in de stack. AI-code begrijpen? Dat wordt reverse-engineeren. Geen tijdwinst, maar extra onderhoud.

Ervaring als Wapen

Er zit een generatiekant aan.

Tech viert jeugd en snelheid: vijf jaar ervaring is al 'senior'. Maar devs met decennia kennis kennen falen, risico's en hype-cycli – Java, Ruby, blockchain, serverless.

Dat maakt ze niet anti-innovatie. Wel anti-onzin.

Wat Dit Betekent voor NameOcean-Gebruikers

Bij NameOcean omarmen we AI waar het telt – en zijn eerlijk over grenzen.

Op Vibe Hosting zit AI in infra-keuzes, deployment, scaling. Duidelijke problemen, meetbare gains.

We vervangen geen developer. We killen frictie in deployment en monitoring.

Skeptisch over AI-coding? Goed bezig. Gebruik het voor saai werk, sla over bij core decisions. De toekomst haalt devs niet weg, maar distractions wel.