Wanneer moet je een AI vragen code helemaal nieuw te schrijven versus alleen bestaande code te beoordelen of refactoren?

Question

Accepted Answer

De vuistregel: laat de AI **schrijven** waar fouten goedkoop en duidelijk zijn, en gebruik het voor **beoordelen/refactoren** waar fouten duur of subtiel zijn. De doorslaggevende factor is hoeveel het je kost om de output te verifiëren.

## Wanneer je het helemaal nieuw laat schrijven

- **Greenfield en boilerplate** — een nieuw util, een config file, een CRUD endpoint, een regex. Er is geen verborgen context die kan breken.
- **Onbekende API's/bibliotheken** — de AI kent het oppervlak van een bibliotheek die jij niet kent, en je verifieert tegen de documentatie.
- **Wegwerp-/prototype code** — snelheid is belangrijker dan perfectie.

In deze gevallen is de kost van een bug laag en je kunt het resultaat van begin tot eind lezen.

## Wanneer je het alleen voor beoordeling/refactoring gebruikt

- **Zakelijk-kritieke logica** — facturering, authenticatie, geldberekeningen. Een aannemelijk ogende foutieve antwoord is gevaarlijk.
- **Subtiele code** — gelijktijdigheid, veiligheid, algoritmes vol randgevallen waar "ziet er goed uit" niet "is goed" betekent.
- **Grote bestaande systemen** — de AI kan niet alle invarianten zien waar je codebase op vertrouwt, dus ergens erin genereren riskeert stille fouten.

Hier hou je de AI als een **tweede paar ogen**: het stelt voor, jij beslist.

```text
                 Cost of a bug LOW          Cost of a bug HIGH
New code          ✅ let AI write           ⚠️ AI drafts, you verify hard
Existing code     ✅ AI refactors           ✅ AI reviews, you write the change
```

## Afwegingen en risico's

Helemaal nieuw schrijven is snel, maar de AI kan API's uitvinden (**hallucination**) of context missen die het niet kan zien. Beoordelen is veiliger maar langzamer en alleen zo goed als de context die je geeft. Hoe dan ook ben jij de **verantwoordelijke auteur** — de AI is een tool, niet de ondertekenaar van de commit.

## Waarom het belangrijk is

Dit verkeerd inschatten is waar AI-ondersteunde ontwikkeling fout gaat: mensen laten de AI kritieke logica genereren die ze vervolgens niet volledig kunnen verifiëren, of ze schrijven zelf triviale boilerplate die de AI in seconden had kunnen produceren. Het matchen van de modus (**schrijven** vs **beoordelen/refactoren**) op de **kost van ongelijk hebben** houdt je snel bij het goedkope spul en voorzichtig bij het gevaarlijke spul. De vaardigheid die wordt getest is oordeel over waar je je verificatiewerk moet doen — niet of je een AI kunt aansturen.