Insights AI workshop

AI schuift steeds vaker mee aan tafel in de ontwikkelworkflow. Niet als vervanging van developers, maar wel als hulpmiddel, dat indien het juist ingezet wordt, een stevige meerwaarde kan bieden. Tijdens onze tweede AI-workshop doken we samen met Jan De Dobbeleer en Bart Gelders in een aantal principes die bepalen hoe goed AI in een softwareomgeving werkt. De praktische kant stond centraal: waar het werkt, waar het botst en hoe je ervoor zorgt dat het je echt helpt in je dagelijkse werk.

## Context window

Een belangrijk concept bij taalmodellen is het context window. Dat bepaalt hoeveel informatie een model tegelijk kan verwerken. Alles wat daarbuiten valt, wordt niet meegenomen in de output. Je meet het in tokens waarbij 1 token overeenkomt met 3 à 4 karakters per token. Hoe groter het window, hoe meer code, documentatie of conversatie een model tegelijk kan meenemen.

In de praktijk zijn er wel twee belangrijke kanttekeningen:

• De effectieve context is vaak kleiner dan wat aanbieders van taalmodellen communiceren.
• Als het context window overschreden wordt, daalt de kwaliteit van de output snel en abrupt.

Die plotse achteruitgang staat bekend als context degradation. Gelukkig zijn er manieren om dit te vermijden. Agents kunnen bijvoorbeeld oudere of minder relevante informatie samenvatten zodat de beschikbare ruimte efficiënter wordt gebruikt. Ook blijft het belangrijk om taken klein en helder te houden. Wanneer een conversatie dreigt te ontsporen, is een nieuwe start vaak efficiënter dan proberen om een vervuilde context te behouden.

## Instructions

Naast context spelen ook instructies een rol. In tools zoals GitHub Copilot zijn dat expliciete richtlijnen die mee in de context worden genomen. Ze sturen het model richting de gewenste output zonder dat het model zelf aangepast moet worden. Instructions kunnen zowel globaal zijn (bijvoorbeeld in .github/copilot-instructions.md) als scoped per technologie of domein ( voorbeeld in .github/instructions/java.md, .github/instructions/golang.md, etc.). Dat maakt het mogelijk om taalmodellen consistent te laten werken binnen de afspraken van een codebase.

Belangrijk daarbij is om alleen relevante instructions mee te geven. Elke regel neemt immers plaats in binnen het context window. De manier waarop Copilot automatisch repository-specifieke regels injecteert, maakt het voor ons als ontwikkelaars een stuk eenvoudiger.

## Clean Code

AI werkt het beste in een codebase die ook voor mensen leesbaar is. Slecht gestructureerde code, denk aan God-klassen of methodes met een ellenlange lijst parameters, maakt het voor taalmodellen moeilijker om de juiste context te begrijpen. Bovendien gebruiken grote stukken complexe code onnodig veel contextruimte.

Door te werken met kleine, coherente klassen en methodes, duidelijke lagen in de architectuur en goed geplaatste abstrahering, maken we het voor AI eenvoudiger om de code te interpreteren. In veel gevallen loont het daarom om eerst te refactoren en pas daarna AI in te zetten.

## Spec-Driven Development

Spec-Driven Development kwam aan bod met behulp van GitHub Spec-Kit. Het idee is eenvoudig: in plaats van meteen code te genereren, vertrek je vanuit duidelijke specificaties. Eerst beschrijf je wat je wil bouwen en waarom, daarna volgt het technische plan en pas dan de implementatie.

Spec-Kit komt met een aantal slash-commando's:

• /speckit.constitution : definieer de basisprincipes en richtlijnen die altijd gelden
• /speckit.specify : beschrijf wat de feature moet doen en waarom
• /speckit.plan : leg de technische keuzes vast
• /speckit.tasks : vertaal het plan naar concrete taken
• /speckit.implement : voer alle taken uit en ontwikkel taak per taak

Het grote verschil met zogenaamde vibe coding is dat hier vertrokken wordt vanuit een duidelijke structuur en documentatie. Het resultaat is niet alleen werkende code maar ook correcte documentatie.

## Slot

De tools rond AI evolueren aan een verschroeiend tempo. Toch bouwen veel van die vernieuwingen verder op principes die al langer bestaan: duidelijke context, heldere instructies en goed gestructureerde code.

De technologie verandert, maar het fundament blijft hetzelfde. Deze workshop was vooral een kans om dat fundament scherper te stellen en te kijken hoe we AI zo kunnen inzetten dat het ons werk als ontwikkelaar echt versterkt.