Agentic Agile-V: From Vibe Coding to Verified Engineering in Software and Hardware Development
Dit artikel betoogt dat, hoewel agentic AI potentiële productiviteitswinsten biedt, het realiseren van zijn volledige waarde in software- en hardwareontwikkeling vereist dat er wordt overgeschakeld van prompt engineering naar een gedisciplineerd procescontrolekader genaamd "Agentic Agile-V", dat een Agile-V-levenscyclus integreert met een SCOPE-V-lus op taakniveau om conversatieve intentie om te zetten in geverifieerde, op bewijs gebaseerde engineeringartefacten.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een briljante, hyper-snelle leerling hebt ingehuurd die je volledige bibliotheek kan lezen, code kan schrijven, bugs kan oplossen en zelfs hardwarekringen in seconden kan bouwen. Dit is Agentic AI.
Echter, dit artikel stelt dat het feit dat je leerling snel is, niet betekent dat het werk goed is. Sterker nog, als je gewoon casual met hen chat ("vibe coding") en hen vraagt om het "werkend te maken", eindig je misschien met een huis dat er aan de buitenkant geweldig uitziet, maar instort zodra de wind waait.
Hier is de kernboodschap van het artikel, uiteengezet in eenvoudige analogieën:
1. Het Probleem: De "Snelle maar Onbetrouwbare" Leerling
Het artikel kijkt naar real-world data om te zien hoe deze AI-agenten in werkelijkheid presteren.
- Het Goede: In sommige eenvoudige, gecontroleerde kantooropdrachten helpt de AI mensen om werk sneller af te ronden.
- Het Slechte: In complexe, rijpe projecten (zoals grote open-source software) vertraagt de AI de zaken vaak. Het raakt in de war, breekt dingen, of schrijft code die er goed uitziet maar faalt bij testen.
- Het Lelijke (Hardware): Als het gaat om het bouwen van echte hardware (zoals chips of printplaten), is de AI momenteel zeer onbetrouwbaar. Het kan een ontwerp schrijven dat er op papier correct uitziet, maar fysiek zou falen of gevaarlijk zou zijn in de echte wereld.
De Analogie: Stel je voor dat je een supersnelle chef vraagt om een maaltijd te bereiden. Als je gewoon zegt: "Maak me iets lekkers", kan het zijn dat ze een salade opgooien die wel lekker smaakt, maar een verborgen steen bevat. Als je een brug bouwt, zou die "verborgen steen" een dodelijke fout kunnen zijn. Het artikel stelt dat de bottleneck niet de snelheid van de chef is; het is dat we hen geen duidelijk, geschreven recept geven.
2. De Oplossing: "Agentic Agile-V"
De auteurs stellen een nieuwe manier van werken voor, genaamd Agentic Agile-V. Denk hierbij aan een strenge maar flexibele regelboek voor hoe mensen en AI samen moeten werken. Het heeft twee hoofdonderdelen:
Deel A: De "Gesprek-naar-Contract" Poort
- Het Chatgesprek (Ontdekking): Het is prima om met de AI te chatten om ideeën te brainstormen, vragen te stellen of uit te zoeken wat je wilt. Dit is de "vibe"-fase.
- Het Contract (Uitvoering): Voordat de AI daadwerkelijk iets mag bouwen, moet het gesprek worden omgezet in een formeel, schriftelijk briefje.
- De Regel: Je mag de AI niet laten beginnen met coderen op basis van een lange, rommelige chatgeschiedenis. Je moet het plan eerst samenvatten in een duidelijk, beoordeeld document.
- Analogie: Je kunt met je architect praten over wat je wilt in je huis, maar je kunt hen niet laten beginnen met beton storten totdat ze een contract met een blauwdruk hebben getekend.
Deel B: De SCOPE-V Lus
Zodra de AI het "contract" heeft, volgt het een specifieke 6-staps lus voor elke enkele taak:
- Specificeren: Definieer precies wat je moet doen en wat je niet moet doen.
- Beperken: Stel grenzen (bijv. "Verander de voordeur niet", "Voeg geen nieuwe dure tools toe").
- Orkestreren: Plan de stappen voordat je handelt.
- Bewijzen: Voer direct tests uit. Werkte het?
- Evolutioneren: Leer van het resultaat en update de regels.
- Verifiëren: Controleer opnieuw. Is het veilig?
3. Het Veiligheidsnet: Risico-Adaptieve Poorten
Niet elke taak vereist hetzelfde veiligheidsniveau. Het artikel stelt een "verkeerslichtsysteem" voor hoeveel bewijs je nodig hebt voordat je het werk van de AI accepteert:
- Groen Licht (Laag Risico): Een wegwerpscript maken of een concept.
- Vereiste: Alleen een snelle check. Geen mens nodig.
- Geel Licht (Middelmatig Risico): Een kleine bug oplossen of de kleur van een knop wijzigen.
- Vereiste: Standaard code-review en tests.
- Rood Licht (Hoog Risico): Het betalingsysteem wijzigen, medische software, of hardwarekringen.
- Vereiste: Strenge Bewijzen. Je hebt onafhankelijke tests, simulatielogboeken en een mens nodig die expliciet akkoord gaat. De AI kan niet gewoon "zeggen" dat het klaar is; het moet het bewijzen met bewijsmateriaal.
4. De Grote Kernboodschap
Het artikel concludeert dat Agentic AI ingenieursdiscipline niet vervangt; het maakt het eigenlijk belangrijker.
- Oude Manier: "Prompt Engineering" (Proberen de perfecte magische woorden te vinden om de AI het juiste te laten doen).
- Nieuwe Manier: "Procescontrole" (Een systeem bouwen waar de AI wordt geleid door duidelijke eisen, strenge beperkingen en onafhankelijke verificatie).
De Eindmetafoor:
Agentic AI is als een hoogpresterende raceauto. Als je er zomaar in stapt en vol gas geeft zonder kaart, veiligheidsgordel of rijbewijs, zul je crashen. Agentic Agile-V is het circuit, de veiligheidsuitrusting en de race-regels. Het zorgt ervoor dat de auto snel gaat en veilig op de bestemming aankomt.
Het artikel stelt dat we moeten stoppen met het behandelen van AI als een toverstaf en moeten beginnen met het behandelen ervan als een krachtig hulpmiddel dat een bekwame ingenieur vereist om het te begeleiden.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.