💻 computer science

From Prompt to Production: A Case Study of Human-AI Collaborative Software Development Using Claude Code Multi-Agent Orchestration

Dit artikel presenteert een uitgebreide casestudy over de ontwikkeling van een medisch platform voor productieomgevingen met behulp van de multi-agent orchestratie van Claude Code, waarbij een mens-AI-competentiekader wordt vastgesteld, prestatiewinsten over verschillende AI-configuraties wordt gekwantificeerd, en strategieën voor tokenoptimalisatie worden voorgesteld om de productiviteit te verhogen terwijl de kosten worden verlaagd.

Oorspronkelijke auteurs: Pham Thi Thuong, Nguyen Dang Quang, Ngo Thi Lan Phuong

Gepubliceerd 2026-07-07

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Pham Thi Thuong, Nguyen Dang Quang, Ngo Thi Lan Phuong

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://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 enorme, complexe wolkenkrabber (een softwaresysteem) bouwt om medische aanbestedingen te beheren. In het verleden had je een enorme ploeg bouwvakkers nodig om het zware werk te doen, steen voor steen. Maar in deze studie probeerden de onderzoekers iets nieuws: ze huurden één enkele, ongelooflijk slimme "AI-architect" in (Claude Code) om 90% van de eigenlijke constructie te doen, terwijl een mens optrad als de "bouwplaatsmanager".

Hier is het verhaal van hoe ze deze wolkenkrabber bouwden, de regels die ze volgden en wat ze hebben geleerd, eenvoudig uitgelegd.

1. Het Project: Een Digitale Medische Marktplaats

Het team bouwde een systeem genaamd SmartMedTender. Denk aan een geavanceerde digitale marktplaats waar ziekenhuizen de juiste medische benodigdheden kunnen vinden en biedingen kunnen indienen.

De Schaal: Het is een groot gebouw met 186 verschillende kamers (codebestanden), een database van 26 tabellen en een gebruikersinterface die eruitziet als een moderne app.
Het Team: Eén menselijke expert (die weet hoe ziekenhuizen inkopen) en een AI-assistent.
Het Resultaat: Ze bouwden het hele ding in ongeveer 120 uur aan actieve arbeid. De onderzoekers schatten dat als een mens dit alleen zou proberen te doen, het ongeveer 600 uur zou hebben gekost. Dat is een 5x versnelling.

2. Het Geheime Recept: Hoe de AI Werkt

De AI die ze gebruikten is niet zomaar een "autocomplete"-tool die het volgende woord raadt. Het is meer als een Zwitsers zakmes met een brein. Het paper benadrukt vier speciale superkrachten die de AI gebruikte:

De Meesterplanner (Hiërarchische Planning): In plaats van te zeggen "Bouw een huis", breekt de AI het af: "Eerst de fundering storten. Daarna de muren plaatsen. Vervolgens de ramen installeren." Het breekt grote doelen op in kleine, uitvoerbare taken.
De Gespecialiseerde Crew (Multi-Agent Orchestratie): Dit is het belangrijkste deel. De AI doet niet alles zelf; hij roept verschillende "sub-agents" (gespecialiseerde mini-bots) op voor specifieke taken:
- Eén agent fungeert als de Architect (tekent de blauwdrukken).
- Eén is de Backend Builder (legt de leidingen en bedrading aan).
- Eén is de Frontend Designer (schildert de muren en installeert de deuren).
- Eén is de Inspecteur (controleert op scheuren en bugs).
- Analogie: Het is als een dirigent die een orkest leidt. In plaats van dat één persoon elk instrument probeert te spelen, hebben ze een violist, een drummer en een fluitist die perfect samenwerken.
De "Genetische" Zelfverbeteraar: Als de AI een stuk code schrijft dat een beetje rommelig is, wacht hij niet tot de mens het oplost. Hij kijkt naar zijn eigen werk, zegt: "Hm, dat klopt niet helemaal," en herschrijft het automatisch totdat het perfect is. Het is als een schrijver die zijn eigen concept corrigeert voordat hij het aan de redacteur laat zien.
De Gereedschapskist: De AI weet hoe hij specifieke tools moet gebruiken (zoals het draaien van tests of het controleren op beveiligingslekken) zonder dat hem precies hoeft te worden verteld op welke knop hij moet klikken.

3. De Taak van de Mens: De "Strategisch Directeur"

Het paper maakt een cruciaal punt: De mens is niet de programmeur, de mens is de regisseur.

In de oude dagen schreef een programmeur elke regel code. Op deze nieuwe manier is de taak van de mens:

De Visie Geven: Vertellen wat de AI moet bouwen en waarom (bijv. "We moeten producten matchen op basis van deze specifieke medische regels").
De Grote Beslissingen Maken: De technologie en de structuur kiezen.
De Kwaliteit Controleren: Kijken naar het eindproduct en zeggen: "Ja, dit werkt," of "Nee, dit past niet bij onze regels."
De Domeinkennis Bezitten: De AI weet niet hoe Vietnamese medische aanbestedingen werken. De mens levert die specifieke kennis.

De 6 Vaardigheden die Nodig zijn: Om een goede directeur te zijn, moet de mens zes nieuwe vaardigheden leren, zoals het schrijven van zeer duidelijke instructies (prompt engineering), het snel kunnen herkennen van fouten, en het vermogen om grote taken op te splitsen in kleine onderdelen.

4. Geld Besparen: Het "Token"-Probleem

Het gebruik van AI kost geld op basis van hoeveel de AI "denkt" (gemeten in "tokens"). De onderzoekers ontdekten dat als je willekeurig met de AI chat, het veel geld verspilt. Ze ontdekten 5 trucs om 47% van de kosten te besparen zonder kwaliteitsverlies:

Gooi niet alles in één keer over de schutting: In plaats van om het hele gebouw te vragen in één zin, vraag om de fundering, dan de muren, dan het dak.
Gebruik een "Projectgeheugen"-bestand: In plaats van de AI elke keer opnieuw de regels te herinneren, houd je een meesterdocument bij (zoals een regelboek) dat de AI één keer leest en onthoudt.
Gebruik de juiste specialist: Vraag de "General Manager"-bot niet om een lamp te repareren; vraag de "Elektricien"-bot. Specialisten maken minder fouten, waardoor je niet betaalt voor herstelwerkzaamheden.

5. Het Grote Experiment: Team vs. Solo

Om te bewijzen dat hun methode werkte, lieten ze een race zien met drie verschillende opstellingen:

Het Super Team (Opus + Multi-Agent): De slimste AI met de gespecialiseerde crew.
Het Budget Team (Sonnet + Multi-Agent): Een iets goedkopere AI met dezelfde gespecialiseerde crew.
De Solo Werker (Opus Single-Agent): De slimste AI, maar werkend alleen zonder crew of speciale tools.

De Resultaten:

Kwaliteit: Het "Super Team" bouwde de beste code (score van 92/100). De "Solo Werker" was veel slechter (69/100) omdat hij meer fouten maakte en telkens weer gecorrigeerd moest worden.
Snelheid: Het Team voltooide het werk in de helft van de tijd.
Kosten: Verrassend genoeg gebruikte het Team 48% minder tokens (geld) dan de Solo Werker. Waarom? Omdat het Team het in één keer goed deed. De Solo Werker bleef fouten maken, wat leidde tot dure herstelwerkzaamheden.

De Kernboodschap

Dit paper laat zien dat de toekomst van software niet alleen gaat over het hebben van een intelligentere AI. Het gaat over hoe je de AI organiseert.

Als je de AI behandelt als een enkele werker die alles doet, wordt hij moe, maakt hij fouten en kost het een fortuin. Maar als je de AI behandelt als een dirigent die een team van specialisten leidt, met een mens die optreedt als de regisseur, krijg je een sneller, goedkoper en kwalitatief beter resultaat. De mens hoeft geen programmeergenie meer te zijn; hij moet gewoon een goede manager zijn die weet hoe hij duidelijke instructies moet geven en het werk moet controleren.

Technische Samenvatting: Van Prompt naar Productie via Mens-AI Collaboratieve Softwareontwikkeling

Probleemstelling

Ondanks de snelle vooruitgang van Large Language Models (LLM's) en AI-coderingsassistenten blijft er een kritische kloof bestaan in de literatuur met betrekking tot systematische, empirisch onderbouwde methodologieën voor end-to-end mens-AI collaboratieve softwareontwikkeling. Bestaand onderzoek heeft zich grotendeels gericht op geïsoleerde programmeertaken, competitief programmeren of generatie van enkelvoudige bestanden, waarbij vaak een gebrek is aan ecologische validiteit. Als gevolg hiervan ontbreken er voor praktijkgebruikers evidence-based frameworks voor het bouwen van volledige, productiebestendige systemen van concept tot implementatie. Zonder dergelijke frameworks lopen organisaties het risico op inefficiënt tokengebruik, kwaliteitsdegradatie door ontoereikend toezicht en architecturale drift. Bovendien is er een gebrek aan begrip over de specifieke menselijke competenties die vereist zijn om AI-agenten effectief aan te sturen en de relatieve effectiviteit van multi-agent orchestratie versus single-agent benaderingen in real-world scenario's.

Methodologie

De auteurs adresseren deze hiaten door middel van een uitgebreide casestudy van SmartMedTender, een productiebestendig, 186-bestanden tellend full-stack medisch tenderbeheersplatform dat volledig is ontwikkeld via mens-AI pair programming met behulp van Claude Code (aangedreven door Claude Opus 4.8).

De Casestudy

Projectomvang: Een Spring Boot (backend) en Vue 3 (frontend) systeem voor de Vietnamese gezondheidszorg, voorzien van OCR, AI-gestuurde vereistenanalyse, multi-strategische productmatching en automatische biedgeneratie.
Collaboratiemodel: De menselijke collaborator (een senior onderzoeker met domeinexpertise) fungeerde als de Strategic Director, verantwoordelijk voor de visie, vereisten en kwaliteitsbewaking. De AI hanteerde hiërarchische taakdecompositie, code-generatie, testen en deployment automatisering.
Workflow: Er werd een iteratief proces van zeven fasen vastgesteld: Strategische Richting $\rightarrow$ AI Planning $\rightarrow$ AI Executie (via multi-agent orchestratie) $\rightarrow$ Menselijke Review $\rightarrow$ Integratie/Testen $\rightarrow$ Deployment $\rightarrow$ Iteratie.
Communicatiepatronen: De studie identificeerde vier interactiemodi: Directief, Exploratief, Iteratieve Verfijning en Autonoom.

Experimenteel Ontwerp

Om de voordelen van de voorgestelde aanpak te kwantificeren, voerden de auteurs gecontroleerde experimenten uit waarbij drie AI-configuraties werden vergeleken over vijf gestandaardiseerde software engineering taken (Architectuurontwerp, Backend Implementatie, Frontend Implementatie, Testen en Code Review):

Config 1 (C1): Claude Opus 4.8 met Multi-Agent Orchestration (de volledige SmartMedTender setup).
Config 2 (C2): Claude Sonnet 4.6 met Multi-Agent Orchestration (kostenefficiënt alternatief).
Config 3 (C3): Claude Opus 4.8 zonder Orchestration (Single-Agent Baseline).

De metrieken omvatten taakvoltooiing, outputkwaliteit (expert-beoordeeld op een 0–100 schaal), tokenconsumptie, tijdefficiëntie en het aantal iteraties.

Belangrijkste Bijdragen

1. End-to-End Casestudy (C1)

Het artikel documenteert de volledige ontwikkeling van een 186-bestanden tellend productiesysteem en biedt een repliceerbaar referentiekader voor de onderzoekscommunity. Het beschrijft de transitie van vereisten naar een gedeployed systeem, inclusief database schema modellering, full-stack implementatie en UAT.

2. Karakterisering van AI-capaciteiten (C2)

De auteurs identificeren en kwantificeren vier kerncapaciteiten van AI die essentieel zijn voor effectieve ontwikkeling:

Hiërarchische Planning: Recursieve decompositie van hoogwaardige vereisten in implementeerbare taken (bijv. een 4-niveau taakhiërarchie).
Multi-Agent Orchestration: Gebruik van gespecialiseerde sub-agents (Architect, Senior Backend, Senior Frontend, Testers, DevOps, etc.) die in sequentiële of parallelle pipelines werken.
Genetic AI: Een autonome generatie- en iteratieve verfijningslus waarbij de AI de code zelf bekritiseert op correctheid, volledigheid en consistentie voordat er menselijke review plaatsvindt.
Skill-Based Tool Integratie: Modulaire invocatie van gespecialiseerde capaciteiten (bijv. code-review, simplify, verify) om aangepaste workflows te construeren.

3. Menselijk Competentiekader (C3)

Voorbij traditionele programmeervaardigheden formaliseert het artikel een zesdimensionaal competentiekader voor de menselijke collaborator:

SK1: Prompt Engineering en Specificatie Schrijven.
SK2: AI Output Evaluatie (snelle beoordeling van functionele, architecturale en security correctheid).
SK3: Iteratieve Verfijningscommunicatie (het geven van precieze, actiegerichte feedback).
SK4: Taakdecompositie en Scope Management (het balanceren van taakgranulariteit).
SK5: Tool en Skill Orchestration.
SK6: Token Bewustzijn en Optimalisatie.

4. Token Optimalisatiestrategieën (C4)

Er werden vijf empirisch gevalideerde strategieën voorgesteld om het tokenverbruik te verminderen zonder de kwaliteit in gevaar te brengen, wat resulteerde in een geaggregeerde reductie van 47,3%:

Context Window Management: Progressieve loading en sessie-segmentatie.
Incrementale Prompting: Complexe verzoeken opdelen in gefocuste sequenties.
Artifact Reuse: Gebruikmaken van persistente documentatie (bijv. CLAUDE.md) om te voorkomen dat context opnieuw verzonden moet worden.
Agent Specialisatie: Taken routeren naar geoptimaliseerde sub-agents in plaats van general-purpose modellen.
Taakgranulariteit Kalibratie: Gericht zijn op 50–200 regels code per interactie om een balans te vinden tussen kwaliteit en overhead.

5. Multi-Agent vs. Single-Agent Vergelijking (C5)

De studie levert de eerste kwantitatieve vergelijking tussen multi-agent orchestratie en single-agent benaderingen, waarbij wordt aangetoond dat orchestratie significant beter presteert dan single-agent baselines op het gebied van kwaliteit, efficiëntie en kosten.

Resultaten

Experimentele Bevindingen

Kwaliteit: De Multi-Agent configuratie (C1) behaalde een gemiddelde kwaliteitsscore van 92,8, vergeleken met 69,4 voor de Single-Agent baseline (C3), een verschil van 23,4 punten. Het gat was het grootst bij testtaken (+26 punten).
Token Efficiëntie: C1 verbruikte 48,4% minder tokens (gemiddeld 17.820) dan C3 (gemiddeld 34.560). Dit contra-intuïtieve resultaat wordt toegeschreven aan een hogere correctheid bij de eerste poging, wat het aantal verfijningsiteraties drastisch verminderde (3,2 vs. 9,4).
Tijdefficiëntie: C1 voltooide taken 47,4% sneller dan C3 (24,6 min vs. 46,8 min).
Kostenefficiëntie: De Sonnet + Orchestration (C2) configuratie bleek de meest kosteneffectieve, met een hoge kwaliteit (85,6) tegen slechts 44% van de tokenkosten van C1, en een 5,6x betere kwaliteit-gecorrigeerde kostenverhouding dan de single-agent baseline.

Impact van Token Optimalisatie

De toepassing van de vijf optimalisatiestrategieën resulteerde in een reductie van 47,3% in tokenuitgaven. Opvallend genoeg verbeterden strategieën zoals incrementele prompting en agent specialisatie tegelijkertijd de correctheid bij de eerste poging (met respectievelijk 22% en 16%), wat de aanname uitdaagt dat kostenreductie ten koste moet gaan van kwaliteit.

Betekenis en Claims

Het artikel beweert een evidence-based fundament te leggen voor mens-AI collaboratieve software engineering. De significantie ligt in:

Paradigmaverschuiving: Het verschuiven van het zien van AI als een code-aanvullingsinstrument naar een collaboratieve partner die strategische menselijke sturing vereist.
Definiëren van Nieuwe Vaardigheden: Het benadrukken dat effectieve AI-collaboratie onderscheidende competenties vereist (specificatie schrijven, output evaluatie) die verschillen van traditionele programmeersnelheid of algoritmische kennis.
Validatie van Architectuur: Het aantonen dat de architectuur van AI-assistentie (hoe agenten gespecialiseerd en georchestreerd worden) even cruciaal is als de capaciteit van het onderliggende model.
Economische Haalbaarheid: Het bieden van concrete strategieën om AI-ondersteunde ontwikkeling economisch levensvatbaar te maken door middel van token optimalisatie en gelaagd modelgebruik (bijv. Sonnet gebruiken voor routinetaken en Opus voor complexe architectuur).

De auteurs concluderen dat hoewel er beperkingen bestaan (enkel project, enkele menselijke collaborator), de gepresenteerde frameworks en strategieën bruikbare richtlijnen bieden voor praktijkgebruikers die hun productiviteit willen maximaliseren en operationele kosten willen minimaliseren in AI-ondersteunde ontwikkeling.