Agentic engineering training bij Ravago
Een dag met een groep developers van Ravago over hoe AI-agents werken, hoe je ze efficiënt inzet in softwareontwikkeling en wat dat aan hun werk verandert.
Op 23 oktober zaten we een volle dag met een groep developers van Ravago rond de tafel voor de agentic engineering kata. Iedereen werkte op zijn eigen laptop, met zijn eigen AI-assistent. Theorie, demo's en oefeningen wisselden elkaar af.
Hoe een agent echt werkt
In de voormiddag begonnen we bij de basis: wat er met je vraag gebeurt, wat de agent echt leest en wat dat kost. Wie dat doorheeft, kan zelf veel doen om beter met een agent samen te werken. Een greep uit de tips die we meegaven:
- je prompt: noem het doel, de bestanden die ertoe doen en wat niet mag
- je context: geef de agent alleen wat hij voor deze taak nodig heeft, want meer context maakt hem duurder en minder betrouwbaar
- je sessie: begin een nieuwe sessie voor elke taak, want alles wat erin zit, gaat bij elke vraag opnieuw mee
- je model: probeer een goedkoper model op een afgebakende taak en kijk het resultaat na
Samenwerken met agents
In de namiddag leerden we een repository inrichten voor agents. Wat een agent elke keer nodig heeft, zet je in bestanden: korte instructies, skills voor wat je vaak doet en hooks voor wat altijd moet gebeuren. Je commit ze, dus het hele team werkt met dezelfde afspraken.
Veel aandacht ging naar quality gates. Een agent schrijft sneller code dan jij ze kan lezen, dus laat je de controle over aan checks die hij zelf na elke stap draait: tests, een ondergrens voor coverage en mutation testing. Dezelfde checks draaien ook voor elke merge, zodat de agent de lat niet stilletjes lager kan leggen. Wat er gebouwd wordt en wanneer het in productie gaat, beslis je zelf.
Laat een machine controleren wat een machine kan controleren.
Ook loop engineering kwam aan bod: de agent toont de bug in een echte development-omgeving, legt hem vast in een test en werkt tot die slaagt.
Daarna bekeken we hoe je meerdere agents laat samenwerken: een bouwer en een criticus die elkaars werk nakijken, of agents die elk in een eigen worktree naast elkaar werken.
Wat dit met ons werk doet
We sloten af met een open gesprek over hoe ons werk verandert en hoe we daarmee omgaan. Wie minder zelf schrijft, leest en test meer. Management verwacht soms tien keer zoveel output, terwijl typen nooit de bottleneck was. En wie twijfelt of hij dit al goed genoeg kan: niemand doet dit al lang. Jij blijft de engineer.
De deelnemers houden de repository met de cursus, zodat ze alles later kunnen nalezen. Dank aan Ravago voor de ontvangst.
Wil je zo'n dag ook voor jouw developers? Bekijk de kata of neem contact op.
Zullen we eens praten?
Vertel kort wat er beter kan lopen. We antwoorden meestal binnen een werkdag.