Zes niveaus van fabrieksautonomie, de drempels ertussen, en onze voorspelling van hoe ver 2026 ons brengt. Nu opgeschreven zodat je ons later kunt beoordelen.
Voorspellingen over AI zijn goedkoop omdat niemand ze narekent. Deze pagina is een rubric, geen gevoel: elke drempel hieronder is waar of onwaar voor een echt team dat echte software levert. We werken de pagina bij als drempels vallen, en we verzetten de doelpalen niet.
Geleend van hoe zelfrijdende auto's worden beoordeeld, toegepast op hoe software wordt gebouwd. De interessante sprong is F3 naar F4: van agents waaraan je delegeert naar een fabriek die je aanstuurt.
Fig. 1 · Human share of the effort behind a merged changeSchematic, by autonomy level. Hover for values.
F3 · you are here
F0
Handmatig
Het grootste deel van de softwaregeschiedenis
Mensen schrijven elke regel. Tools compileren, linten en klagen. Het toetsenbord is de fabriek.
Drempels
▸Geen. Dit is de bodem.
F1
Ondersteund
2021 tot 2023
Autocomplete wordt goed. Een model stelt de volgende tokens voor, maar er gaat niets live zonder dat een mens het meeste typt.
Drempels
▸Door een model voorgestelde code staat in een meerderheid van de nieuwe bestanden.
▸Niemand reviewt er anders door.
F2
Begeleid
2024
Een agent schrijft hele functies en bestanden terwijl een mens elke stap volgt en elk commando goedkeurt. Eén agent, één mens. Sneller, maar nog steeds serieel.
Drempels
▸Een agent voltooit wijzigingen over meerdere bestanden van begin tot eind.
▸De mens leest elke regel voordat het merget.
▸Eén mens stuurt hoogstens één agent tegelijk aan.
F3
Gedelegeerd
2025 tot nuWaar serieuze teams staan
De agent bezit een taak van ticket tot diff. De mens reviewt het resultaat, niet de toetsaanslagen. De aandacht verschuift van code schrijven naar werk specificeren en beoordelen. Eén engineer laat meerdere agents tegelijk draaien in geïsoleerde werkruimtes.
Vloten van agents plannen, bouwen, reviewen en testen elkaars werk. Mensen bepalen de richting, beslechten uitzonderingen en bewaken de smaak. De eenheid van menselijke aandacht is niet langer de pull request. Het is de beslissing.
Uitkomst erin, software eruit. Mensen specificeren intentie, randvoorwaarden en budget. De fabriek plant zichzelf, levert continu, monitort wat ze opleverde en rolt zichzelf terug. De meeste wijzigingen mergen zonder mens in de lus, en het aantal incidenten stijgt niet.
Drempels
○Een meerderheid van de productiewijzigingen merget zonder dat een mens de diff leest.
○Het percentage mislukte wijzigingen ligt twee kwartalen op rij op of onder het niveau van het menselijke tijdperk.
○De fabriek draait haar eigen slechte deploys sneller terug dan een menselijke oproepdienst dat deed.
○Mensen in de lus zitten er voor de afwegingen, niet voor de doorvoer.
De voorspelling
Hoe 2026 verloopt
Deels verslag, deels weddenschap. De eerste twee punten gebeuren al. De rest staat concreet genoeg om ongelijk over te krijgen.
Fig. 2 · Merged changes written by agents, zero human editsIndustry median, our estimate. Dashed is forecast. The first F4 teams cross the gate earlier.
Begin 2026
Begin 2026
Review wordt het knelpunt
Gebeurd
Code schrijven is niet meer waar de uren van engineers heen gaan. Code lezen wel. Teams die in 2025 parallelle agents omarmden, liepen als eerste tegen de muur: tien agents produceren voor de lunch meer diffs dan een team eerlijk kan reviewen vóór vrijdag.
Het antwoord: agents reviewen agents, en mensen nemen steekproeven in plaats van alles te lezen. Vertrouwen wordt statistisch verdiend, niet per diff.
Wat waar moet worden
Agentreviewers vangen geplante regressies even goed op als de mediane menselijke reviewer in blinde tests.
Medio 2026
Medio 2026
De dispatcher verschijnt
Gaande
De functieomschrijving verschuift. Engineers zijn geen typisten met smaak meer, maar dispatchers met smaak: werk opdelen, het naar vloten routeren, en conflicten beslechten tussen agents die dezelfde module aanraakten.
Tools die agents als een vloot behandelen in plaats van als een chatvenster worden de standaardinterface naar de codebase.
Wat waar moet worden
Eén engineer houdt 10 of meer gelijktijdige werkstromen draaiende, en het oplossen van merge-conflicten tussen agentbranches is zelf grotendeels geautomatiseerd.
Eind 2026
Eind 2026
De nachtploeg
Voorspelling
Betrouwbaarheid over lange horizon overschrijdt een drempel. Werk dat om 18.00 uur wordt toegewezen is om 9.00 uur zo vaak mergebaar dat het niet inplannen van de nachtploeg voelt als een fabriek stil laten staan.
Omgevingsopzet, flaky tests en credential-geknutsel — de saaie faalvormen die onbewaakte runs in 2025 om zeep hielpen — zijn grotendeels weggewerkt met engineering in plaats van met modellen.
Wat waar moet worden
Onbewaakte runs van 8 uur of langer slagen bij een meerderheid van de routinetickets zonder dat een mens ze vlottrekt.
2027
2027
De eerste F4-teams
Voorspelling
De eerste teams, kleine, leveren code die grotendeels door agents is geschreven zonder elke regel te lezen, en hun defectpercentages houden stand. Niets mystieks erachter: reviewlagen, canaries, snelle rollback en de gewoonte om specificaties te schrijven in plaats van code.
Iedereen discussieert over de vraag of dit generaliseert. Die discussie is het teken dat het niveau is bereikt.
Wat waar moet worden
Minstens één team dat we kunnen noemen, het onze inbegrepen, haalt een heel kwartaal lang elke F4-drempel en publiceert de cijfers.
Verder: F5 is geen claim voor de korte termijn
We voorspellen geen volledige zelfsturing in 2026 of 2027. De eerlijke onbekenden: of agentreview standhoudt tegen vijandige complexiteit, of specificatie op schaal het lezen van code kan vervangen als vertrouwensanker, en of de rekeneconomie de nachtploeg goedkoper houdt dan de mensen die zij aanvult. F5 staat in de rubric zodat we het herkennen als we het zien, niet als belofte.
De scorekaart
Waar de sector staat, eerlijk gezegd
Onze inschatting per augustus 2026, op basis van ons eigen team en de teams die we van dichtbij volgen. F3 staat grotendeels open. F4 staat grotendeels dicht. Dat gat is het werk.
Standaard voor goed afgebakend werk in geïsoleerde werkruimtes.
●Open
F3
3+ gelijktijdige werkstromen per engineer
Dagelijkse praktijk voor ons team en onze zwaarste gebruikers.
●Open
F3
Meerderheid van gemergede agent-PR's zonder bewerkingen
Waar voor routinewerk, nog niet voor lastige refactors.
◐Gedeeltelijk
F4
Helft van de gemergede wijzigingen is agentcode zonder bewerkingen
Mensen bewerken of sturen de meeste gemergede diffs nog stevig bij.
○Gesloten
F4
Agentreview op gelijk niveau met menselijke review
Agentreview vangt echte bugs, maar wordt nog niet alleen vertrouwd.
○Gesloten
F4
10+ gelijktijdige werkstromen zonder verlies van context
Mogelijk op goede dagen. De kosten van toezicht groeien nog te snel.
◐Gedeeltelijk
F4
Onbewaakte nachtruns, 's ochtends mergebaar
Werkt als omgevingen schoon zijn. Omgevingen zijn zelden schoon.
◐Gedeeltelijk
F4
Ticket tot productie onder één dag, mediaan
Review- en CI-wachtrijen eten de winst op die agents opleveren.
○Gesloten
De fabriek heeft een werkvloer nodig
Superset is de werkbank voor de overgang van F3 naar F4: parallelle agents in geïsoleerde werkruimtes, vloten die je echt kunt overzien, en een reviewoppervlak voor code die je niet zelf schreef.