Claude Code: An agentic software experience

Een dag bouwen met AI agents als volwaardig teamlid.

Beschrijving

Agentic engineering lijkt eindelijk de belofte van aanzienlijke productiviteitswinst door AI waar te maken. Maar hoe voelt het eigenlijk om in een team te werken waarin AI-agents volwaardige leden zijn? Hoe stuur en regisseer je ze? Welke patronen en praktijken ontstaan er als er meerdere agents tegelijkertijd aan dezelfde codebase werken?

In deze hands-on en meeslepende workshop krijg je een backlog. De rest van de dag werken AI-agents zij aan zij met jou als volledige teamleden. Bouwen, testen, refactoren en documenteren gebeurt parallel terwijl jij de koers bepaalt. Je zet AI niet in als een tool, maar AI is je teamgenoot: agents die initiatief nemen, taken oppakken en resultaten leveren. Jouw rol is het aansturen, beoordelen en itereren.

Elk uur introduceert een korte 'knowledge pulse' een concept dat geworteld is in wat je zojuist hebt ervaren: hooks, MCP-plugins, agentic patterns. Theorie volgt op praktijk, niet andersom. De hele dag door zijn er coaches beschikbaar. Je vertrekt met werkende software en een helder beeld van hoe 'agentic development' er in de praktijk uitziet.

Bedoeld voor iedereen die software bouwt of dat wil gaan doen: developers, testers, product owners, analisten en enthousiastelingen. Zowel voor individuele deelnemers als voor teams. Organisaties kunnen hun eigen team inschrijven en werken in een context die voor hen relevant is.

Zorg voor een actieve Claude-licentie. Reken op een verbruik tussen de 5 en 20 miljoen tokens gedurende de dag. Heb je er geen? Neem contact met ons op, dan regelen we een daglicentie voor je.

Leerdoelen

• Understand the principles behind agentic development [Understand]
• Apply directing AI agents during a software development session [Apply]
• Explain common agentic patterns [Understand]
• Practice engineering in a team where AI agents are members [Apply]
• Determine when agentic development adds value [Evaluate]

Onderwerpen

• What is agentic development, and how does it differ from using AI as a tool?
• Working through a backlog with AI agents as team members
• Directing and steering agents effectively
• Agentic patterns: hooks, MCP plugins, multi-agent coordination
• Parallel workflows: building, testing, refactoring, documenting with agents
• Reflection: when does agentic development add value, and when doesn't it?