AI

Agentic coding

Inhoudelijk

Bij agentic coding laat je een AI-agent zelfstandig taken uitvoeren (code schrijven, testen, refactoren, documenteren) terwijl jij de opdracht bepaalt, de context aanlevert en het resultaat controleert.

Het verschil met een gewone code-assistent zit in de autonomie. Een assistent vult aan terwijl je typt. Een agent neemt zelf het heft in handen: hij krijgt een opdracht, maakt een plan, past bestanden aan, draait tests en herstelt zichzelf tot het werkt. Wie agents goed leert aansturen, houdt meer tijd over voor plannen en reviewen en levert daardoor sneller software op.

Tijdens deze opleiding leer je de aanpak die engineers vandaag gebruiken in tools zoals Claude Code: context engineering, memory files, skills, subagents, MCP, enzovoort.

Elke module bouwt voort op de vorige. Na elk theorieblok volgt een lab waarin je wat je geleerd hebt meteen zelf uitprobeert.

  1. Introductie
    We leggen uit wat agentic coding is, hoe een coding agent onder de motorkap werkt, en waarom dat anders is dan de code-assistent die je nu misschien gebruikt.
  2. Context engineering
    Context engineering bepaalt in grote mate hoe goed een agent presteert. Je leert de juiste context op het juiste moment bij het model krijgen, en het contextvenster bewust beheren in plaats van laten vollopen.
  3. Memory files & skills
    We tonen hoe een memory file eruitziet, waarin skills verschillen van memory files, hoe je een skill activeert, en hoe de hiërarchie werkt tussen enterprise, personal, project en plugins.
  4. Lab 1
    Je schrijft je eigen memory files en skills en ziet ze meteen aan het werk in een echte codebase.
  5. Subagents
    Je leert wanneer je werk uitbesteedt aan gespecialiseerde subagents, hoe je hun resultaten terugkrijgt, en hoe je meerdere agents tegelijk laat werken zonder dat ze elkaar voor de voeten lopen.
  6. Slash commands
    We leren je hoe je terugkerende workflows vastlegt in herbruikbare commando’s met argumenten en templates, zodat je hele team ze kan gebruiken.
  7. Tools & MCP
    We koppelen agents aan je eigen systemen zodat je bestaande tools kan inzetten en eigen integraties kan bouwen via het Model Context Protocol.
  8. Lab 2
    Je combineert subagents, slash commands en MCP tot een workflow die je team morgen kan gebruiken.
  9. De agentic aanpak
    Hier komen alle voorgaande modules samen. Je bepaalt de opdracht en deelt het werk op, laat de agent code schrijven, en reviewt kritisch de resultaten.
  10. Modellen
    Je leert welk model je voor welke taak kiest, en hoe je de afweging maakt tussen snelheid, kwaliteit en kost. Het duurste model is niet automatisch de beste keuze.
  11. Permissions & sandboxing
    Je stelt permissiemodellen en sandboxing in, zodat een agent autonoom kan werken zonder risico’s te nemen.
  12. Lab 3
    Je brengt alles samen in een volledige agentic workflow: plannen, bouwen en reviewen, met de juiste guardrails

Voor wie is deze opleiding?

Deze opleiding is voor (ervaren) developers, een AI-voorkennis is niet nodig.
De introductie en de module context engineering leggen de basis waarop de rest voortbouwt.

Wat neem je mee naar huis?

Door de labs doorheen de training, pas je alles meteen toe in echte code. Je vertrekt met een werkende setup en je eigen memory files, skills en commands.

Jouw trainer

Angler Zero

Angler Zero bestaat uit een team van software-experten dat gelooft in de toekomst van hybride ontwikkeling: mens en machine die samenwerken. Hun ervaring in klassieke ontwikkeling combineren ze met de kracht van AI om sneller, slimmer en efficiënter oplossingen te bouwen.

Met hun opleidingen helpen ze organisaties en individuen om AI doelgericht in te zetten: van prototyping met vibe coding over productieklare implementatie met agentic coding tot AI-adoptie in je organisatie. Hands-on sessies gebouwd op bewezen frameworks en echte toolstacks, zonder hype.

Inschrijven

Interesse in deze opleiding?
Reserveer hier je plaats!