Bekijk de video
Even snel de kern? Bekijk de video. Voor de volledige context: lees het artikel.
AI schrijft steeds meer van je code. Cursor, Copilot, Claude — een prompt, en er rolt een merge request uit. Het tempo is indrukwekkend. Maar de echte vraag in productie is niet "is het snel geschreven?" — het is: kun je aantonen dat het klopt?
Van het werkt naar een ondertekend rapport.
Nu een machine de code schrijft, verschuift het werk van schrijven naar verantwoorden.
Dit is een stelling, geen meting. De doorhaling en de onderstreping zijn dezelfde opmaak die de renvooiservice gebruikt om een wetswijziging te tonen.
De bottleneck verschuift
Het afgelopen half jaar bouwde ik mee aan productie met AI-agents. Wat opviel: het knelpunt verschuift van schrijven naar verantwoorden. Werkt deze AI-gegenereerde wijziging écht? Wat is getest, wat niet? En kun je dat hardmaken — voor een reviewer, een klant, of een SOC 2- / ISO 42001-auditor?
Precies daar lopen teams vast. De code merge't, maar er is geen audit trail: waarom is dit veilig om te shippen?
Behandel het als bewijs, niet als belofte
Daarvoor maakte ik Quoderat: een onafhankelijke evidence-audit van één risicovolle of AI-gegenereerde GitLab merge request.
We draaien je eigen tests en lint, beoordelen de diff, en leveren een ondertekend bewijsrapport dat de grenzen expliciet benoemt:
- Bewezen — onderbouwd met command-output
- Alleen getest — geslaagd, niet formeel geverifieerd
- Niet gecontroleerd — buiten scope deze ronde
- Restrisico — wat je reviewer nog moet afwegen
Geen "wij bewijzen dat je code veilig is" — wél: dit is wat we wél en niet kunnen aantonen, met een naam eronder. Eerlijkheid ís hier het product.
Vaste prijs, read-only of op je eigen runner — je code blijft van jou.