Wat is vibe coding?

AI verandert hoe we software schrijven. Tools als Cursor, Claude Code en GitHub Copilot maken het mogelijk om in minuten te bouwen wat vroeger dagen kostte. Maar er is een nieuwe term die steeds opduikt: vibe coding. Wat betekent het eigenlijk? En is het genoeg om echte software te bouwen?

Wat is vibe coding?

Vibe coding is programmeren op gevoel met AI. Je beschrijft wat je wilt in gewone taal, een AI-tool genereert de code en je accepteert het resultaat; vaak zonder het volledig te begrijpen. Het draait om snelheid en intuïtie, niet om diep begrip van wat er onder de motorkap gebeurt.

In de praktijk ziet het er zo uit: je typt een beschrijving, de AI genereert code, je draait het en als het werkt ga je door. Als het niet werkt plak je de foutmelding terug en laat je de AI het opnieuw proberen.

Wie bedacht vibe coding?

De term is bedacht door Andrej Karpathy, voormalig AI-directeur bij Tesla en medeoprichter van OpenAI. In februari 2025 beschreef hij een nieuwe manier van coderen waarbij je "volledig toegeeft aan de vibes"¹: code accepteren die je niet volledig begrijpt en erop vertrouwen dat de AI het goed doet.

Karpathy is geen amateur. Het feit dat iemand met zijn achtergrond deze aanpak beschrijft, laat zien hoe krachtig (en verleidelijk) het is.

Hoe werkt vibe coding in de praktijk?

Stel dat je een inlogpagina wilt bouwen. Met vibe coding ziet de workflow er ongeveer zo uit:

1. Beschrijf je feature: "Bouw een inlogpagina met e-mail en wachtwoord"
2. AI genereert code: je krijgt HTML, CSS en JavaScript terug
3. Test het: je opent de pagina in je browser
4. Foutmelding? Je kopieert de foutmelding
5. Plak het terug: de AI fixt de fout
6. Herhaal tot het werkt

Voor een simpele inlogpagina werkt dit prima. Binnen vijftien minuten heb je iets dat er goed uitziet en functioneert. Het probleem begint wanneer je meer wilt bouwen.

Waarom vibe coding een probleem wordt

Het grote probleem met vibe coding is wat je het "littekenweefsel"-probleem zou kunnen noemen. AI bouwt 9 van de 10 keer prima code. Maar die ene keer dat het niet helemaal klopt, merk je het aan de oppervlakte niet. Het ziet er goed uit, het werkt, dus je gaat door.

Onder de motorkap is het een ander verhaal. De AI kan een feature hebben gebouwd met een lelijke workaround, of een fix hebben toegepast die technisch werkt maar structureel gebrekkig is. Dat zie je niet als gebruiker; alleen in de code. Zo'n slechte oplossing is een litteken op je project.

Het probleem: die littekens stapelen zich op. Na een paar weken bouwen heb je code die:

• Moeilijk te onderhouden is; niemand begrijpt waarom bepaalde dingen zo gebouwd zijn
• Steeds lastiger uit te breiden is; nieuwe features toevoegen duurt langer omdat ze conflicteren met eerdere workarounds
• Fragiel is; kleine wijzigingen breken onverwacht andere onderdelen
• Niet productierijp is; het werkt op je laptop maar faalt zodra je het ergens anders draait

Dit is het punt waarop veel vibe coders vastlopen. Het project dat zo snel begon wordt een codebase vol littekens waar elke nieuwe wijziging een risico is.

De opkomst van de "vibe code fixer"

Dit probleem is zo wijdverspreid dat er een hele nieuwe markt is ontstaan: developers die betaald krijgen om vibe-coded projecten te fixen.

Op freelanceplatforms als Fiverr vind je honderden listings van programmeurs die zich specifiek richten op het fixen van vibe code². Er is zelfs een dedicated platform, VibeCodeFixers.com, waar meer dan 300 ervaren developers zich hebben aangemeld om vibe-coded projecten op te schonen³. Gevestigde softwarebedrijven hebben dedicated "vibe code cleanup"-diensten gelanceerd.

Het typische scenario: iemand heeft duizenden euro's uitgegeven aan AI-credits, heeft een half werkend prototype en heeft nu een echte developer nodig om het productierijp te maken. Developer Timothy Bramlett bevestigde de trend op X: "De slechtste baan van 2025: vibe coding cleanup specialist. Ik kan bevestigen dat het echt is."⁴

Ironisch genoeg schreef zelfs Andrej Karpathy zelf, de persoon die de term bedacht, zijn laatste project volledig met de hand. Hij had AI-agents geprobeerd, maar ze waren "gewoon nog lang niet goed genoeg"⁵.

Het feit dat er een hele industrie is ontstaan rond het opruimen van vibe code zegt genoeg over de beperkingen van deze aanpak.

Is er een betere manier?

Ja. Je hoeft de kracht van AI-tools niet op te geven; je moet ze alleen anders gebruiken. In plaats van AI alles te laten beslissen, kun je samenwerken met AI als team.

Met vibe coding laat je AI de beslissingen nemen. Met agentic engineering neem jij de beslissingen en gebruik je AI om sneller te bouwen. Het verschil:

• Vibe coding: prompt → code → fout → prompt → hopen dat het werkt
• Agentic engineering: plan → prompt → valideer → itereer → begrijp wat je bouwt

Met agentic engineering denk je eerst na over architectuur, werk je in gecontroleerde stappen en begrijp je wat er in je codebase gebeurt. AI wordt je partner, niet je vervanging.

Wil je precies weten wat het verschil is? Lees Vibe Coding vs Agentic Engineering: What's the difference?

Conclusie

Vibe coding is krachtig voor prototypes en snelle experimenten. Het verlaagt de drempel om iets te bouwen enorm. Maar voor productiesoftware, code die schaalbaar, onderhoudbaar en betrouwbaar moet zijn, heb je meer nodig.

Het goede nieuws: je hoeft niet te kiezen tussen snelheid en kwaliteit. Met de juiste aanpak kun je de snelheid van AI-tools combineren met de structuur die productiecode vereist.

Meer weten?

Lees onze deep dive over het verschil tussen beide aanpakken: Vibe Coding vs Agentic Engineering.

Of wil je het hands-on leren?