Notities over shippen met AI
Wat we geleerd hebben van het bouwen van een tool die code schrijft die je team moet reviewen.
Artikelen
25 oktober 2026Go-live checklist voor software: wat je controleert voor de lanceringWat een go-live check van een heel project moet dekken: code en architectuur, beveiliging en data, en of de flows werken. En hoe wij dat automatiseerden.
25 oktober 2026Automatische security audits van je hele codebase, niet alleen de diffSecurity checks op pull requests zien alleen gewijzigde code. Waarom we wekelijkse audits van het hele project toevoegden, en wat er een taak wordt.
25 oktober 2026Eén repository, meerdere projecten: breaking changes in gedeelde code opvangenEen billing engine of library die meerdere producten delen, breekt de andere ongemerkt. Zo controleert CodeLynq elk project dat hem gebruikt, al bij de PR.
25 oktober 2026Architectuurregels die een AI coding agent niet stilletjes kan brekenEen AI-agent kiest de kortste import, niet de route die je architectuur bedoelt. Hoe we de code in kaart brengen, elke wijziging toetsen en dat in de PR tonen.
25 oktober 2026Codeertaken routeren over Claude Code, Codex en GrokDrie coding agents, één pipeline. Wanneer een run Claude mag verlaten voor een goedkopere agent, wanneer nooit, en waarom elke run zegt welk model hij kreeg.
25 oktober 2026AI-uitgaven goedkeuren zonder elke run goed te keurenKeur je elke AI-run goed, dan wordt goedkeuren een reflex; keur je niets goed, dan is je tegoed in een middag op. Hoe we alleen de dure runs tegenhouden.
25 oktober 2026Eén fix, meerdere release branches: een wijziging doorvoeren in elke versie die je onderhoudtHoe CodeLynq één taak toepast op elke release branch die je onderhoudt: per branch een eigen checkout en pull request, aangepast aan wat er op die branch staat.
25 oktober 2026Productie debuggen met een AI-agent die alleen kan lezenHoe we een AI-agent een live omgeving laten onderzoeken via logs, SQL en shellcommando's zonder dat hij iets kan wijzigen, en waar de grenzen liggen.
25 oktober 2026Van monitoring-alert naar pull request: automatisch herstel met vangrailsHoe CodeLynq van een monitoring-alert een ontdubbelde bugtaak maakt en, als elke vangrail het toelaat, een pull request. En de bug die een vangrail uitzette.
25 oktober 2026Van vergadernotities naar een gegroomde backlog met AIVan vergadernotities of een Fireflies-transcript naar conceptaken, en dan AI-schattingen, onderbouwing en een rangorde die een mens beoordeelt.
25 oktober 2026De vragen die een AI moet stellen voordat hij een specificatie schrijftWaarom een AI-codingtool een taak eerst moet afbakenen en zijn aannames moet laten bevestigen, zoals een tech lead, en hoe hij weet wanneer hij klaar is.
25 oktober 2026Wijzigingen vragen op een AI-pull request zonder opnieuw te beginnenFeedback op een open AI-pull request wordt een nieuwe versie van de specificatie, goedgekeurd en gebouwd op dezelfde branch. En wat als de PR al gemerged is.
25 oktober 2026Een AI-assistent je ontwikkelstraat laten aansturen via MCPHoe CodeLynq taken, specificaties, runs en deployments via MCP en OAuth 2.1 aanbiedt, hoe scopes een assistent begrenzen, en twee lekken uit onze eigen review.
25 oktober 2026Als AI stil faalt: providerfouten die eruitzien als lege resultatenHoe een storing bij onze AI-provider bij klanten aankwam als een leeg formulier en een kale "Exit code 1", en wat we bouwden zodat fouten zeggen wat ze zijn.
25 oktober 2026Waarom onze eerste AI-runs faalden op de setup, niet op de AIOnze eerste vijf runs in productie faalden allemaal, geen door de AI: een branch die niet main heette, tokens zonder rechten. Zo vangen we dat in seconden af.
17 oktober 2026Devin-alternatieven: zo kies je een autonome coding agentDe serieuze Devin-alternatieven vergeleken op wat voor een team telt: wie bepaalt wat er gebouwd wordt, waar de code draait, welk model hem schrijft en hoe je betaalt.
16 oktober 2026Wat is spec-driven development? Uitleg met voorbeeldWat is spec-driven development? Uitleg in het Nederlands: wat een goede spec voor een AI-agent bevat, een voorbeeld, wie goedkeurt en welke fouten je vermijdt.
12 september 2026De tweede maand hoort beter te zijn dan de eersteEen contextvenster is geen geheugen. Wat een AI-codingtool tussen runs moet onthouden, wat juist niet, en waarom dat bepaalt of hij beter wordt.
11 september 2026Als de code de deur niet uit magAls een contract zegt dat broncode op je eigen infrastructuur blijft: hoe een self-hosted runner AI-uitvoering naar je eigen machines verplaatst.
10 september 2026Je PR-opmerkingen zijn onbetrouwbare inputHandelt een AI-agent naar reviewcommentaar, dan kan iedereen die op de pull request reageert hem instructies geven. Wat dat betekent, en wat we veranderden.
8 september 2026De mergeknop blijft van jouWe hadden auto-merge kunnen bouwen. Waarom we het niet deden, en wat we bouwden zodat een mens laten mergen geen bottleneck wordt.
6 september 2026Opus-tarieven voor een dependency-updateEén model voor elke taak is de snelste manier om een AI-budget op te maken. Hoe we per taak routeren en wat een harde uitgavenlimiet hoort te doen.
4 september 2026Vier controles vóór een AI-pull requestEen pull request openen zodra het model stopt legt de reviewlast bij een mens. De vier controles die een AI-run eerst moet doorstaan, en wat er dan gebeurt.
1 september 2026Reviewfeedback hoef je maar één keer te gevenDe meeste AI-codingtools vergeten een correctie zodra de pull request gemerged is, dus schrijf je volgende week dezelfde opmerking. Wat we veranderden.Test het op een taak uit je eigen backlog
Stuur ons één echte taak. Wij draaien CodeLynq op jouw repository en jij reviewt de pull request. Gratis, binnen 5 werkdagen nadat je de spec hebt goedgekeurd.