Eigenlijk best eenvoudig. De belangrijkste factor is de opzet die je kiest: Kubernetes in combinatie met een GitOps-aanpak helpt daar enorm bij.

Van pipeline naar GitOps

Tot voor kort rolde ik mijn applicaties op Kubernetes uit met een Azure DevOps pipeline of een GitHub Action workflow. Met GitOps hoeft dat niet meer. Het enige onderdeel dat in de pipeline overblijft, is het bouwen van een container en die vervolgens pushen naar een registry. GitOps doet daarna de rest… nou ja, niet helemaal. Voor GitOps heb je een applicatie zoals ArgoCD of FluxCD nodig. Die applicatie houdt een of meer git-repositories in de gaten waarin de YAML-definitie van je applicatie staat. Verander je daar iets, bijvoorbeeld het ophogen van de tag van de container-image, dan zorgt ArgoCD (of FluxCD) ervoor dat de applicatie op je Kubernetes-cluster naar diezelfde toestand toe beweegt.

Een cluster opzetten met hulp van AI

Voorwaarde voor dit alles is natuurlijk wel een Kubernetes-cluster waar ArgoCD op draait. Dat heb ik ook zo opgezet, met hulp van AI. Ik wist inmiddels wel globaal wat er allemaal geregeld moest worden, zoals een secret manager, ingress, certificaten en ArgoCD zelf. Tot in detail wist ik dat natuurlijk niet. AI versnelde het proces van het opzetten van een Kubernetes-cluster, in combinatie met mijn nieuwe Europese hoster, enorm.

In 2025 gebruikte ik GitHub Copilot binnen Visual Studio. Copilot hielp bij het schrijven van de code en kon uiteindelijk de coderegels voor een functie schrijven waarvan ik alleen de naam had ingetikt. Dat scheelde veel tikwerk en was een welkome tool bij het ontwikkelwerk. ChatGPT was ook beschikbaar om met wat meer ondersteuning te zoeken. Ik wist dat Claude Code bestond, maar nam niet de tijd om ernaar te kijken.

De eerste kennismaking

Eind 2025 volgde de eerste ontmoeting met Amazon Q; coderen werd een beetje prompt engineering. Een van mijn zoons drong erop aan dat ik toch eens naar Claude Code ging kijken. Rond de kerst van 2025 heb ik dat, net als vele anderen, gedaan.

We zijn nu negen maanden verder en mijn manier van werken is drastisch veranderd. Van een eenvoudig hulpmiddel is AI gegroeid naar een ontwikkelpartner. AI heeft niet altijd gelijk en maakt fouten, maar dat doe ik ook.

Meer controle

Terwijl AI mijn werk nu voor een deel versnelt, vraagt het ook om meer controle. Wat is er door AI geschreven, en klopt het? Zou ik het ook zo hebben gedaan? Daarnaast vraag ik me af of mijn functie nog wel softwareontwikkelaar is.

De laatste aanwinst in mijn platencollectie is de LP Dandelion van Ella Langley. Op dit moment ook erg bekend van het nummer Choosin’ Texas, dat nu al wekenlang op nummer 1 in de Amerikaanse hitlijst staat. Het album past in mijn verzameling van country-albums.

Ik ben in mijn jeugd opgegroeid met countrymuziek. Mijn moeder luisterde er heel veel naar, en daardoor is ook mijn eigen voorliefde voor countrymuziek ontstaan.

Ik heb al heel vaak een blog gehad, en uiteindelijk is het altijd doodgebloed. Dit is poging nummer zoveel, ik weet niet eens meer de hoeveelste. Maar deze keer is de opzet anders.

Ik kan nu mijn teksten via AI inspreken, waarna ze volledig automatisch op de blog worden gezet, zonder dat ik er zelf iets voor hoef te typen. De woorden blijven van mij, maar de tekst wordt geredigeerd door AI, als een soort redacteur.

De komende tijd hoop ik hier meer onderwerpen aan te snijden die met AI te maken hebben, en waar ik in mijn dagelijks werk als softwareontwikkelaar mee te maken heb.