Hoe u uw technische vaardigheden kunt ontwikkelen in het tijdperk van kunstmatige intelligentie: een uitgebreide gids

AI-gestuurde programmering is een blijvend fenomeen. Tools zoals Cursor , V0 en Lovable hebben de drempel aanzienlijk verlaagd – het bouwen van dashboards, pipelines of complete applicaties kan nu in een fractie van de tijd.

Ik gebruik deze hulpmiddelen dagelijks en ze hebben mij absoluut sneller gemaakt. Maar naarmate de codebase complexer wordt, worden de nadelen duidelijk: onduidelijke bugs, verwarrende logica en uren die ik kwijt was aan het debuggen van code die ik niet echt begreep.

AI-tools zijn geweldig – vooral voor beginners – maar ze hebben een verborgen prijs. Hoe meer u AI het zware werk laat doen, hoe kleiner de kans dat u uw instincten, die voortkomen uit de worsteling met complexiteit, kunt aanscherpen.
Ja, AI versnelt je workflow, maar je slaat ook de formatieve stappen over waarin je technische kennis opdoet.

'Vibe-codering' – snel code compileren met minimale planning – is geweldig voor demo's of experimenten. Maar om diepere technische groei te bereiken of systemen van betekenisvolle complexiteit te bouwen, is 'vibe-coding' niet voldoende. Deze populaire Reddit-post vat het perfect samen: als je er niets aan doet, creëert “Vibe-codering” meer problemen dan het oplost. Deze aanpak kan in eerste instantie nuttig zijn, maar als u er te veel op vertrouwt, staat u de diepgaande expertise in de weg die nodig is om robuuste en duurzame softwareoplossingen te ontwikkelen.

vibe-codering, waarbij 2 ingenieurs nu de technische schuld van minstens 50 ingenieurs kunnen creëren

— I Am Developer (@iamdevloper) 20 maart 2025

In dit artikel laat ik je zien hoe je AI-gestuurde tools effectiever kunt gebruiken en waarom bijdragen aan open-sourceprojecten misschien wel de meest onderschatte manier is om je technische vaardigheden echt te ontwikkelen. Deelname aan open-sourceprojecten vergroot je praktische ervaring aanzienlijk en verdiept je technische kennis.

 

Mijn ervaring met het gebruik van auto-codering met Cursor

Net als veel ontwikkelaars ben ik overgestapt van VS Code (met GitHub Copilot) naar Cursor en heb ik momenteel een Pro-abonnement van Cursor ($20/maand).

De functie waar ik het meest op vertrouw, is de ingebouwde AI-chat van Cursor, waarmee ik direct met de volledige codebase kan communiceren . De agent kan snel meerdere bestanden doorzoeken en zelfs afbeeldingen verwerken – onmisbaar bij het navigeren door grote, onbekende repositories. Het detecteert en corrigeert ook automatisch syntaxfouten tijdens het bewerken van bestanden.

Cursor verhoogde aanvankelijk mijn productiviteit enorm, vooral bij eenvoudige taken. Het voelde krachtig, bijna magisch. Maar naarmate de zaken ingewikkelder werden, ontdekte ik een aantal problemen. Cursor produceerde soms complexe code, gooide bestanden met dezelfde naam door elkaar in verschillende mappen en had soms moeite met het volgen van complexe logische stromen.

Met geautomatiseerde codering kunt u binnen enkele minuten duizenden regels code genereren. Zonder een sterk mentaal model van wat u bouwt, loopt u het risico dat u eindigt met opgeblazen, overontworpen systemen. Dit is wat experts 'anti-patroon' noemen in software engineering.

Cursor doet het behoorlijk goed in het verkleinen van de zoekruimte tijdens het debuggen. Het toestaan van ongecontroleerde wijzigingen leidt echter tot meer bugs dan het oplost. Ervaren ontwikkelaars zouden de door de AI voorgestelde wijzigingen altijd zorgvuldig moeten bekijken.

 

Naast het gebruikelijke advies om ‘betere prompts’ te schrijven, heb ik een strategie gevonden die bijzonder nuttig is: Cursor vertellen dat hij geen directe bewerkingen mag uitvoeren. (Hij is hierin verbazingwekkend gehoorzaam!)

In plaats daarvan vraag ik hem expliciet om eerst via de chatinterface wijzigingen voor te stellen. Vervolgens bekijk ik elke suggestie, identificeer ik logische aanpassingen en pas ik deze selectief toe, handmatig of via Cursor. In tegenstelling tot ChatGPT is de grootste kracht van Cursor het volledige contextuele bewustzijn van de volledige codebase en het vermogen om lange bestanden (meer dan 5000 regels code) te parseren door ze te verwerken tot beheersbare stukken. Deze functie maakt het een krachtig hulpmiddel voor het verbeteren van de efficiëntie van ontwikkelaars en het verminderen van potentiële fouten in code.

Bijdragen aan open source

Hoe krijg je meer technische vaardigheden? Er zijn twee belangrijke methoden: zijprojecten en open source-bijdragen.

Zijprojecten zijn ideaal om nieuwe technologieën te ontdekken of om je te verdiepen in iets waar je gepassioneerd over bent of nieuwsgierig naar bent. Wilt u weten hoe AI-agenten werken of bent u nieuwsgierig naar MCP? Als je in een weekend een eenvoudig project bouwt, leer je veel meer dan wanneer je uren aan tutorials of documentatie besteedt. Dankzij open source zijn hulpmiddelen en bronnen gratis beschikbaar, waardoor er voor iedereen gelijke kansen ontstaan. Bijdragen aan open source is een kans om technische vaardigheden te ontwikkelen en praktische ervaring op te doen in een collaboratieve omgeving.

Maar individuele projecten hebben nadelen. Het is gemakkelijk om de motivatie te verliezen: veel van mijn zijprojecten zijn nooit van de grond gekomen. Bijdragen aan open source is vaak duurzamer vanwege de ondersteunende community en gedeelde doelen.

 

Bovendien bestaat de kans dat u in een echo chamber terechtkomt: uw code werkt, maar u weet niet zeker of deze voldoet aan de best practices of industrienormen. Hoe weet je of je op de goede weg bent als je nog maar net aan je carrière begint en geen begeleiding krijgt?

Dit is precies waar open source de leemte opvult. Open source-projecten zijn niet alleen bedoeld voor programmeurs; Het is voor iedereen. Uw favoriete bibliotheken zoals Pandas, Matplotlib, TensorFlow en Keras zijn sterk afhankelijk van deelname van de community. Deelname aan open source communities is een uitstekende manier om je programmeervaardigheden te ontwikkelen en praktische ervaring op te doen met belangrijke tools en technologieën.

 

Waarom zou je bijdragen aan open source?

Met open source kun je een echte impact maken die door duizenden ontwikkelaars wordt gebruikt, en niet alleen experimentele projecten die niemand ziet. Je wordt bedreven in versiebeheer (hallo, GitHub!), verfijnt je vaardigheden in het navigeren door complexe codebases, leert best practices en bouwt een netwerk op van mensen die je kunnen vertrouwen als het erop aankomt. Deze vaardigheden zijn essentieel in softwareontwikkeling en vergroten uw carrièrekansen.

Er zijn ook professionele voordelen. Je breidt je portfolio en persoonlijke merk uit en je versnelt de aansluiting bij nieuwe teams. Door bij te dragen aan open source-projecten toont u uw praktische ervaring en uw vermogen tot samenwerking. Dit zijn twee kwaliteiten die zeer gewild zijn op de arbeidsmarkt.

Maar draag bij om de juiste redenen. Als je enige motivatie is om een ​​baan te krijgen, doe het dan niet! Open source is geen garantie voor een baan – het vereist oprechte interesse en toewijding. Het toont een passie voor het ontwikkelen, en voor veel startups die beginnen met open-sourceprojecten is dit hoe ze hun eerste werknemers vinden. Bedrijven zijn op zoek naar gepassioneerde ontwikkelaars en actieve bijdragers aan de open-sourcegemeenschap.

Kies een open sourceproject waarin u geïnteresseerd bent.

Beginnen kan lastig lijken. Veel populaire repositories hebben enorme databases, mogelijk verouderde documentatie of honderden onduidelijke problemen. Hoe maak je dan een keuze?

Kies allereerst een project waar je echt een passie voor hebt. Dit lijkt misschien vanzelfsprekend, maar het is cruciaal – en wordt vaak onderschat.

Kies iets wat je al gebruikt, bijvoorbeeld op je werk of in een hobbyproject. Je storten op een onbekend project met onbekende technologie is al snel verwarrend en je verliest snel je motivatie.

Persoonlijk ben ik een groot gebruiker en fan van PostHog, een productanalyseplatform dat speciaal is ontworpen voor ontwikkelaars. Daarom ben ik daar ook gaan bijdragen. Hun documentatie was uitgebreid en goed georganiseerd, wat het een prima plek maakt om te beginnen. (En nee, ze hebben mij niet betaald om dit te zeggen!)

 

Hoe kunt u bijdragen?

Je kunt veel doen. Hier is een methode die ik zelf nuttig vond.

1. Zoek een functie die u nodig hebt of verbeter iets dat u gebruikt.
   Door je bijdragen te beperken tot de functies die je echt belangrijk vindt, creëer je duidelijkheid en motivatie. De beste codering ontstaat door problemen op te lossen waar je zelf mee te maken hebt.
2. Stel uw lokale omgeving in.
   Maak een fork van het project, kloon het lokaal en voer het uit. Begrijp waar logboeken zich bevinden en hoe u wijzigingen kunt testen. Begrijp de basisstructuur en codeerstijl van het project.
3. Begin klein en leer door te doen.
   Veel repositories markeren problemen als beginnersvriendelijk (bijv. 'goede-eerste-probleem'). Kies deze onderwerpen om te beginnen. Begrijp het probleem en herhaal het; Reageer gerust als je ergens niet uitkomt. Wanneer u een PR pull request opent, zorg er dan voor dat uw wijzigingen alle audits en tests doorstaan.

Het is essentieel dat u leert hoe u door de codebase navigeert. Je hoeft niet elke regel te lezen, dat is praktisch onmogelijk. Zodra je de algemene structuur begrijpt, kun je er dieper op ingaan. Begin klein om te wennen aan het proces van het maken, publiceren en beoordelen van PR-pull requests. Schrijf duidelijke commitberichten en PR-beschrijvingen. Bekijk onze onlangs samengevoegde PR pull requests voor succesvolle voorbeelden of verhelderende discussies.

 

samenvatting

Bijdragen aan open source vereist geduld. Populaire opslagplaatsen zijn gigantisch en het kost tijd om ze te leren. Het duurt minimaal een paar maanden om een ​​waardevolle, consistente bijdrager te worden, dus laat u niet ontmoedigen door tegenslagen in het begin. Als je verzoek tot opname wordt afgewezen of je loopt vast op een ingewikkelde fout, dan is dat volkomen normaal. Het hoort bij het leerproces.

Als u nieuw bent in de wereld van open source en wilt chatten, neem dan gerust contact met ons op. Hoewel ik hier niet inga op de technische details (een snelle zoekopdracht op Google of ChatGPT helpt u daarbij), hoop ik dat dit u een algemeen perspectief geeft om aan de slag te gaan. Open source is voor mij een beloning geweest, en ik hoop dat het voor jou ook een beloning zal zijn.