Vergeet prompt engineering: 'loop engineering' is nu de norm

De meest geciteerde stem in AI-tooling zegt deze maand iets opvallends: hij typt zijn prompts niet meer. Boris Cherny, de maker van Claude Code bij Anthropic, vertelde CNBC dat hij het instrueren van de AI volledig heeft uitbesteed aan, alweer, een AI. "It's an agent that prompts Claude", zei hij, en: "I don't write the prompt anymore. Claude writes the prompt, and now I'm talking to that new Claude that is kind of coordinating." Het feit dat de bedenker van een van de bekendste AI-codeertools zijn prompts niet meer zelf schrijft vat de verschuiving samen die nu loop engineering heet.

Van prompt engineering naar loop engineering

Twee jaar lang draaide alles om de perfecte instructie: prompt engineering. Loop engineering draait de logica om. In plaats van zelf elke instructie te typen, ontwerp je het systeem dat dat in herhalende cycli zelf doet. Een loop is een terugkerend mechanisme dat een AI-agent blijft aansturen tot een taak af is, zonder dat jij bij elke stap meekijkt. Een simpel voorbeeld is een /goal-opdracht die een tool als Claude Code of OpenAI's Codex laat doorwerken tot het doel is bereikt.

Cherny is niet de enige die dit predikt. Peter Steinberger, engineer bij OpenAI en maker van het virale OpenClaw-project, schreef op X zijn "maandelijkse herinnering": "You shouldn't be prompting coding agents anymore. You should be designing loops that prompt your agents." Zijn eigen voorbeeld: laat Codex je repositories onderhouden, elke vijf minuten wakker worden en werk verdelen over verschillende sporen, zodat je parallel kunt werken en alleen hoeft bij te sturen waar nodig. Dat is precies de overstap van losse chatbots naar AI die zelfstandig taken uitvoert, nu een laag abstracter.

De vijf bouwstenen van een loop

Addy Osmani, director bij Google Cloud, gaf de aanpak een ruggengraat. Volgens zijn uitwerking heeft een werkende loop vijf onderdelen nodig: automations, worktrees, skills, plugins en connectors, en sub-agents. Het fundament is automatisering, want dat is wat een loop herhaalbaar maakt in plaats van een eenmalige actie. Worktrees zijn aparte werkmappen zodat meerdere agenten parallel kunnen werken zonder elkaars bestanden te overschrijven. Skills zijn herbruikbare kennisbestanden met je conventies en context. Plugins en connectors koppelen de agent via MCP aan je bestaande tools, zoals je issue-tracker of API's. En sub-agents zijn losse agenten met een eigen specialisme.

Eén agent schrijft, een andere controleert

De meest genoemde opzet, zeker bij code, is je loop splitsen: de ene agent schrijft het werk, de andere keurt het resultaat. De reden is nuchter. "The model that wrote the code is way too nice grading its own homework", schrijft Osmani. Een model dat zijn eigen werk nakijkt is te mild. Een aparte controleur vangt fouten die de maker zelf niet ziet. Dat sluit aan bij een hardnekkige les: een demo overtuigt snel, maar de winst zit in het bouwen voor de saaie 95 procent die pas in productie telt, en juist daar verdient een tweede paar ogen zich terug.

Niet alleen voor programmeurs

Voorlopig gaat het gesprek vooral over agentisch programmeren, maar loops zijn er niet alleen voor software-engineers. "This is the time for the manager", zegt Claire Vo, oprichter van ChatPRD en host van de podcast "How I AI". "You are designing a job." Haar beeld: stel je voor dat je een nieuwe medewerker inwerkt, of dat nu een assistent, een klantenservicemedewerker of een ontwikkelaar is. En je gebruikt loops misschien al zonder het te weten: wie ooit een geplande taak heeft ingesteld in een tool als ClaudeCowork, heeft volgens Vo al een loop geschreven.

De keerzijde: de rekening

De grootste zorg bij loops is, met afstand, de kosten. Meerdere agenten met sub-agenten op een topmodel laten draaien is een snelle manier om door je tokenbudget te jagen, of vragen op te roepen bij je baas. Steinberger zelf, naar eigen zeggen "the man with unlimited tokens" omdat hij bij OpenAI werkt, adviseert wie zuiniger moet zijn om de loop bijvoorbeeld eens per uur of per dag te laten draaien in plaats van elke vijf minuten. Osmani's advies: geef tokens alleen uit waar een tweede mening dat waard is. Voor de meeste bedrijven is dat het echte werk: voordat je loops loslaat, moet je het tokenverbruik van AI-agenten kunnen meten en harde budgetlimieten kunnen instellen, anders verandert een slimme cyclus in een dure.

Wat betekent dit voor jou

De kern van loop engineering is geen trucje voor programmeurs, het is een denkwijze. De waarde verschuift van het schrijven van een slimme instructie naar het ontwerpen van het systeem eromheen: wanneer draait het, wie controleert wie, waar zit de budgetgrens, en wanneer grijpt een mens in. Dat is precies de sprong die veel bedrijven willen maken: van losse AI-tools die je per vraag bedient, naar volwaardige workflows die werk uit handen nemen. Begin daarom klein en concreet: kies één terugkerende taak, bouw er één loop omheen met een duidelijke budgetlimiet en een controlestap, en breid pas uit als die zich bewijst. De belofte is niet dat de mens verdwijnt, maar dat je rol verschuift van uitvoerder naar ontwerper. Dat is een veel betere plek om te staan.