Cursusaanbod
Van autocomplete tot agents: waarom agents falen
• Anatomie van een coderagent: model, harness, tool surface, context, permissies
• Waar elke tool staat: Claude Code, GitHub Copilot, Cursor, Codex CLI, Gemini CLI
• Een taxonomie van falen: verkeerde context, verkeerde tools, geen feedback, onbeperkte autonomie
Demonstratie: Dezelfde taak, goed uitgevoerd en slecht uitgevoerd, naast elkaar
Context-engineering
• Het contextvenster als budget: wat verdient een plaats erin?
• AGENTS.md, CLAUDE.md, .cursor/rules, copilot-instructions.md — één concept, verschillende bestandsnamen, één bron van waarheid
• Conventies, build- en testcommando's, architectonische grenzen
• Retrieval versus expliciete context; taakdecompositie en sub-agents
Lab: Schrijf repository-context voor een onbekende Python-service, voer vervolgens een falende taak opnieuw uit en vergelijk de output
Herbruikbare workflows en Agent Vaardigheden
• De abstractie kiezen: instructiedocument, vaardigheid, aangepast commando of gewoon script
• Anatomie van een vaardigheid: triggeren, instructies, gebundelde scripts, progressieve onthulling
• Portabiliteit tussen tools, en waar lock-in begint
• Versiebeheer, review en distributie binnen een team; veelvoorkomende anti-patronen
Lab: Bouw en test een herbruikbare workflow die een huis-coderingsstandaafd afdwingt
MCP: agents verbinden met echte systemen
• Architectuur: clients, servers, tools, resources en prompts; stdio en HTTP transports
• Servers die hun plaats verdienen: Git-hosting, issue trackers, databases, browsers, interne API's
• Wanneer een CLI of script beter presteert dan een MCP-server
• Hygiëne van het tooloppervlak: waarom meer tools minder betrouwbaarheid betekent
Lab: Verbind MCP-servers en behandel een ticket end-to-end — issue, branch, patch, tests, pull request
Feedbackloops en evaluatie
• Tests, types en linters als de grondwaarheid van de agent; test-first werken als controlemechanisme
• CI als de outer loop, en review-discipline voor agent-geschreven diffs
• Golden-task evaluatiesets: wat te meten en hoe regressies op te sporen
• Kosten en latentie als first-class metrics
Lab: Bouw een kleine evaluatieset en scoor twee agent-configuraties tegen deze set
Beveiliging en veiligheidsmaatregelen
• Prompt-injectie via issues, pull requests, README's, dependencies en opgehaalde pagina's
• Permissiemodellen: allowlists, goedkeuringen, read-only tools, netwerk-egress controle
• Secret-hygiëne en sandboxing: containers, ephemera credentials, beperking van het explosiegebied
• Supply-chain risico's in third-party MCP-servers en gedeelde vaardigheden
Lab: Bekijk hoe een agent wordt gekaapt door een vergiftigde repository, versterk vervolgens de setup zodat dit niet gebeurt
Dit uitrollen naar een team
• Een gefaseerde adoptiepad; wat te standaardiseren en wat aan individuen over te laten
• Metrics die echte waarde aangeven, en degene die dat niet doen
Vereisten
• Kennis van Python, Git en de command line
• Enige eerdere blootstelling aan een AI-coderassistent
• NobleProg stelt Dadesktop VM's in voor de deelnemers met Docker, VS Code en Python 3.11 of nieuwer
• Een werkende AI-coderassistent naar keuze van de deelnemer: Claude Code, GitHub Copilot, Cursor, Codex CLI of Gemini CLI. De labs zijn tool-agnostisch en instructies worden verstrekt voor elk
Doelgroep
• Software ingenieurs, technische leiders en architecten die AI-coderassistenten gebruiken maar geen betrouwbare resultaten krijgen
• Platform- en developer-experience ingenieurs die AI-gereedschap across teams uitrollen
• Engineering managers die standaarden, veiligheidsmaatregelen en succesmetrics vaststellen
Getuigenissen (3)
De trainer is geduldig en zeer behulpzaam. Hij kent het onderwerp goed.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Cursus - Agentic AI for Business Automation: Use Cases & Integration
Automatisch vertaald
Goede mix van kennis en praktijk
Ion Mironescu - Facultatea S.A.I.A.P.M.
Cursus - Agentic AI for Enterprise Applications
Automatisch vertaald
De combinatie van theorie en praktijk, en van hoge- en lagenniveau perspectieven
Ion Mironescu - Facultatea S.A.I.A.P.M.
Cursus - Autonomous Decision-Making with Agentic AI
Automatisch vertaald
