Het meeste van het huidige gesprek over AI en banen gaat over de zichtbare laag: wie de code schrijft, wie het model prompts geeft, wie wordt ontslagen wanneer een chatbot de eerste versie kan maken. Verborgen in het nieuws van deze week zit een verhaal over een laag waar niemand in dat gesprek naar kijkt — en het verdient juist daarom je aandacht, omdat bijna niemand concurreert om de vaardigheden die het beloont.

Een bug die er al sinds 2013 zit

Beveiligingsonderzoekers hebben deze week in detail beschreven hoe duizenden met internet verbonden servers van grote fabrikanten op afstand van een backdoor kunnen worden voorzien via hun baseboard management controllers, oftewel BMC's — de kleine, afzonderlijke computers die in vrijwel elk moederbord van een bedrijfsserver zijn ingebouwd en onafhankelijk van wat er op de hoofdcomputer gebeurt hun eigen besturingssysteem, netwerkstack en IP-adres hebben (Ars Technica). BMC's maken het mogelijk dat IT-medewerkers een server op afstand opnieuw opstarten, van een nieuwe image voorzien of monitoren, zelfs wanneer die is uitgeschakeld of helemaal niet meer reageert — echt nuttig beheer op afstand. Het probleem is volgens de onderzoekers dat het onderliggende protocol al sinds minstens 2013 als een makkelijk doelwit wordt aangemerkt, en dat sommige kwetsbaarheden die nu worden misbruikt al meer dan tien jaar oud zijn. Ars omschrijft het als een "alomtegenwoordig, onvoldoende gemonitord en onvoldoende gepatcht parallel aanvalsoppervlak" — geen nieuw lek, maar een oud lek dat stilletjes is genegeerd omdat het zich onder het niveau bevindt waar de meeste aandacht voor software en beveiliging ligt.

Agentisch programmeren staat op het punt hier sneller meer van te maken

In diezelfde week lanceerde Meta Muse Code, een terminalgebaseerde programmeeragent die zich voegt bij Claude Code, Codex en een snel groeiend veld van harnesses die met minimale menselijke betrokkenheid software schrijven en uitbrengen (TechCrunch). Zuckerbergs eigen beschrijving ervan is veelzeggend: bij een voldoende grote opdracht splitst het systeem het werk op in meerdere subagents die parallel en in geïsoleerde worktrees werken en tegelijk verschillende functies bouwen. Dat levert echt productiviteitswinst op. Structureel betekent het ook dat er per eenheid menselijke aandacht meer infrastructuur wordt opgezet, geconfigureerd en uitgerold dan ooit tevoren — meer cloudinstanties, meer testomgevingen, meer servers die snel worden ingericht door mensen die misschien nooit een BMC-instelling aanraken of een firmwarechangelog lezen. Agentische tooling is erg goed in het schrijven van de applicatie. Het heeft geen mening over de vraag of de out-of-band-beheerchip onder die applicatie firmware draait die zes jaar oud is.

Dit betekent niet dat agentische programmeertools per ontwerp onveilig zijn — dat is een andere vraag dan die in het stuk van Ars Technica. Het punt is beperkter: de hoeveelheid infrastructuur die wordt gecreëerd groeit sneller dan de weinig glamoureuze discipline van het patchen van de fysieke laag eronder, en die kloof verdwijnt niet vanzelf alleen omdat de code erboven slimmer is geworden.

Waarom dit een carrièresignaal is, en niet alleen een beveiligingsverhaal

Leg dit naast de ontslagen die nog steeds door de sector heen werken — de personeelsreductie van ongeveer 20% bij Monday.com deze week, expliciet gekoppeld aan een door AI gedreven herstructurering, voegt zich bij een groeiende lijst bedrijven die AI noemen bij het schrappen van banen (TechCrunch). We moeten eerlijk zijn over wat we hier niet weten: geen van deze dossiers splitst de ontslagen uit naar functie, dus er zijn geen zuivere gegevens die zeggen dat "beveiligings- en infrastructuurfuncties worden ontzien". Dat zou te veel claimen. Wat met meer vertrouwen kan worden gezegd is structureel, niet statistisch: de functies die het snelst worden geautomatiseerd, zijn die waarin het werkproduct bestaat uit tekst, code of een klantinteractie die een LLM kan benaderen. Beveiliging op fysiek en firmwareniveau — weten wat een BMC is, hoe IPMI en de opvolgers daarvan werken, hoe je toegang tot out-of-band-beheer controleert, hoe je een firmwarepatch over een hele vloot uitrolt zonder de helft ervan onbruikbaar te maken — staat dichter bij de machine dan bij het model. Het is niet duidelijk een taak waar huidige AI-agents op afgaan, en het wordt niet eenvoudiger te automatiseren alleen omdat de softwarelaag erboven dat wel doet.

Wat je hier daadwerkelijk mee kunt doen

Je hoeft geen firmware-engineer te worden om hiernaar te handelen. Een paar concrete stappen die je kunt controleren:

  • Vraag het, neem het niet aan. Als je bij een bedrijf in IT, platformbeheer of beveiliging werkt dat eigen servers gebruikt (dus niet volledig in de cloud draait), vraag dan of BMC-firmware überhaupt deel uitmaakt van een patchcyclus. Veel organisaties weten het antwoord echt niet.
  • Leer de terminologie, niet alleen de kop. BMC, IPMI, Redfish, out-of-band-beheer — dit zijn goed doorzoekbare, goed gedocumenteerde concepten, en als je ze begrijpt, loop je voor op de meeste mensen van wie de ontwikkeling van vaardigheden in het AI-tijdperk volledig op prompts en agents is gericht.
  • Let op wat agentische programmeertools niet afdekken. Als jij of je team tools zoals Muse Code of Claude Code gaat gebruiken voor werk dat aan infrastructuur grenst, vraag dan expliciet wat buiten de scope valt — implementatiedoelen, firmware, fysieke toegangscontroles — en beschouw die lacune als een plek om expertise op te bouwen in plaats van als een omissie die je kunt negeren.
  • Draai niet door. Dit is een plausibele niche uit meerdere mogelijkheden, geen gegarandeerde veilige haven. Zie het als een hedge die het onderzoeken waard is, niet als een carrièreswitch die je maakt op basis van één verhaal van Ars Technica.

De bredere les reikt specifiek voorbij BMC's: naarmate AI beter wordt in de software die mensen kunnen zien, bevindt de moeilijker te automatiseren waarde zich steeds vaker in de fysieke en operationele lagen eronder — de onderdelen die niet in een demo naar voren komen. Dat is een beperktere inzet dan "leer prompten", maar het is er een waar momenteel minder mensen op inzetten.