Niemand besluit bewust om te verleren hoe je moet programmeren. Het gaat zoals de meeste vaardigheden verloren gaan: één handige kortere weg tegelijk. Vroeger schreef je de regex zelf; nu beschrijf je wat je wilt en plak je erin wat het model je geeft. Vroeger volgde je een stack trace regel voor regel; nu zet je hem in een chatvenster en lees je de samenvatting. Elke vervanging is op zichzelf rationeel. De optelsom daarvan, na een jaar AI-ondersteund werk, is een ontwikkelaar die snel functionaliteit kan opleveren met de tool aan, en een beetje bevriest zodra de tool uitstaat.

Dat is de ongemakkelijke ondertoon achter de vibe-coding-hype van deze maand — Lovable zou naar verluidt een waardering van $13,2 miljard naderen, Replit en Factory halen allebei miljarden op, en SpaceX onderbiedt de topprijzen met Grok 4.5, gebouwd voor "autonome agents." Dat alles is voor één ding geoptimaliseerd: ervoor zorgen dat jij zelf minder code schrijft. Dat is precies de bedoeling, en voor veel werk is dat een legitieme ruil. Maar het betekent dat de sector de afgelopen twee jaar een ongecontroleerd experiment heeft gedraaid op hoeveel handmatige codeervaardigheid je kunt uitbesteden voordat het je iets kost, en de rekening begint nu op specifieke, controleerbare manieren binnen te komen.

Waar de kloof echt pijn doet

Achteruitgang is geen vage angst — hij duikt op in drie concrete situaties, en het loont om eerlijk tegen jezelf te zijn over welke daarvan op jou van toepassing zijn:

  • Sollicitatiegesprekken. De meeste technische sollicitatiegesprekken beperken of verbieden AI-hulp nog steeds, take-home-opdrachten daargelaten. Als jouw dagelijkse vaardigheid stilletjes is verschoven van "ik kan dit schrijven" naar "ik kan een model aansturen om dit te schrijven," dan legt een whiteboardronde of live-coderonde die kloof in realtime bloot, ten overstaan van de persoon die beslist of je wordt aangenomen.
  • Storingen. Als de productieomgeving plat ligt, is de snelste weg naar een oplossing meestal het onder druk lezen van onbekende code en er rechtstreeks over redeneren — niet het opstellen van een goede prompt over een systeem dat je geen tijd hebt om uit te leggen. Incidentrespons beloont precies de vaardigheden (snel code lezen, mentaal debuggen, de API uit je hoofd kennen) die het minst worden geoefend wanneer een model dit dagelijks voor je overneemt.
  • Geen verbinding, geen assistent. Een vlucht, een klantlocatie met een afgesloten netwerk, een storing bij de aanbieder van het model — elk van deze zet je voor een tijdje terug op ongeholpen programmeren. Het hoeft niet permanent te zijn om ertoe te doen; het hoeft alleen maar te gebeuren op een dag dat je iets moest opleveren.

Dit zijn geen hypothetische randgevallen die zijn bedacht om een product te verkopen. Het zijn de gewone omstandigheden van een werkzame carrière. De vraag is of je de achteruitgang zou opmerken voordat een van deze situaties je in het nauw drijft.

Daar komen de oefentools

Dat is de kloof waar een nieuwe tool genaamd Atrophy CLI zich op richt, volgens een artikel deze maand in The Register. Het uitgangspunt is bot: behandel codeervaardigheid als een schaak-Elo-rating in plaats van als een binair "kan coderen / kan niet coderen." Je begint met een nulmeting die vaststelt waar je nu staat, waarna de tool je oefent in een handvol afzonderlijke vaardigheidscategorieën — syntax uit het hoofd kennen, debuggen, code lezen, API's onthouden en probleemontleding — en je rating in de loop van de tijd bijhoudt, op dezelfde manier waarop een schaakengine bijhoudt of je daadwerkelijk beter wordt of alleen het gevoel hebt dat te zijn. De tagline vat de hele stelling in één zin samen: "Als AI-hulp stilletjes je vermogen aantast om zonder hulp te coderen, laat de grafiek je dat zien – voordat een sollicitatiegesprek, een storing of een dag zonder wifi dat doet."

De ontwerpkeuze die opvalt, is de opsplitsing in aparte categorieën in plaats van één samengestelde score. Vibe coding tast niet alle codeervaardigheden gelijkmatig aan — je kunt scherp blijven in ontleding (een probleem opdelen in stappen), omdat dat grotendeels nog steeds jouw taak is, ook met een AI-assistent, terwijl je vermogen om syntax uit het hoofd te kennen en zonder copilot te debuggen stilletjes verslapt, omdat dat nu net de onderdelen zijn die je hebt uitbesteed. Eén enkele score zou dat verbergen. Een rating per categorie vertelt je in elk geval welke specifieke spier je moet hertrainen, wat een nuttiger signaal is dan een algemeen gevoel van roestigheid.

Een noodzakelijk voorbehoud

Het is de moeite waard om het ronduit te zeggen: Atrophy CLI is nieuw, en ik heb geen onafhankelijke gegevens gezien over de vraag of de ratings daadwerkelijk voorspellend zijn voor prestaties bij sollicitatiegesprekken of incidenten, of dat regelmatig oefenen de achteruitgang van vaardigheden echt terugdraait in plaats van je alleen goed te maken in de oefeningen zelf — dat is een reëel risico bij elke oefentool die niet de eigenlijke taak is. Zie het als een diagnostisch instrument dat het proberen waard is, niet als een bewezen oplossing. De categorie die het aan het afbakenen is — het meten van AI-ondersteunde vaardigheidsachteruitgang, los van AI-ondersteunde productiviteit — is hier het nuttige idee, ongeacht of deze specifieke tool degene blijkt te zijn die beklijft.

Wat je eraan kunt doen zonder de productiviteit op te geven

Je hoeft AI-ondersteund programmeren niet helemaal af te zweren om jezelf hier te beschermen; dat zou een reële productiviteitswinst opgeven zijn om je in te dekken tegen een risico dat je goedkoper kunt beheersen. Een paar concrete gewoontes doen het meeste werk:

  • Los af en toe iets op wat je normaal aan het model zou overlaten — een bug, een kleine functie, een datatransformatie — volledig zonder hulp, en neem de tijd op. Let op waar je aarzelt.
  • Doe voorafgaand aan een reeks sollicitatiegesprekken of een consignatiedienst bewust een periode van programmeren zonder AI, net zoals je zou blokken voor een examen waarvoor je de stof al maanden niet meer nodig hebt gehad.
  • Als je wel AI-hulp gebruikt, lees de gegenereerde code dan aandachtig genoeg om hem aan iemand anders te kunnen uitleggen, in plaats van te plakken en verder te gaan — die stap bepaalt het meest of die blootstelling je begrip opbouwt of er juist omheen witwast.
  • Als een rating-tool zoals Atrophy CLI voor jou werkt, gebruik hem dan als rookmelder, niet als trainingsschema op zich — controleer hem regelmatig, en als een categorie daalt, ga dan echt ongeholpen werk doen op dat gebied in plaats van er flashcards voor te oefenen.

De eerlijke manier om ernaar te kijken is dat AI-ondersteund programmeren en ongeholpen codeervaardigheid nu twee aparte vaardigheden zijn die je beheert, niet één vaardigheid met een kortere weg. Werkgevers, sollicitatiecommissies en incidentkanalen om drie uur 's nachts hebben dat nog niet helemaal door, maar ze zullen merken welke kandidaten beide vaardigheden levend hebben gehouden.