Alleen al deze week: SpaceX ondermijnde de markt voor frontier-modellen met Grok 4.5, een model dat specifiek is getraind voor programmeren en autonome agents, gebouwd op Cursor-technologie die SpaceX voor $60B overnam. Het model is geprijsd op $2/M inputtokens en $6/M outputtokens — meer dan de helft goedkoper dan de frontier-prijzen van Anthropic en OpenAI — en zou naar verluidt ongeveer de helft van het aantal tokens per taak gebruiken vergeleken met concurrenten. Ondertussen zou Lovable, een drie jaar oude Zweedse "vibe-coding"-startup, in gesprek zijn om $300M op te halen tegen een waardering van $13,2B, het dubbele van december, na in juni een geannualiseerd omzettempo van $500M te hebben bereikt met Workday, Asana en Nvidia als zakelijke klanten. Replit werd in maart gewaardeerd op $9B; Factory op $1,5B in april. Zoals een rapport over deze sector het verwoordde: vibe coding is nu "verreweg de populairste en meest lucratieve toepassing van AI."

Niets daarvan is abstract als je op zoek bent naar werk of dit jaar inzetbaar wilt blijven in software. Het is een vrij direct signaal over wat "software kunnen bouwen" in 2026 zal betekenen op een cv en in een sollicitatiegesprek.

Hoe "opleveren" er nu uitziet

Het bewijs bestaat niet alleen uit financieringsrondes. Raycast's "Glaze", een alles-in-één vibe-coding-app voor het bouwen en delen van Mac-desktopapps, is zojuist opengesteld voor alle gebruikers en concurreert met tools als Wabi voor mobiele apps — vibe coding verhuist van de terminal naar gepolijste, deelbare bouwtools gericht op mensen die geen professionele engineers zijn. Met Build mode van Google AI Studio kun je nu verwijzen naar een bestaande GitHub-repo in plaats van vanaf een lege prompt te beginnen, waarbij deze automatisch wordt omgezet in een uitvoerbare app en API-sleutels automatisch worden geconfigureerd. En het duidelijkste datapunt van allemaal: MIT en Lincoln Laboratory voerden een casestudy uit via het Phantom Program van de Department of the Air Force–MIT AI Accelerator, waarin Joshua Lynch, een cadet zonder eerdere programmeerervaring, onder begeleiding van een mentor vibe coding gebruikte om een functioneel, militair relevant AI-programma te bouwen. Dat is het narratief "iedereen kan programmeren met AI" letterlijk gemaakt, met een met naam genoemde persoon en instelling erachter.

Aan het meer ervaren uiteinde gebruikte Bun-bedenker Jarred Sumner coding agents om de volledige Bun JavaScript-runtime te herschrijven van Zig naar Rust — een grootschalige herschrijving die traditioneel als te riskant werd beschouwd om met de hand te ondernemen — via wat hij "agentic engineering" noemt: dynamische workflows, testruns en adversariële beoordeling van de output van de agent. Hij volgde geen trend; hij elimineerde terugkerende geheugenbugs die ontstonden door het combineren van garbage collection met Zig's handmatige geheugenbeheer, bugs die het ownership-model van Rust uitsluit. Dat is een senior engineer die een AI-agent behandelt als het juiste gereedschap voor een taak die vroeger maanden nauwgezet menselijk werk vereiste.

Onder dit alles hervormt de infrastructuur zich rond deze snelheid. Railway haalde net een Series B van $100M op, bereikte 2 miljoen ontwikkelaars zonder betaalde marketing en verwerkt maandelijks meer dan 10 miljoen deployments. De pitch van de oprichter is expliciet: legacy-clouds zoals AWS en GCP zijn te traag en complex voor het tempo waarin AI-gedreven ontwikkeling nu beweegt.

De financiering vertalen naar een aannamelat

Bij elkaar opgeteld: een beginner met een mentor kan een werkende app opleveren, een doorgewinterde engineer kan een taal-runtime herschrijven, en een drie jaar oude startup kan een omzettempo van een half miljard dollar bereiken door niet-engineers apps te laten beschrijven totdat ze bestaan. Die spreiding is precies het punt. Vibe coding is niet alleen een instapmogelijkheid voor junioren of alleen een productiviteitstruc voor senior engineers — het is allebei tegelijk, en het geld dat naar Lovable, Replit, Factory en de prijzenoorlog van Grok 4.5 stroomt, zegt dat investeerders denken dat software vanaf nu zo gebouwd wordt, en dat dit geen voorbijgaande fase is.

Voor het werven van personeel lees ik daar drie concrete verschuivingen in. Dit is mijn interpretatie van de trend, geen vaststaand feit, weeg het dus dienovereenkomstig af:

  • Een werkend, uitgerold artefact wordt de basislijn, niet het onderscheidende kenmerk. Als een beginnende programmeur via een begeleid programma iets functioneels kan opleveren, dan zal "ik heb X gebouwd en uitgerold" op zichzelf niet volstaan voor een betaalde functie — het wordt verondersteld dat je dat kunt. Wat je onderscheidt, is de beoordelingslaag eromheen.
  • Sollicitatiegesprekken zullen je eerder een AI-programmeertool in handen geven dan afnemen. De casus van de cadet, de herschrijving van Bun, en de zakelijke adoptie van Lovable door bedrijven als Workday en Nvidia wijzen allemaal dezelfde richting op: werkgevers werven mensen die goed zijn in het aansturen en controleren van het werk van een agent, niet mensen die bewijzen dat ze er geen nodig hebben. Als een take-home-opdracht geen beleid specificeert over het gebruik van AI-tools, vraag dit dan rechtstreeks aan de recruiter in plaats van te gokken.
  • Toolspecifieke vaardigheid telt minder zwaar dan beoordelingsvaardigheid. Nu Grok 4.5, Claude en de modellen van OpenAI concurreren op prijs, en vibe-coding-platforms zich vermenigvuldigen (Lovable, Replit, Factory, Glaze, Wabi, de GitHub-import van AI Studio), is het riskant om je cv in te zetten op de specifieke workflow van één platform — de onderliggende tools worden juist door de prijzenoorlog zelf tot handelswaar gemaakt. Wat blijvend is, is het vermogen om bij elk van deze tools binnen te stappen en uit te leggen wat je hebt veranderd, waarom, en wat je niet vertrouwde in de output — dezelfde discipline die Sumner "adversariële beoordeling" noemt.

Wat je deze maand daadwerkelijk moet doen

  • Lever publiekelijk één klein ding op met een vibe-coding-tool, uitgerold en gelinkt vanaf je cv of portfolio — niet alleen een lokale demo of een schermopname.
  • Wanneer je er in een sollicitatiegesprek over praat, begin dan met wat je hebt beoordeeld, afgewezen of gecorrigeerd in de output van de AI. Dat is het deel dat een hiring manager niet uit een screenshot kan halen, en het is het deel dat daadwerkelijk nog schaars is.
  • Vraag ronduit, tijdens sollicitatiegesprekken en take-home-opdrachten, of het gebruik van AI-tools is toegestaan of verwacht wordt. De norm verandert momenteel snel genoeg dat je geen van beide zomaar moet aannemen.
  • Investeer niet te veel tijd in het uit je hoofd leren van de syntax van één platform. De onderliggende modellen worden om de paar maanden qua prijs ondermijnd, en de bouwtools convergeren naar vergelijkbare workflows — prompten, een repo importeren, uitrollen.

De kanttekening

Dit is een momentopname van financieringsrondes, geen zekerheid. Waarderingen worden op- en afgewaardeerd, hypecycli schieten door, en een cijfer van $13,2B in gespreksstadium is geen gesloten deal. Maar een prijzenoorlog aan de ene kant (Grok 4.5), drie afzonderlijke late-stage financieringsrondes aan de andere kant (Lovable, Replit, Factory), en een heropgebouwde cloud-infrastructuurlaag aan een derde kant (Railway) die allemaal naar dezelfde toepassing wijzen, is een sterker signaal dan elk daarvan afzonderlijk. Beschouw het als een sterk vermoeden over waar de aannameverwachtingen in 2026 naartoe gaan, en stel dit bij naarmate het volgende datapunt binnenkomt.