Home   2026-08-03 17:31:33

←

Aantal nieuwe apps in Apple App Store verdubbelt door vibecoden

Original article

Het aantal nieuwe apps in de Apple App Store verdubbelde afgelopen halfjaar, vermoedelijk als gevolg van vibecoden. Met AI kunnen ontwikkelaars in korte tijd meer apps maken. Het aantal downloads steeg niet mee.

Volgens cijfers van Sensor Tower die The New York Times aanhaalt, kwamen er in het eerste halfjaar 560.000 nieuwe apps in de App Store. Vorig jaar waren dat er over het hele jaar ongeveer 600.000. Daarmee verdubbelt het aantal nieuwe apps in de App Store.

Het aantal downloads stijgt niet mee. Gebruikers van iPhones installeerden in totaal 2 procent meer apps dan in dezelfde periode vorig jaar. In totaal downloadden gebruikers in het eerste halfjaar 17,6 miljard apps.

Apple staat het vibecoden toe, zolang apps zich aan de regels houden zoals die gelden. "We zijn verheugd te zien dat een nieuwe generatie ontwikkelaars de nieuwste tools omarmt om sneller dan ooit apps te bouwen en uit te brengen", aldus een woordvoerder van Apple tegen de krant. "Alle apps voldoen aan dezelfde hoge normen voor kwaliteit, privacy en beveiliging die gebruikers gewend zijn." Volgens Apple keurt het bedrijf 90 procent van de apps binnen 48 uur goed, al moeten sommige ontwikkelaars veel langer op goedkeuring wachten.

App Store. Bron: Ymgerman/iStock Editorial/Getty Images
App Store. Bron: Ymgerman/iStock Editorial/Getty Images

Door Arnoud Wokke

Redacteur Tweakers

Feedback • 20-07-2026 18:34 93

20-07-2026 • 18:34

93

Reacties (93)

Dus meer lines of code, meer PR's meer apps maar niet meer value. Het aantal downloads stijgt namelijk niet mee.

De bottleneck was niet het schrijven van code. Hoewel AI een geweldig krachtige tool is die je zeker productiever maakt komt er een stuk meer bij kijken dan maar wat neerkwakken en als het complex wordt dan wil je toch wel een redelijk niveau van engineering standaard aanhouden zodat het niet in elkaar dondert.

Ik zie het in mijn werk als software engineer ook. Zodra je duidelijk hebt wat je wilt ben je er zo maar juist dat duidelijk krijgen is waar de meeste tijd in gaat zitten. AI kan dat niet volledig automatiseren.
Het issue met AI en programmeren is vooral dat het soms echt achterlijke keuzes maakt wat code betreft. Ik heb Codex en ook Claude of Cursor er vaker op betrapt dat ze soms gewoon een if else statement van 50+ if else schrijven ipv een switch statement. Of dat ze als ze met SwiftUI aan de gang gaan dat ze soms SwiftUI views van 1000+ regels schrijven die dan so massive zijn dat de Compiler het niet meer kan compilen. Mooiste was nog wel waar Codex gewoon syntax begon uit te vinden.
je toch wel een redelijk niveau van engineering standaard aanhouden zodat het niet in elkaar dondert.
Ik heb voor mezelf een Obsidian alternatief gebouwd dat op mijn server draait, hier zitten op het moment van schrijven 5.000+ voorbeelden van mijn code in en meer dan 300 regels met hoe een AI moet programmeren, welke manier van programmeren ik hanteer, regels voor reusability, regels voor mijn preferred Design pattern en elk ebook dat ik ooit heb gekocht over programmeren zit er nu in en ik sla alle context uit AI chats erin op. Wel allemaal gesorteerd op programmeertaal en framework. Maar Codex en Claude spugen nu bijna net zulke code uit die ik zelf zou schrijven. Het werkt door de de planning agent een endpoint te laten bezoeken met alle informatie die het wilt hebben, endpoint stuurt een Object terug in TOON ipv JSON en LLMs kunnen er dan mee aan de slag. Beetje zoals dat gehele second brain idee wat je allemaal op Social media ziet.
Probleem wat ik heb is vooral dat je het toch allemaal moet controleren. Ipv code schrijven kun je dan de hele dag gaan code reviewen. Of je zegt ik geloof het wel en mag dan gaan uitleggen aan iemand anders waarom X of Y waar je geen antwoord op hebt.

AI agents kunnen prima programmeren en je iets werkends opleveren, inclusief unit testen maar nog steeds kom ik code tegen die gewoon niets doet. Of unit testen die helemaal niets testen. Ja je hebt gevraagd om specifieke testen te schrijven maar ze gingen goed dus test geslaagd en commando goed uitgevoerd.

Vooral niet na denken over de impact die je hebt gehad op de planeet voor niets.
Vooral niet na denken over de impact die je hebt gehad op de planeet voor niets.
Dat hele klimaat of impact op de planeet argument is altijd z'n dooddoener. Jij hebt als persoon zelf ook impact op de planeet. Je poept gemiddeld 4 ton stront uit in je leven. Gemiddeld plas je 120.000 liter urine in je leven uit, je gebruikt gemiddeld 3.4 miljoen liter water in je leven en je stoot gemiddeld 29 ton co2 uit door alleen maar te ademen. Dan hebben we de impact van je voeding, je reisgedrag, je tv gebruik, je wasmachine, je tiktok gebruik of tweakers gebruik, je nachtelijke taferelen, je waterkoker, je zwembadje, je kleding, het aantal condooms dat je gebruikt in je leven, of de medicatie die je eventueel slikt enz enz nog niet meegerekend. De mens is gewoon van nature vervuilend. Zonder impact op de planeet kan je geen leven leiden of maatschappelijke vooruitgang boeken. Enige vraag die je uiteindelijk moet stellen is of de impact maatschappelijke vooruitgang bevorderd of juist tegenwerkt.

Begrijp me niet verkeerd, er is niks mis mee om rekening te houden met de impact die AI heeft of zou hebben. Maar kijk dan ook naar de impact die je zelf hebt.

[Reactie gewijzigd door Exodai op 20 juli 2026 21:30]

[...]

Begrijp me niet verkeerd, er is niks mis mee om rekening te houden met de impact die AI heeft of zou hebben. Maar kijk dan ook naar de impact die je zelf hebt.
Inderdaad. Ik heb wat AI-criticasters in mijn team zitten en tja... Dit is wel de discussie die ik voer met ze. Ik snap ze volledig als ze aandragen dat het gebruik van AI gepaard gaat met een (zware) belasting voor het milieu - en daar hebben ze ook zeker een punt. Maar goed, elke dag in je dieseltje naar kantoor rijden + je laptop openen en daar je uren verbranden kost óók energie. Plus, de wetenschap dat je in dezelfde hoeveeltijd maar een fractie kunt doen van wat Claude kan doen... Ben je dan echt zoveel milieubewuster uit?
Ja in mijn bedrijf had ik er ook een paar die echt heel kritisch waren. Die zijn uiteindelijk uit principiele gronden vertrokken want "AI is slecht en kapitalisme is slecht en ik was slecht want ik ging developers vervangen door AI".

Maar rest van het team heeft bij ons AI wel omarmt. We experimenteren nu vooral met Qwen modellen op onze Mac studios met oMLX en een eigen framework die we aan het bouwen zijn. We hopen later dit jaar ook een Local AI suite te lanceren met AI optimized information storage, Visual AI Agent Composer en een Local AI framework dat hiermee samenwerkt.
Dat was eerst ook mijn invalshoek. Nu kan ik iets bouwen waar ik voorheen een week mee bezig was! Of een LLM gebruiken wat x maal meer kost dan een Google zoekopdracht? Klopt maar het resultaat was nooit hetzelfde. Met één zoekopdracht had je vaak niet wat je zocht. Genoeg redenen om te stellen dat het het waard is. En ja ook ik gebruik AI in mijn dagelijkse job, coderen maar op gebied van data analyse. Ik durf te stellen dat ik hiermee mijn efficiëntie zeker met 25% heb kunnen verhogen.

Maar misschien moeten we het wel breder trekken. Ja @Exodai , we consumeren op allerhande wijze van het klimaat, we vliegen heel de wereld over, rijden ons suf en al wel niet. Maar ik denk wel dat onze ecologische voetafdruk hierdoor wel significant is verhoogd. En ten gunste en ten nadele van wie eigenlijk?

Zakelijk: ik ben als individu efficiënter maar logischerwijs niet minder gaan werken. Ik krijg er niet direct meer salaris voor (indirect misschien wel) maar haal wel meer voldoening uit het werk. Simpele coding taken worden nu vervangen voor leuker denkwerk. Maar de echte winst gaat toch naar mijn werkgever en een stuk naar de LLM providers. Als ik de rekensom maak ben ik eigenlijk de verliezer hierin, in ieder geval financieel.

Privé: buiten het werk om ben ik altijd wel bezig geweest. Van websites, video, 3d tekenen, appjes bouwen etc. Nu kan ik daar heel veel meer mee. Even een eigen Ubuntu server opzetten? Geen probleem! Een eigen youtube voor mijn vrouw in elkaar steken dat soort leuke hobby projectjes haal ik veel meer uit.

Maar onder aan de streep eigenlijk niet meer of minder dan voor het LLM tijdperk. Mijn pc staan gemiddeld genomen evenveel aan als voorheen. Maar consumeer wel significant meer energie. En daar mogen we best wel kritischer naar gaan kijken. Zwaarder belasten? Misschien een oplossing maar daar tref je de armere wel harder mee. Ik heb de oplossing ook niet :) maar erken de problematiek wel.
Ja, want de impact die een AI datacenter heeft op het milieu en de directe omgeving staat totaal niet in verhouding tot een werknemer die elke dag op en neer rijdt (wat ik trouwens ook slecht vindt, je kunt het met meerdere dingen tegelijk oneens zijn he?).

Dat andere dingen ook slecht voor het milieu zijn, betekent niet dat we dit maar moeten negeren. Dat noem je ook wel whataboutism.
Maar dit is er weer bovenop. We hadden hier ook prima zonder gekund.
Uiteraard. Daarom mag je dus best de discussie voeren of AI in huidige vorm maatschappelijke vooruitgang is.
Helaas is mijn mening dat juist jou argument de dooddoener is die elke keer als iets negatief is voor het klimaat word aangevoerd. Altijd moeten we het maar accepteren want jij hebt ook impact of nog beter een flinke dosis whataboutism. Dus onder de streep gebeurt er weer niets en moeten we maar weer de (significante) extra impact accepteren.
Jij hebt als persoon zelf ook impact op de planeet. Je poept gemiddeld 4 ton stront uit in je leven. Gemiddeld plas je 120.000 liter urine in je leven uit, je gebruikt gemiddeld 3.4 miljoen liter water in je leven en je stoot gemiddeld 29 ton co2 uit door alleen maar te ademen.
Dat zijn allemaal dingen waar je geen keuze in hebt. Als je het niet doet, ga je dood.

de impact van AI (en andere dingen) op het klimaat zijn dat allemaal niet. En ze zijn te voorkomen bovendien.
Of als er wat bugfixing gedaan moet worden of een update. Dan blijkt dat vibecoden helemaal niet zo lekker te zijn om dat soort dingen te doen. Mag je als ervaren developer ineens alle ellende op gaan lossen en je de haren uit je hoofd ergeren aan de onnozele code.
Dit herken ik toch echt totaal niet hoor. Wel dat Claude wat wij gebruiken redelijk goed de codestyle van een bestaande code repository aan kan houden. Begrijp me niet verkeerd, je moet er nog wel constant bovenop zitten en alles controleren, maar zo’n dramatisch slechte keuzes puur qua syntax die kom ik niet tegen. Wel qua design soms.
Laatste keer wanneer je AI hebt gebruikt?

Want het gaat razendsnel.

Waar vroeger de AI echt baggercode screef.

Schrijft het nu echt goede degelijke code.
Heb je dit blog al gezien? Harness engineering beschrijft een interessante aanpak voor het inrichten, beheren en doorontwikkelen van AI-agenten op een meer systematische manier zoals jij ook beschrijft.
Ja juist op zulke papers hebben we ons systeem ook gebaseerd. :)
hier zitten op het moment van schrijven 5.000+ voorbeelden van mijn code in en meer dan 300 regels met hoe een AI moet programmeren, welke manier van programmeren ik hanteer, regels voor reusability, regels voor mijn preferred Design pattern en elk ebook dat ik ooit heb gekocht over programmeren zit er nu in en ik sla alle context uit AI chats erin op.
Dit klinkt super, alleen hoe voer je deze informatie aan Claude?

- Plak je het er allemaal bij in elke eesrte prompt van een gesprek? Dat lijkt me context problemen geven en weinig gerichte info geven.
- Instrueer je je agent om bij elk probleem relevante stukken uit jouw voorbeelden te lezen? Dan krijg je voor elke prompt natuurlijk allemaal verschillende voorbeelden.
- Heb je al jouw voorbeelden ingeladen in een vector space om efficiënt in te zoeken? Dan is het ook geen exacte kennis.

Ik bedoel dit niet als betweterig overigens. Ik ben serieus nieuwsgierig hoe jij dit in de praktijk aanpakt. Ik heb hier ook wel eens over nagedacht namelijk, maar met zoveel informatie heb ik nooit een manier gezien om dat effectief aan Claude te voeren. Zou je dit willen delen?
Nee gewoon een endpoint. Dus een planning agent plant de ontwikkeling , kan een request doen aan de api met alle informatie het denkt nodig te hebben. Dus als het een react app moet bouwen, components moet bouwen, als het voorbeeld code van mij wilt hebben hoe ik programmeer dan wordt dat allemaal via dat endpoint opgevraagd.

API geeft dan een object terug dat TOON gebruikt i.p.v. JSON en de planning agent verwerkt al die informatie in het development plan. Dan schrijft de planning agent de prompt voor de coding agent waar het dus uitlegt dat de coding agent het development plan moet volgen en coding agent werkt dan het development plan af in fases en als het denkt meer informatie nodig te hebben kan het via de planning agent nog meer informatie opvragen.

Database bestaat uit 10 layers en hoe dieper de agent graaft, des te specifieker de code, documentatie of informatie is die het terug krijgt van de API. Het werkt dan het development plan bij en coding agent gaat dan weer aan het werk.

En als je het dan door looped dus er is een bug, de coding agent lost die bug op, dan wordt de context van die fix dus ook naar dat systeem geüpload. Dus geen enkele chat of context of zinnetje gaat verloren. En kan eventueel ooit nog gebruikt worden.
Ik ben geen software ontwikkelaar, maar ik kan me voorstellen dat over een tijdje (x jaar) software-ontwikkeling voornamelijk ‘beschrijven van intentie en interface’ zal zijn.

Hoe zie jij dit?
Dat is het nu al.

Claude (in mijn geval) werk binnen een aantal uur een volledige (complexe) server-client applicatie uit tot een MVP met minimale input. Zonder een regel code aan te raken. En de kwaliteit van zowel documentatie als code (inclusief grondige tests) is mijns inziens hoger dan een (hobby)ontwikkelaar zelf ooit voor elkaar zou kunnen krijgen.
Dat is ook wat ik ervaar, de code van de AI is vaak al veel beter dan wat een menselijke ontwikkelaar produceert. En de AI heeft geen problemen met het schrijven van documentatie, leesbare code en tests. Ook voor een architectuur ontwikkelen, keuze van frameworks, etc gebruik ik een AI.

Ik gebruik vooral Chinese modellen zoals Qwen en op het moment veel van Moonshot AI.
AI report, erg leuke podcast (hoewel ik Alexander Klopping een %#!#% vind), omschreef de toekomst nog extremer: geen software meer, alleen agents die adhoc bouwen wat jij op dat moment nodig hebt. En ik denk dat dit best nog wel eens kan uitkomen.
Voor ieder gebruik het wiel opnieuw uitvinden lijkt me kostentechnisch niet uitkomen, nog even los van het feit dat je steeds een andere oplossing krijgt?
Tja, ik zie dat nu ook nog niet helemaal voor me. Maar als je historische vooruitgang doortrekt hebben we gemiddeld elke 10 jaar 5x zoveel CPU en 40x zoveel RAM performance. Dus de krachtigste modellen van nu zijn weinig uitdagend meer voor hardware van de toekomst.
Er is geen lineair verband tussen krachtigere hardware en betere AI. Het lijkt zelfs te plafonneren.
Daar staat een nulletje teveel.
Dat klopt deels, maar hoeveel inefficiënte bedrijfsprocessen zijn er wel niet omdat tool X net niet werkt zoals onderneming y het wil? Ik kom dit zeer veel tegen. Ja maar bij 80% vd bedrijven werkt het zo dus daarom doen we dat. Dat is dan niet meer van toepassing.

Ik geloof ook wel dat we 100% naar maatwerk gaan wat voor jou werkt zoals jij het wenst. Maar het klopt ook dat we dan repetitief werken. Privé heb ik een basis app met een login, een database, route op mijn domein etc. Soort image voor een webapp die ik kan hergebruiken en daar op verder kan werken. Dat zullen al die build-your-app websites ook doen.
Een poos geleden las ik hier op Tweakers dat dergelijke "custom" applicaties waarschijnlijk gebouwd zullen worden op een bestaand framework for "typische" use-cases. Dus een voorbeeld van een excel, een voorbeeld van een word editor, een voorbeeld van een klok, een voorbeeld van een chat app, etc. in plaats van dat een LLM dat volledig opnieuw moet uitvinden, dat dergelijke samples gebruikt gaan worden als "scaffolding".
Dat idee heb ik een half jaar geleden ongeveer ook uitgewerkt. Zeg maar Claude CLI met een webbased userinterface met daarin de optie om apps te maken of analytics te doen. Geef het een dataset en vraag wat je wilt, programma maakte dan de python code om de hele dataset om te zetten in een volledige analyse. Iets wat ik zelf in die tijd echt niet beter kan doen (en heb een behoorlijke ervaring in data analyse). Techniek is het probleem niet! De change management is hetgeen wat vele malen moeilijker is, zeker in een office omgeving! Over het algemeen houden mensen niet van verandering geven en ook niet om het uit handen te geven. Die blijven het liefst op hun oude manier verder werken. Tenzij een ander het radicaal anders voor ze doet en het feitelijk een nieuw proces wordt.
Iedereen dacht 5 jaar geleden ook dat geld zou worden vervangen voor crypto. En alles moest perse in blockchain. Nu hoor je er niemand meer over.

Mensen hebben echt een psychologische zwakte hoor. Alles wat ze dromen en hopen zal en moet op korte termijn realiteit worden. Even later stappen ze over op een nieuwe hype.
Hoe noem je die beschrijving van intentie en interface?
Nog leuker: de software van de toekomst wordt misschien helemaal niet meer geschreven in talen als Python, JavaScript enzovoort. Dat is allemaal overhead. Als een mens er niet meer aan te pas hoeft te komen, is het voor een ai (computer) veel zinniger om te programmeren in een taal die juist efficiënt voor hem is (machinetaal).
Waarom zou je decennia aan trainings data op code weggooien en ook de leesbaarheid eruit gooien door direct machine taal te genereren? Ik hoor mensen dit wel vaker zeggen maar het heeft zoveel nadelen. Hoezo is dit efficiënter?
Code in een programmeertaal geeft alleen maar beperkingen voor de AI. Het voordeel voor ons, is dat wij het kunnen lezen en bedenken wat de uitvoering zou doen.
Maar als er niemand meer naar de code kijkt, dan kun je die stap overslaan. De AI kan dan beter een AST of een Intermediate representation maken, wat de compilers direct als input gebruiken. Dan heb je geen "zo doe je dat in programmeertaal __" problemen.

Maar, dan moet de betrouwbaarheid van wat een AI genereert wel flink omhoog.
Maar de AI is daar niet op getrained. Waar haal je die trainings data vandaan. Waarom niet gewoon een normale leesbare programmeertaal? Ook nogal een aanname dat het efficiënter zou zijn met een AST. De heavy lifting die de compiler doet moet de AI ineens zelf gaan doen.

En als het niet meer na te kijken is wil je eigenlijk dat alles 100% klopt en dat is gewoon een inherente beperking van AI. Als het maar iets lager is krijg je door compounding effecten dat het drastisch lager wordt.

Vind het maar een bizar idee.

[Reactie gewijzigd door Barsonax op 21 juli 2026 15:27]

Code wordt al gecompileerd of getranspileerd (met een paar uitzonderingen natuurlijk), enige wat je hiermee wint is compilatietijd, niet performance van je applicatie, maar je verliest de mogelijkheid om zelf te debuggen.
Dat bestaat al even en daar gaan we inderdaad steeds meer naartoe als einddoel ipv als extra laag, maar je vergeet dan helaas wel iets belangrijks:

1 eend maakt geen vijver :Y

Ofwel: met 1 omschrijving kom je er niet en voor de minstens tientallen tot honderden omschrijvingen die je nodig zou hebben om enigszins in de buurt te komen moet je alsnog input (met of zonder agent) geven en nadenken.
Ik denk dat analisten de nieuwe “developers” worden. Voor hobby projecten is het leuk dat je een doel en wat technische eisen geeft, maar voor bedrijven en overheden wil je juist functioneel alles duidelijk beschreven hebben. Niet alleen wat je nu wil, maar ook wat het doel op lange termijn is.

De analyses die nu worden gemaakt om user stories te maken, kunnen ook richting AI gaan i.p.v. developers. In plaats van een mock of PoC kan een applicatie tijdens een aantal sessies met stakeholders worden gebouwd.

Wellicht wil je nog wat developers houden voor integraties en koppelingen met (legacy) software die AI niet volledig kan maken.
Wat jij beschrijft is precies de situatie waarin ik nu zit inclusief de keuzes die er gemaakt zijn en worden.
Kijkend naar het verleden, is er weinig veranderd. Analisten schrijven functionele documentatie, developers doen de vertaalslag naar een applicatie, waarbij ze technische requirements toevoegen, rekening houden met (technische) beperkingen en de analist attenderen op fouten in zijn werk.

Begin 2000 kwamen ze met Model Driven Architecture, waarbij je met UML modellen een applicatie kon genereren. Daar hoor je nu weinig van.
Recent is No-Code of Low-code ook een ding, waarbij je gewoon je scherm via drag-and-drop in elkaar kunt zetten. Dat heeft ook nog niet de hele markt overgenomen.
Mijn werkgever heeft ook een tijdje een IP gehad, waarbij ze met Smart Requirements een applicatie konden genereren. Dat sluit hier al helemaal op aan. Maar, dat ligt ook al weer een tijdje in het ronde archief.

Kortom; eerst zien en dan geloven. De meeste Vibe-coders trekken hun applicatie vrij snel na publicatie al terug, omdat iemand een serieuze security issue heeft gemeld.
Hoewel je ver kan komen als je goed weet te beschrijven wat je precies wilt is dat eigenlijk heel lastig te verifiëren puur vanuit de spec zelf. Hier zit ook een kip ei verhaal in want om goed te beschrijven wat je wilt moet je kennis genoeg hebben van software engineering.

Meeste code zal AI schrijven maar je zult toch alles nalopen. Niet alleen om te verifiëren maar ook om je harness verder te optimaliseren. Wellicht bekijk je niet letterlijk elke regel code maar eigenlijk deden we dat voor AI ook al niet gezien de vele packages die we al binnentrekken tegenwoordig.

Ik zie het ook niet snel gebeuren dat men code als irrelevant gaat zien. Code is juist een mooi medium wat zowel mens als AI snapt en dus kunnen we het nakijken als mens en de AI kan meeliften op decennia aan door mensen geproduceerde trainings data. Kwaliteit blijft dan ook belangrijk want ook AI zal moeite hebben met spaghetti code.

En dan hebben we het nog vooral over code gehad maar de meer ervaren engineers denken ook mee in het grotere plaatje over zaken als architectuur of welke features (niet) nodig zijn. Daar is AI gewoon niet goed in.
En wie gaat die interface ontwerpen? Hint: niet de AI.
jij zegt het.

Ik heb een maand geleden een workshop gevolgd waarin we met 3 gratis AI-producten een werkende webapp maakten in ongeveer 20-25 minuten. (Ik kreeg de prompts aangeleverd, en had er alleen wat kleine aanpassingen aan gedaan.)

De app die ik maakte scrapete verschillende websites om kwetsbaarheden (CVEs) voor een bepaalde Linux Distro, die nu actueel zijn. Het aggregeerde de data, maakte samenvattingen, en creeerde suggesties voor patchen of mitigeren via een ai-model.

De webapp was compleet met gebruik-interface, simpele zoekfunctie, database, enz.


Ik vulde dit net in, in ChatGPT: “Maak een beeld van een screenshot van een telefoon-interface van een app. De app heeft als doel om op een intuïtieve manier een boodschappenlijst te maken.” het ziet er gewoon netjes uit.
Ik bedoelde overigens niet de user interface, maar zaken zoals een API of een SDK. Een goed voorbeeld is Windows' CreateProcess versus Unix' fork+exec.
Oh zo. Dat had mijn programmaatje natuurlijk niet, maar hij maakte wel een postgres database met bijbehorende queries.

Ik ben er van overtuigd dat als ik een programmaatje had laten maken wat een API voor nodig is, dat dit ook niet zo’n probleem hoofd te zijn.

Het was in elk geval een leuke workshop.
Dus meer lines of code, meer PR's meer apps maar niet meer value. Het aantal downloads stijgt namelijk niet mee.
Stel je voor, er wordt in een winkel appelsap verkocht. Ze verkopen 100 pakken per week.

Dan gaan ze ook perensap aanbieden. Ze verkopen vanaf dat moment 80 pakken appelsap en 20 pakken perensap.

Is dit nou een succesverhaal, of niet?

Vanuit *modern* kapitalisme is dit niet waardevol. Er is op deze manier namelijk geen "aandeelhouderswaarde" gecreeerd. Er is immers meer overhead, waarschijnlijk iets kleinere marges voor de fabrikant.

Vanuit het perspectief van de klant is het een heel andere verhaal! De "liever-perensap"-drinkers zijn maar wat blij dat ze nu bediend worden.

(en dit was kort samengevat tot mid jaren '70 het model: bedrijven bestaan om een klant te bedienen.

Het voordeel van AI is enorm in deze. Zo heb ik een aantal web-apps gemaakt die *alleen ik* gebruik. "Total addressable market: 1", zou ik in de slide-decks hebben moeten zetten, als ik op zoek was naar investeerders voor deze apps.

Uiteraard is dat een grapje. Deze apps zouden nooit bestaan hebben, zonder de barriere-verlaging van AI.

Dus hoezo geen waarde?

[Reactie gewijzigd door Keypunchie op 20 juli 2026 20:32]

Dus hoezo geen waarde?
De waarde is waarschijnlijk te laag om de kosten te rechtvaardigen.

De kosten van gebruik van LLMs wordt kunstmatig laag gehouden, dus het vibecoden van persoonlijke apps zoals deze is nu nog leuk, maar in de toekomst waarschijnlijk niet op dezelfde manier mogelijk. Open source modellen die gratis te gebruiken zijn, zijn ook alleen gratis omdat de makers verwachten met hun (nu goedkope) dienstverlening (op de lange termijn) veel geld te verdienen.
De drempel is lager en ik ga er van uit dat een groot deel van de nieuwe applicaties van een selecte groep is. Net zo als met boeken wat nu overspoelt word met AI slop krijg je het zelfde bij software.

Ik denk dat er maar een minimale hoeveelheid echt nieuwe apps zijn bijgekomen en de rest is gebaseerd op wat al in de appstore stond en succesvol is.

Eind resultaat, te veel aanbod en het word nu nog lastiger om gevonden te worden als je daadwerkelijk een goed idee hebt.
Er zijn veel projecten die juist nú haalbaar zijn. Kleine apps die het net niet waard waren om een weekendje te programmeren, duurt nu een uur. Technical debt die je nooit op kon pakken? Nu in één prompt weg.
Heb je een applicatie die je heel vervelend vind om te gebruiken? Dan bouw je het gewoon zelf.

Wat we nu nog zien zijn de kleine applicaties die mensen even in een middagje vibe coden. Maar het zou me niks verbazen als over een jaar iemand even Adobe buitenspel zet door met hulp van AI een Photoshop kloon te bouwen. Dat soort dingen zijn nog steeds niet 1, 2, 3 voor elkaar maar zeker haalbaarder.
De ervaring die ik zie is juist alleen maar meer technical debt. Dubieuze keuzes van AI, twijfelachtige dan wel slecht leesbare code, en als klap op de vuurpijl developers die de code eigenlijk niet begrijpen, en als er dan een lastige vraag is waar AI ook niet uit komt (omdat de developer het ook niet meer snapt), komt het bij de seniors op het bordje.

Projecten haalbaar: Ja, al is de vraag of het goed gedaan wordt.

Lange termijn onderhoudbaar: Ik denk het niet. Zeker niet als de token-prijs straks explodeert en AI eigenlijk te duur wordt.
Je moet er wel bovenop zitten inderdaad. Vooral de architectuur. Punt is wel dat één senior engineer nu projecten op kan pakken waar voorheen een heel team nodig was.

Wat betreft de onderhoudbaarheid van de code, dat valt me eigenlijk nog mee. Maar ik vrees er wel een beetje voor als we straks de API prijzen moeten gaan betalen. Het is wel duidelijk dat de abonnementen nu gesubsidieerd worden.

Als ik even grof reken dan zitten de huidige plus limieten ergens rond de €200 per maand (vergeleken met de retail API prijzen waar gewoon marge op zit). Maar 99% van de gebruikers zal niet in de buurt komen van die limieten. Die explosie kan in de praktijk dus wel meevallen.

[Reactie gewijzigd door Wolfos op 21 juli 2026 10:00]

Leuk dat iemand een Photoshop kloon kan bouwen. Maar wat heb je eraan als je een tool wil gebruiken, maar het minuten duurt voordat die iets doet? Een AI levert nu alleen een naïeve geprogrammeerde versie op. Voor een geoptimaliseerde versie moet je flink meer voor doen, als die dat al kan verzinnen.
Een checksum berekenen door het hele bestand in het geheugen te lezen; dat werkt voor kleine bestanden, niet voor die van GB's groot.
Een formuliertje tonen en die data in een DB wegschrijven; ja, dat zijn van die simpele taken die een AI wel kan verzinnen. Maar zodra het ingewikkeld wordt (bv complexe wiskundige berekeningen) dan zal een AI het laten afweten.
Als jij een AI vraagt "bouw Photoshop" dan krijg je dat soort ongein (als het überhaupt werkt). Dat is niet waar ik het over heb.

Een ervaren engineer kan AI gebruiken om véél sneller zo'n applicatie neer te zetten, en hoeft zich alleen te focussen op de architectuur. Dan is de performance ook goed.
Vooral dat laatste inderdaad. Bedrijven moeten zich nu gaan onderscheiden op het gebied van deze geweldige meme die eigenlijk al uit de jaren zeventig komt en nu nog een update mag krijgen:

https://www.businessballs...-pictures-early-versions/

https://www.linkedin.com/...-7332092953768710145-qvZm

Nu valt de kennis die je moet hebben om het voor elkaar te krijgen qua detailniveau een stuk weg, maar je moet nog steeds weten hoe je concept van voor tot achteren in elkaar past voordat je het überhaupt kan overzetten naar een architectuur die concept werkelijkheid maakt.

Zoals een klant eens zei: "ik weet niet hoe ik het moet omschrijven, maar ik wil het kunnen voelen". Ja, dan is Claude ook uitgepraat.

[Reactie gewijzigd door Stukfruit op 20 juli 2026 19:32]

Ik vind daar nogal wat van, mensen die zonder leestekens etc enz volledige alinea's eruit beuken..
Ben wel benieuwd waar het verdienmodel straks naartoe gaat, ik denk tegenwoordig steeds van oh weer een app die 80 euro vraagt per jaar. Ach ik maak hem zelf wel even en dan fix ik meteen alles wat irritant was aan die app. Deel het met de familie en vrienden en iedereen is weer blij. Of apps met teveel reclame etc. En vibecoden voor Apple devices is wel echt makkelijker dan voor andere platformen. Tenminste ik heb sneller en beter resultaat aan de iOS kant dan aan de android kant / of webdevelopment kant. Tot nu toe dan.
Dit is exact de reden waarom de beurskoers van grote saasproviders als Salesforce, Service Now en Adobe zo gekelderd is. De verwachting is dat dit soort diensten in de toekomst ook ingevuld kan worden met AI.

Het heeft uiteraard al een catchy naam: SaaSpocalypse.
De gemelde use case: een lokale app, zoals een stappenteller generen lijkt me vrij haalbaar. Als je tevreden bent met de huidige versie gaat dat lang genoeg goed. Maar software as a service gevibecode doen lijkt me een stuk uitdagender, omdat er dan ook inzicht nodig is om het veilig te houden en te onderhouden. Je wil graag upgrades kunnen uitvoeren en je script kunnen aanpassen aan nieuwere (Python) versies, zoals nieuwe dependencies. Het duurt echt wel even voordat de ai goed rekening kan houden met de laatste versies, beveiligingsproblemen en updates. Bij ddos aanvallen wil je accuraat kunnen reageren of hack en (spear) phishing pogingen. Centrale database management kan ook vrij snel complex worden als je niet helemaal duidelijk hebt wat er gebeurt. Maar misschien zie ik wel teveel donkere wolken ofzo. Mij lijkt iig een lokale app vibecoden logischer dan een complete service (saas software as a service ) vibecoden
Geef het nog een jaar of drie (of minder). Dan zijn er specialisten die het op maat voor je maken. Veilig (Mythos proof) en voor een fractie van de prijs.
De enige SaaS die nog viable is, zijn sociale community apps. Dat kan je niet even snel vibecoden. De community maakt die app waardevol.
hoe deploy je die dan? Zijn het webapps?
Nee, native swift, gewoon submitten in de app store of lokaal spreiden en dan via de pc installeren. Ik share het project via git en de familie kan het dan lokaal installen. De rest zijn nog nog web apps, maar ben ermee bezig om app store approval te krijgen om het makkelijker te maken.
Ik vibecode ook mijn apps, maar ik breng ze niet uit in de Appstore, omdat ik toch nog een bepaalde vorm van schaamte heb. Ja, het is mijn idee, maar nee, ik heb het niet zelf gedaan. Ik vind het magistraal om te zien wat AI voor me neerklad de hele tijd en de vergelijking met vorig jaar zijn er gigantische stappen gemaakt. Je raakt "gewend" met de nieuwste technieken en dat is zeker leuk, maar ik voel mij toch wel op de zijlijn geplaatst. Ik wil er niet mee te koop lopen. Maar feit is wel dat ik eindelijk de apps die ik altijd in mijn hoofd had kan builden en testen op mijn eigen netwerk. Dus ik vind het wel fun.
Op Reddit en andere fora word je onderhand niet goed van figuren die er wat minder bescheiden in staan en zich een developer wanen. Hun brouwsels aanprijzend met 'I built this' of 'I did that' met een hoop geblaat over iets waarvan je gewoon weet dat ze het door AI hebben laten genereren. Als developer weet je ook wat voor slecht ontworpen en slecht onderhoudbare bende dat vaak is. AI is geweldig als tool, en vibecoding heeft ook zeker waarde voor prototyping op functioneel niveau, maar het heeft niks met degelijke software engineering te maken
... AI is geweldig als tool, en vibecoding heeft ook zeker waarde voor prototyping op functioneel niveau, maar het heeft niks met degelijke software engineering te maken.
Nog niet 😉
Ik vibecode ook mijn apps, maar ik breng ze niet uit in de Appstore, omdat ik toch nog een bepaalde vorm van schaamte heb. Ja, het is mijn idee, maar nee, ik heb het niet zelf gedaan.
Ja zo ervaar ik dat soms ook. Programmeer al meer dan 13 jaar maar sinds AI er is en ik beetje weet hoe je Agents goed kan laten werken heb ik ook niks meer gelanceerd.
Ik vibecode ook mijn apps, maar ik breng ze niet uit in de Appstore, omdat ik toch nog een bepaalde vorm van schaamte heb. Ja, het is mijn idee, maar nee, ik heb het niet zelf gedaan.
Maar maakt dat echt uit? Als ik een goed idee heb en collega’s die wél kunnen programmeren bouwen het, moet ik me daar dan ook voor schamen? Uiteindelijk draait het toch om het idee én de samenwerking. Niemand hoeft alles zelf te kunnen om iets waardevols neer te zetten lijkt mij.
Ja, voor mij is er geen eer aan te halen zeg maar. Daarbij vermoed ik dat mijn apps toch niet door de strenge keuring komt van Apple dus ik ga die moeite ook niet doen.
Ja, voor mij is er geen eer aan te halen zeg maar. Daarbij vermoed ik dat mijn apps toch niet door de strenge keuring komt van Apple dus ik ga die moeite ook niet doen.
Daar kan je de Appstore-reviewer skill implementeren in Claude Code ;)
Dat valt best mee. Ik heb na drie weken vibes-sleutelen afgelopen week nog ok een app in de store gekregen. En nu verder doorontwikkelen. Ow en een Android variant maken. 😎
Tja, ik geloof dat daar best wel wat apps bij zitten dat toegevoegde waarde heeft, maar in general… het merendeel verwacht ik niet heel van.

Het bouwen van een app omhelst in mijn ogen veel meer dan wat code genereren. Het heeft ook te maken met ui, ux, doordachte data en de manier van communiceren met de user. Dat gezegd hebbende, ik merk dat zelf ook, het is bijzonder om te zien hoe ver AI nu al kan komen met wat goede prompts. Kortom, ik kan ernaast zitten met bovenstaande statement.
Absoluut, hetzelfde geldt voor vakken als data analist. Waar je tot op heden goed geschoold moet zijn in het programmeren van allerlei tools en analyses, zul je binnenkort goed moeten weten hoe je al je agents aanstuurt en welke interpretaties hout snijden en welke puur hallucinatie zijn. Ook met Al geldt nog steeds garbage in is garbage out.

Tegelijkertijd gaat de waarde van een data analist, die precies weet wat hij of zij aan het doen is en waarom, stijgen. Nu zal dat nog goed gaan, maar over een aantal jaar zullen de resultaten uit de AI tools klakkeloos worden overgenomen, ook in de complexe zaken, simpelweg omdat de data engineers er zelf mee opgegroeid zijn.

Bijkomend probleem zal zijn dat het hyper specialisme dat nodig is voor de beoordeling van een goede kwaliteit analyse, niet gewaardeerd gaat worden want die kwaliteit is grotendeels onzichtbaar. Net zoals een goede programmeur nu onzichtbaar dreigt te worden door vibe coding
Het bouwen van een app omhelst in mijn ogen veel meer dan wat code genereren. Het heeft ook te maken met ui, ux, doordachte data en de manier van communiceren met de user.
Daar zijn wel hele fijne plugin's voor inmiddels, ik werk veel met GSD, Een goed plan, bedacht door jezelf en verder uitgevraagd door GSD geeft echt een heel goed resultaat, dan kan je dat "code genereren" prima aan Claude code overlaten en heb je een degelijke app die juist veel meer is dan wat gegenereerde code.

Garbage in, garbage out is ook van toepassing met vibecoding natuurlijk, weet je niet wat je aan het doen bent krijg je nog steeds troep. Maar goed weet je niet hoe je een boor moet gebruiken krijg je ook slechte gaten.
Dat is een interessant framework! Bedankt voor de link en ik ben het met je eens dat garbage in is garbage out.
Dit wordt een goudmijn voor ervaren developers in 5 jaar als de AI code niet meer te houden is maar wel geld verdient. Dan komen de dure programmeurs om het te fixen.
Bor Coördinator Frontpage Admins / FP Powermod @StarZ • 20 juli 2026 22:37
Waarom zou je in die gevallen geen Ai kunnen inzetten om het te fixen? Blijkbaar lukt het ontwikkelen van apps met Ai al prima. Dan zal het oplossen van issues nu of straks ook wel gaan verwacht ik.
Ik werk dagelijks met AI en ik merk ook dagelijks de limitaties. Op een gegeven moment komt het in een loop terecht waar het oplossing A en B afwisselt en steeds meer troep maakt.
Als het al geld verdient maakt het niet heel veel uit als er bugs inzitten, beetje hetzelfde als voor AI.
Tsja of dat nou positief is, veelal apps die geen onderhoud (meer) krijgen. Ik denk dat het aantal data lekken in de toekomst ook gaat verdubbelen.
Bij Apple moet je als ontwikkelaar in ieder geval elk jaar 100 euro betalen, anders gaat de app er uit. Hierdoor zal het aantal apps waar alleen een slapende ontwikkelaar achter zit afnemen.
ik kan me de laatste keer niet meer herinneren dat ik een app heb gedownload. ik heb gwn de standaard apps op mijn pixel, en verder nog de app van mijn bank, digid, werk, en van de stad, meer heb ik niet echt nodig. ik zie het nut van veel apps niet echt.

wat voor apps zijn dit dan? games?

"Mr. Pérez’s next app was more popular. In May, after about a week of work, he released Stampa, a scrapbooking app that turns photos into digital postage stamps. Stampa has been downloaded 20,000 times and made about $3,000 in profit."

ah ok. heb ff dat stukje kunnen kopieren voordat de paywall blokkage in beeld kwam

bij de meeste apps denk ik echt, dit heeft niemand echt nodig. blijkbaar geven mensen graag geld uit aan dingen die ze niet nodig hebben. misschien ben ik dat maar

[Reactie gewijzigd door angushansen op 20 juli 2026 18:45]

Meestal hobbies of kantoor taken met het editen van fotos, videos, pdf's, documenten als .docx .pptx of audio editing.


Ook sociale media, geocache achtige apps voor routes of streaming services waarbij alternatieve apps de reclames of het verslavende aspect uit de service halen en een custom user interface die wellicht beter geschikt is ivm handicap, beperking of voorkeuren voor kleur en design.

Mensen houden ook graag lijstjes zoals stappentellers, agenda, wanneer ongesteld als dat consistent is, hartslag, fitness routines, administratieve software voor een eigen bedrijf dat bijvoorbeeld salarissen, uitgaven en inkomens bijhoudt of je eigen (hobby) site's analytics statistieken, een centrale gesynchroniseerde versie van waar je was met het kijken en lezen van (audio)boeken, films en series die niet alleen op een specifieke streaming site werkt .

Office 365, Adobe pakket, spelletjes idd, maar ook reddit premium of trakt achtige zaken lopen snel in de papieren en sommige mensen willen er oprecht vanaf. Het hangt er maar net van af waar iemand zijn hobbies en vrije tijd aan besteedt en waar die zich mee bezig houdt, wat je eraan uitgeeft, hoe sterk je voorkeuren en eisen zijn voor specifieke software en voor sommige mensen is het ook gewoon grappig

[Reactie gewijzigd door Niema op 20 juli 2026 19:33]

Het feit dat er nauwelijks meer apps worden gedownload is vooral van belang. Het coderen, hetzij artisanaal door ontwikkelaars, hetzij door vibecoding, is minder belangrijk dan een goed idee, je moet iets bieden waardoor mensen die willen downloaden, of iets bieden wat nog niet bestaat. De meeste van die gevidecode apps doen mij een beetje denken aan de start van de appstore, toen er massa's scheetapps verschenen omdat sommigen dat wel grappig vinden voor 5 minuten. Maar niemand zal kunnen rentenieren door een scheetapp of een snelle gevibecode app.
Een goed ideeis ook xo gejat…
Je ziet er dus al gebeuren de waarde van een app gaat over het ecosysteem eromheen. Wordt de app regelmatig geüpdatet, is mijn data veilig, worden de laatste standaard ondersteund, heb ik er echt wat aan.

Zodra dat soort zaken niet goed geregeld zijn, is een app niets meer waard
en dat soort dingen settlen zich zelf. Ben ik wel van overtuigd. Het is een hype op dit moment (soort van) en dus komen er veel apps in de store. Op het moment dat het gros van de mensen/bedrijven die dit doet erachter komt dat dit niet schaalbaar/houdbaar is dan zakt het vanzelf naar beneden. Het zal niet meer hetzelfde zijn dat dan weer wel.
Ik heb toevallig twee dagen terug ook mijn eerste App de AppStore ingeslingerd. Ik wacht nog op approval.

Om te kunnen reageren moet je ingelogd zijn