Bij 10 tot 15 AI-agents tegelijk is rekenkracht ruim voorhanden. Je aandacht is schaars. Drie gewoontes sparen die aandacht: plan zwaar denkwerk op de uren waarop je scherp bent, maak de belangrijke keuzes voordat een agent begint te coderen en geef agents genoeg kaders om zelfstandig door te werken. Wat overblijft is het werk dat je aandacht verdient: beoordelen of de output scherp is.
Voor wie? De developer of tech lead die meerdere agents tegelijk aanstuurt en merkt dat het hoofd sneller vol raakt dan de backlog leeg.
In mei schreef ik dat vijf parallelle tracks voor mij de grens was. Boven de vijf werd de ruis groter dan de winst. Vier maanden later stuur ik regelmatig 10 tot 15 agents tegelijk aan. Gek genoeg heb ik nu minder last van een overvol hoofd dan toen ik er hooguit vijf draaide.
Begin juli hield ik voor een groep koplopers in agentic coding een talk over het aansturen van meerdere agents. Ik vergeleek het met simultaanschaken: je loopt langs de borden en zet waar een zet nodig is. De continue stroom aan vragen, reviews en vastgelopen tests maakt het schakelen zwaar. Je schrijft minder code. Je brein draait overuren.
Hoe kan het dan lichter worden terwijl het aantal agents verdrievoudigt? Daar gaat dit artikel over.
Waarom werd het lichter met meer agents?
Aandacht verdelen blijkt een spier die je kunt trainen. Twee maanden geleden voelde vijf agents als het maximum. Inmiddels zijn 10 tot 15 normaal en gaat het beter dan toen. Dat verschil zit vooral in oefening en in een andere manier van werken.
Met zoveel agents tegelijk verschuift de uitdaging. Hoeveel werk zij verzetten is het probleem niet meer. De kunst is om zelf scherp te blijven terwijl er van alle kanten werk terugkomt. Elk resultaat vraagt een oordeel en elk oordeel kost energie. Die energie is de grens, lang voordat de agents aan hun capaciteit zitten.
Drie gewoontes helpen mij om die energie te sparen.
Hoe plan je je aandacht in plaats van alleen je agents?
Ik ben 's ochtends scherper dan aan het einde van de middag. Daar plan ik mijn taken omheen. Een groot ontwerp reviewen om 16:30 uur? Dat schuif ik door naar de volgende ochtend.
Het klinkt simpel. Toch plannen de meeste developers hun agents zorgvuldiger dan hun eigen aandacht. Een agent kan om 16:30 uur prima een ontwerp uitwerken. Beoordelen of dat ontwerp klopt is ander werk. Dat doe je op een moment dat je fris genoeg bent om een verkeerde aanname te zien.
Wat wel past aan het einde van de middag: werk dat weinig oordeel vraagt. Agents een volgende taak geven, kleine wijzigingen nakijken, tests laten draaien. Het zware denkwerk wacht tot de ochtend.
Wat betekent shift left bij agentic coding?
Shift left betekent hier: maak de belangrijke keuzes voordat een agent begint te coderen. Ik laat de agent eerst het ontwerp en de specs uitwerken. Daarna bespreek ik met hem de architectuurkeuzes, de patronen en de kaders. Pas als die scherp zijn, begint het coderen.
Daardoor hoeft de agent tijdens de implementatie minder zelf in te vullen en gaat hij minder vaak de verkeerde kant op. Elke aanname die ik vooraf wegneem, is een reviewopmerking die ik later niet hoef te maken. Dat scheelt verrassend veel mentale belasting. De 32 reviewrondes op één PR die ik eerder beschreef, waren precies het omgekeerde: keuzes die ik pas achteraf maakte, één symptoom per ronde.
Voor je aandacht is dit de grootste winst van de drie. Een ontwerpgesprek vooraf kost scherpe tijd, maar in één blok. Correcties achteraf komen versnipperd terug, tussen tien andere agents door. Elke correctie is dan een context-switch.
Hoe laat je agents langer zelfstandig doorwerken?
Niet iedere vraag of tussenstap hoeft mijn aandacht te krijgen. Hoe beter de kaders en de context, hoe langer een agent zelfstandig verder kan zonder dat ik hoef in te grijpen. Dat betekent minder onderbrekingen en minder schakelen tussen problemen.
Die kaders staan voor een deel in de repo: de context die een agent bij de start meekrijgt, de werkafspraken, de definitie van klaar. Voor een ander deel zitten ze in de opdracht zelf. Een uitgewerkte spec met acceptatiecriteria geeft een agent minder reden om halverwege terug te komen met een vraag.
Het principe uit mijn artikel over vijf worktrees geldt nog steeds: laat blocking-momenten je context-switches sturen, geen timer. Met 15 agents zijn er alleen veel meer van die momenten. Elke onderbreking die je vooraf wegneemt, telt daardoor zwaarder dan toen.
Welk werk vraagt nog wél je aandacht?
Uiteindelijk blijft er werk over waarvoor mijn aandacht nodig is. Bij AI-output controleer ik of het werkt en vooral of het scherp is. Is dit de juiste oplossing? Had het eenvoudiger gekund?
Dat is ander werk dan code schrijven. Zelf bouw ik nauwelijks nog; beoordelen is mijn vak geworden. Beoordelen gaat alleen goed als je zelf scherp bent. Wie moe is, keurt goed wat werkt en mist de vraag of het klopt. Groene tests zeggen daar weinig over. Verification debt bouw je juist op als je alleen nog kijkt of het werkt.
Met 10 tot 15 agents is rekenkracht niet mijn schaarse middel. Mijn aandacht is dat wel.
Wil je meer agents aansturen, begin dan bij je eigen aandacht. Wanneer ben je scherp? Welke keuzes maak je vooraf? Wat mag een agent zelf uitzoeken? Die drie vragen bepalen hoeveel borden je aankunt, veel meer dan de agents zelf.
Hoe verdeel jij je aandacht als je met meerdere AI-agents tegelijk werkt?
