Vijftien maanden fintech met agents: de kwaliteitscurve door de geschiedenis van het project

Alexander, een externe ontwikkelaar bij een fintech-startup, draait sinds mei 2025 een gesloten fintech-product waarbij AI-agenten de code schrijven, en in februari 2026 is daar een tweede betaalproject aan toegevoegd. Hij merkte dat AI-agenten een aparte categorie fouten produceren, zoals het maskeren van fouten, fallback-returns en het retourneren van lege structs, die standaard linters niet detecteren. Hij schreef 50 aangepaste analyzers binnen het project en bundelde die daarna in een open-source tool genaamd glint, die inmiddels 130 regels bevat. De kwaliteitscurve van het project vertoont plateaus en dalingen, waarbij elke daling overeenkomt met specifieke gebeurtenissen, zoals de opschoning in januari (het verwijderen van 140.000 regels dode code) en de god-object-analyse in april. De ontwikkelaar mat de dichtheid van ernstige bevindingen per duizend niet-testregels Go-code, en de curve zakte in april 2026 onder de kwaliteit van zijn eigen handgeschreven code, waardoor die zes keer schoner werd. Hij draaide ook een controlegroepproject (zonder de lint-circuits) dat een verslechterende kwaliteit liet zien, en een cryptobot uit 2024 die hij zonder agents schreef, had 2,32 ernstige bevindingen per duizend regels, waaronder onveilige type-asserties en geld in float-JSON-contracten. Het systeem werkt als geheel: lint-regels vangen defecten op vóór commits, en de eerste die van een bug op de hoogte is, is de checker, niet de klant. De lint vangt echter niet alles: een recente bug waarbij geld werd afgeschreven maar als niet-afgeschreven werd weergegeven, glipte door drie beschermingslagen heen. De ontwikkelaar concludeert dat kwaliteit nu een eigenschap is van het circuit waarin code wordt geschreven, niet van de schrijver.