Zencoderde startup uit Silicon Valley die AI-aangedreven codeeragenten bouwt, heeft maandag een gratis desktopapplicatie uitgebracht die naar eigen zeggen de manier waarop software-ingenieurs omgaan met kunstmatige intelligentie fundamenteel zal veranderen – waardoor de industrie voorbij het vrijlooptijdperk van ‘vibe coding’ zal komen in de richting van een meer gedisciplineerde, verifieerbare benadering van AI-ondersteunde ontwikkeling.
Het product, genaamd Zenstroomintroduceert wat het bedrijf beschrijft als een ‘AI-orkestratielaag’ die meerdere AI-agenten coördineert om code in gestructureerde workflows te plannen, implementeren, testen en beoordelen. De lancering is Zencoder’s meest ambitieuze poging tot nu toe om zich te onderscheiden in een steeds drukker wordende markt die wordt gedomineerd door tools zoals Cursor, GitHub-copilooten codeeragenten die rechtstreeks door AI-giganten zijn gebouwd Antropisch, Open AIEn Googlen.
“Chat-UI’s waren prima voor copiloten, maar ze gaan kapot als je probeert te schalen”, zegt Andrew Filev, CEO van Zencoder, in een exclusief interview met VentureBeat. “Teams lopen tegen een muur aan waar snelheid zonder structuur technische schulden creëert. Zenflow vervangt ‘Prompt Roulette’ door een technische assemblagelijn waar agenten elkaars werk plannen, implementeren en, cruciaal, verifiëren.”
De aankondiging komt op een cruciaal moment voor de ontwikkeling van bedrijfssoftware. Bedrijven uit verschillende sectoren hebben de afgelopen twee jaar miljarden dollars in AI-coderingstools gestoken, in de hoop hun technische output dramatisch te versnellen. Toch is de beloofde productiviteitsrevolutie grotendeels niet op grote schaal gerealiseerd.
Waarom AI-coderingstools er niet in zijn geslaagd hun 10x productiviteitsbelofte waar te maken
Filev, die eerder het projectmanagementbedrijf oprichtte en verkocht Schrijf naar Citrixwees op een groeiende kloof tussen de AI-coderingshype en de realiteit. Hoewel leveranciers tienvoudige productiviteitswinsten hebben beloofd, laten rigoureuze onderzoeken – waaronder onderzoek van Stanford University – consequent verbeteringen zien die dichter bij de 20 procent liggen.
“Als je met echte technische leiders praat, kan ik me geen enkel gesprek herinneren waarin iemand zichzelf codeerde voor een 2x, 5x of 10x productiviteit bij serieuze technische productie,” zei Filev. “Het typische aantal dat je zou horen zou ongeveer 20 procent zijn.”
Het probleem ligt volgens Filev niet bij de AI-modellen zelf, maar bij de manier waarop ontwikkelaars ermee omgaan. De standaardaanpak van het typen van verzoeken in een chatinterface en het hopen op bruikbare code werkt goed voor eenvoudige taken, maar valt uiteen bij complexe bedrijfsprojecten.
Het interne technische team van Zencoder beweert een andere aanpak te hebben gevonden. Filev zei dat het bedrijf nu ongeveer twee keer zo snel werkt als twaalf maanden geleden, niet in de eerste plaats omdat de AI-modellen verbeterden, maar omdat het team zijn ontwikkelingsprocessen heeft geherstructureerd.
“We moesten ons proces veranderen en een verscheidenheid aan verschillende best practices gebruiken”, zei hij.
Binnen de vier pijlers die het AI-orkestratieplatform van Zencoder aandrijven
Zenflow organiseert zijn aanpak rond vier kernmogelijkheden die volgens Zencoder elk serieus AI-orkestratieplatform moet ondersteunen.
Gestructureerde werkstromen Vervang ad-hocaanwijzingen door herhaalbare reeksen (plannen, implementeren, testen, beoordelen) die agenten consequent volgen. Filev trok parallellen met zijn ervaring met het bouwen van Wrike, waarbij hij opmerkte dat individuele takenlijsten zelden over organisaties heen schalen, terwijl gedefinieerde workflows voorspelbare resultaten creëren.
Spec-gedreven ontwikkeling vereist dat AI-agenten eerst een technische specificatie genereren, vervolgens een stappenplan maken en pas daarna code schrijven. De aanpak werd zo effectief dat grensverleggende AI-laboratoria, waaronder Anthropic en OpenAI, hun modellen sindsdien hebben getraind om deze automatisch te volgen. De specificatie verankert agenten aan duidelijke vereisten, waardoor wordt voorkomen wat Zencoder ‘iteratiedrift’ noemt, of de neiging van door AI gegenereerde code om geleidelijk af te wijken van de oorspronkelijke bedoeling.
Verificatie door meerdere agenten zet verschillende AI-modellen in om elkaars werk te bekritiseren. Omdat AI-modellen uit dezelfde familie de neiging hebben blinde vlekken te delen, stuurt Zencoder verificatietaken door naar modelaanbieders, waarbij Claude wordt gevraagd de code te beoordelen die is geschreven door de modellen van OpenAI, of omgekeerd.
“Zie het als een second opinion van een arts”, vertelde Filev aan VentureBeat. “Met de juiste pijplijn zien we resultaten die vergelijkbaar zijn met wat je zou verwachten van Claude 5 of GPT-6. Je profiteert vandaag van een model van de volgende generatie.”
Parallelle uitvoering Hiermee kunnen ontwikkelaars meerdere AI-agents tegelijkertijd in geïsoleerde sandboxen uitvoeren, zodat ze elkaars werk niet kunnen verstoren. De interface biedt een commandocentrum voor het monitoren van deze vloot, een aanzienlijke afwijking van de huidige praktijk van het beheren van meerdere terminalvensters.
Hoe verificatie het grootste betrouwbaarheidsprobleem van AI-codering oplost
Zencoder’s nadruk op verificatie gaat in op een van de meest hardnekkige kritiekpunten op door AI gegenereerde code: de neiging ervan om “slop,” of code die correct lijkt, maar faalt in de productie of verslechtert tijdens opeenvolgende iteraties.
Uit intern onderzoek van het bedrijf bleek dat ontwikkelaars die de verificatie overslaan vaak terechtkomen in wat Filev een ‘death loop’ noemde. Een AI-agent voltooit een taak met succes, maar de ontwikkelaar, die terughoudend is om onbekende code te beoordelen, gaat verder zonder te begrijpen wat er is geschreven. Wanneer daaropvolgende taken mislukken, mist de ontwikkelaar de context om problemen handmatig op te lossen en blijft hij in plaats daarvan de AI om oplossingen vragen.
“Ze brengen letterlijk meer dan een dag door in die dodelijke lus”, zei Filev. “Daarom is de productiviteit niet 2x, omdat ze eerst op 3x draaiden en daarna de hele dag verspilden.”
De verificatie door meerdere agenten aanpak geeft Zencoder ook een ongebruikelijk concurrentievoordeel ten opzichte van de grensoverschrijdende AI-laboratoria zelf. Terwijl Anthropic, OpenAI en Google elk hun eigen modellen optimaliseren, kan Zencoder verschillende providers mixen en matchen om vooringenomenheid te verminderen.
“Dit is een zeldzame situatie waarin we een voorsprong hebben op de grenslaboratoria”, zei Filev. “Meestal hebben ze een voorsprong op ons, maar dit is een zeldzaam geval.”
Zencoder wordt geconfronteerd met hevige concurrentie van AI-giganten en goed gefinancierde startups
Zencoder betreedt de AI-orkestratiemarkt op een moment van hevige concurrentie. Het bedrijf heeft zichzelf gepositioneerd als een model-agnostisch platform en ondersteunt grote providers, waaronder Anthropic, OpenAI en Google Gemini. In september breidde Zencoder zijn platform uit zodat ontwikkelaars opdrachtregelcodeeragenten van elke provider binnen de interface konden gebruiken.
Die strategie weerspiegelt de pragmatische erkenning dat ontwikkelaars steeds vaker relaties onderhouden met meerdere AI-aanbieders in plaats van zich uitsluitend aan één te binden. Dankzij de universele platformbenadering van Zencoder kan het dienen als de orkestratielaag, ongeacht aan welke onderliggende modellen een bedrijf de voorkeur geeft.
Het bedrijf legt ook de nadruk op ondernemingsbereidheid en reclame SOC 2 Type II, ISO27001En ISO42001 certificeringen en naleving van de AVG. Deze referenties zijn van belang voor gereguleerde sectoren zoals de financiële dienstverlening en de gezondheidszorg, waar nalevingsvereisten de adoptie van consumentgerichte AI-tools kunnen blokkeren.
Maar Zencoder wordt geconfronteerd met formidabele concurrentie uit meerdere richtingen. Cursor En Windsurfen hebben speciale AI-first-code-editors gebouwd met toegewijde gebruikersbases. GitHub-copiloot profiteert van de distributiekracht van Microsoft en de diepe integratie met ’s werelds grootste codeopslagplaats. En de grensverleggende AI-laboratoria blijven hun eigen codeermogelijkheden uitbreiden.
Filev verwierp de zorgen over de concurrentie van de AI-labs en voerde aan dat kleinere spelers zoals Zencoder sneller vooruitgang kunnen boeken op het gebied van innovatie op het gebied van gebruikerservaring.
“Ik ben er zeker van dat ze tot dezelfde conclusie zullen komen, en dat ze slim zijn en snel handelen, dus ik weet zeker dat ze de achterstand vrij snel zullen inhalen”, zei hij. “Daarom zei ik dat je de komende zes tot twaalf maanden veel hiervan door de hele ruimte zult zien verspreiden.”
Er is een pleidooi voor het nu adopteren van AI-orkestratie in plaats van te wachten op betere modellen
Technische managers die investeringen in AI-codering afwegen, worden geconfronteerd met een moeilijke timingvraag: moeten ze nu orkestratietools adopteren, of wachten tot grensverleggende AI-laboratoria deze mogelijkheden native in hun modellen inbouwen?
Filev voerde aan dat wachten een aanzienlijk concurrentierisico met zich meebrengt.
“Op dit moment staat iedereen onder druk om meer te leveren in minder tijd, en iedereen verwacht van technische leiders dat ze resultaten behalen met AI”, zei hij. “Als oprichter en CEO verwacht ik geen 20 procent van mijn VP engineering. Ik verwacht 2x.”
Hij vroeg zich ook af of de grote AI-laboratoria prioriteit zullen geven aan orkestratiemogelijkheden als hun kernactiviteit modelontwikkeling blijft.
“In de ideale wereld zouden grenslaboratoria de beste modellen ooit moeten bouwen en met elkaar moeten concurreren, en moeten Zencoders en Cursors de beste UI- en UX-applicatielaag ooit bovenop die modellen bouwen”, aldus Filev. “Ik zie geen wereld waarin OpenAI je onze codeverifier zal aanbieden, of andersom.”
Zenflow wordt gelanceerd als een gratis desktop-applicatiemet bijgewerkte plug-ins beschikbaar voor Visual Studio-code En JetBrains geïntegreerde ontwikkelomgevingen. Het product ondersteunt wat Zencoder ‘dynamische workflows’ noemt, wat betekent dat het systeem de procescomplexiteit automatisch aanpast op basis van de vraag of een mens actief toezicht houdt en op basis van de moeilijkheidsgraad van de taak die moet worden uitgevoerd.
Zencoder zei dat uit interne tests is gebleken dat het vervangen van standaardprompts door de orkestratielaag van Zenflow de correctheid van de code gemiddeld met ongeveer 20 procent verbeterde.
Wat Zencoder’s weddenschap op orkestratie onthult over de toekomst van AI-codering
Zencoder kaders Zenstroom als het eerste product in wat naar verwachting een belangrijke nieuwe softwarecategorie zal worden. Het bedrijf gelooft dat elke leverancier die zich richt op AI-codering uiteindelijk tot vergelijkbare conclusies zal komen over de behoefte aan orkestratietools.
“Ik denk dat de komende zes tot twaalf maanden helemaal in het teken zullen staan van orkestratie”, voorspelde Filev. “Veel organisaties gaan die 2x eindelijk halen. Nog geen 10x, maar in ieder geval de 2x die een jaar geleden werd beloofd.”
In plaats van rechtstreeks te concurreren met grensverleggende AI-labs op het gebied van modelkwaliteit, gokt Zencoder erop dat de applicatielaag (de software die ontwikkelaars helpt deze modellen daadwerkelijk effectief te gebruiken) de winnaars en verliezers zal bepalen.
Het is, zo suggereerde Filev, een bekend patroon uit de technologiegeschiedenis.
“Dit lijkt erg op wat ik waarnam toen ik met Wrike begon”, zei hij. “Toen het werk digitaal werd, vertrouwden mensen op e-mail en spreadsheets om alles te beheren, en geen van beiden kon het bijhouden.”
Dezelfde dynamiek, zo betoogde hij, is nu van toepassing op AI-codering. Chatinterfaces zijn ontworpen voor gesprekken, niet voor het orkestreren van complexe technische workflows. Of Zencoder zichzelf kan profileren als de essentiële laag tussen ontwikkelaars en AI-modellen voordat de reuzen hun eigen oplossingen bouwen, blijft een open vraag.
Maar Filev lijkt zich op zijn gemak te voelen met de race. De laatste keer dat hij een kloof ontdekte tussen de manier waarop mensen werkten en de tools waarmee ze moesten werken, bouwde hij een bedrijf op ter waarde van meer dan een miljard dollar.
Zenflow is onmiddellijk beschikbaar als gratis download op zencoder.ai/zenflow.
