Claude Code Is Enger Goed Geworden — Dit Is Wat Er Veranderde
Ik was halfweg het debuggen van een race-conditie om 1 uur 's nachts toen Claude Code mijn CI-pipeline repareerde. Niet omdat ik het vroeg. Omdat het de mislukking opmerkte, de oorzaak diagnosticeerde, een pull request opende met de patch, en de fix committte — allemaal terwijl ik nog naar een volledig ander bestand staarde.
Ik zat daar een stevige dertig seconden niets te doen. Gewoon naar de GitHub-notificatie op mijn telefoon staren. PR geopend. CI geslaagd. Klaar om te mergen.
Dat was afgelopen dinsdag. En eerlijk gezegd heb ik nog steeds niet volledig verwerkt wat er is gebeurd.
Anthropic heeft twee enorme upgrades aan Claude Code uitgerold in snelle opeenvolging, en de ontwikkelaarsgemeenschap probeert nog bij te blijven met wat deze veranderingen werkelijk betekenen voor dagelijkse workflows. Niet de marketingversie — de "ik heb dit op echte projecten gebruikt en dit is wat er echt veranderd is" versie.
Want wat er veranderd is, is niet incrementeel. De Claude Code die ik drie maanden geleden gebruikte en de Claude Code die ik nu gebruik voelen als verschillende producten. De desktop-app kreeg een servervoorbeeldfunctie, autonome CI-afhandeling en sessiemobiliteit. De beveiligingskant kreeg een door AI gestuurde kwetsbaarheidsscanner die denkt als een menselijke onderzoeker in plaats van te matchen op patronen zoals een linter. En onder dit alles doet Opus 4.6 het zware werk.
Opus 4.6: De Motorupgrade Waar Niemand Genoeg Over Praat
Claude Opus 4.6 is Anthropic's nieuwste redeneermodel. Meter — een onderzoeksgroep die AI-prestaties op echte software-engineeringtaken meet — ontdekte dat Opus 4.6 echte ontwikkelingswerk voltooit met een 50%-tijdshorizon van ongeveer 14,5 uur.
Maar wat meer telt dan het kopgetal: Opus 4.6 is specifiek geoptimaliseerd voor langere, volgehouden taken. Niet snelle autocomplete-suggesties. Niet enkelvoudige functies genereren. Het gaat om het soort werk dat vereist dat context over meerdere bestanden wordt bijgehouden, architecturale beslissingen worden begrepen, en afwegingen worden gemaakt.
Ik merkte het verschil onmiddellijk toen ik overschakelde. Mijn prompts veranderden niet. Mijn CLAUDE.md-bestand veranderde niet. Maar de outputs werden merkbaar beter — vooral bij taken waarbij meer dan drie bestanden tegelijk werden aangeraakt.
Servervoorbeeld: Claude Code Kan Eindelijk Zien Wat Het Bouwt
Dit is de functie waar ik al op wachtte sinds ik Claude Code professioneel ben gaan gebruiken. En ik overdrijf niet als ik zeg dat het mijn front-end workflow fundamenteel veranderde.
Het servervoorbeeld laat Claude Code een live voorbeeld van je applicatie draaien direct in de desktop-interface. Je app draait op een lokale server, Claude Code rendert het, en — dit is het kritische deel — het kan de output zien. Het maakt geautomatiseerde screenshots, detecteert visuele fouten en itereert op fixes in real time zonder dat jij een vinger hoeft te bewegen.
Laat me een specifiek voorbeeld geven van een project van vorige week. Ik bouwde een dashboard voor een klant — datavisualisatie, meerdere grafiektypen, responsieve indeling, donkere modus schakelaar.
Oude workflow: Claude Code genereert de code. Ik schakel naar mijn browser. Controleer localhost. De staafgrafiek overlapt de KPI-kaarten op tabletbreedte. Ik beschrijf het probleem in tekst. Claude Code probeert een fix. Ik controleer opnieuw. Drie rondes later klopt het.
Nieuwe workflow: Claude Code genereert de code. Het servervoorbeeld start automatisch. Claude Code maakt screenshots van het resultaat, identificeert de overlapping op tabletbreedte, repareert het, maakt opnieuw screenshots, pakt de afgekapte legenda op, repareert ook dat. Ik krijg een melding dat de pagina klaar is voor review. Ik controleer één keer. Het klopt.
Drie rondes heen-en-weer samengeperst tot nul. De tijdsbesparing is reëel — ik schat 15-20 minuten per complex component, wat optelt tot uren over een volledig project.
Autonome CI en PR-Afhandeling: Als AI Je Pipeline Beheert
Ik moet voorzichtig zijn hoe ik deze functie beschrijf, want de eerste keer dat ik het zag werken was mijn reactie gelijkmatig verdeeld tussen "dit is ongelooflijk" en "moet ik me zorgen maken?"
Claude Code kan nu autonoom je CI/CD-pipeline monitoren, mislukkingen detecteren, oorzaken diagnosticeren, fixes implementeren en pull requests indienen — allemaal zonder handmatige interventie.
Hier is wat er op mijn project afgelopen dinsdag gebeurde. Ik had een commit gepushed die een type-mismatch introduceerde in een gedeelde hulpfunctie. In plaats van dat ik een Slack-melding kreeg, me een zucht ontsnapte en VS Code opende om de fout te vinden, detecteerde Claude Code de CI-mislukking binnen minuten. Het haalde het foutlog op, identificeerde de type-mismatch, controleerde het gebruik van de functie in de gehele codebase om de bedoelde typen te begrijpen, genereerde de fix, draaide de testsuite lokaal om te verifiëren, en opende een PR met een duidelijke beschrijving van wat er mis was gegaan en waarom.
De fix was correct. De PR-beschrijving was nauwkeurig. De tests slaagden. Ik beoordeelde het, keurde het goed en mergede het van mijn telefoon terwijl ik aan het eten was.
Mijn eerlijke mening: Ik ben nog niet volledig comfortabel met dit niveau van autonomie. Niet omdat de fixes verkeerd waren (ze zijn dat niet geweest, in mijn ervaring tot nu toe), maar omdat de gevolgen van een incorrecte geautomatiseerde fix in een productiepipeline hoog zijn.
Mijn huidige aanpak: ik laat Claude Code CI-fixes afhandelen op staging- en ontwikkelingsbranches. Voor alles wat de hoofdbranch of productieconfiguraties raakt, vereist ik handmatige review voor het mergen.
Pro tip: Stel branchbeschermingsregels in op je hoofdbranch die ten minste één menselijke goedkeuring vereisen, zelfs als Claude Code de PR opent.
Cloud Code Beveiliging: AI Die Denkt Als een Penetratietester
Cloud Code Security is een door AI gestuurde kwetsbaarheidsscanner die anders werkt dan traditionele scanners. Traditionele tools werken door patroonherkenning. Ze zoeken naar bekende kwetsbaarheidshandtekeningen, vergelijken je afhankelijkheden met CVE-databases.
Cloud Code Security is fundamenteel anders. Het redeneert over je codebase zoals een menselijke beveiligingsonderzoeker zou doen. Het traceert datastromen over functies, services en API-grenzen heen.
Ik testte het op een klantproject — een Node.js API met Express, Prisma ORM en een React-front-end. Traditionele scantools hadden 47 mogelijke problemen gemarkeerd, waarvan er ongeveer 30 valse positieven of lage-ernstige bevindingen waren.
Cloud Code Security vond 12 problemen. Drie stonden al in de output van de traditionele scanner. Negen waren nieuw. En één daarvan was een werkelijk kritische bevinding — een autorisatie-bypass waarbij een bepaalde combinatie van API-aanroepen de data van een andere gebruiker kon blootstellen.
Mijn eerlijke beoordeling: Als de productierelease de kwaliteit handhaaft die ik in de preview zag, wordt dit het meest waardevolle beveiligingstool dat ik ooit heb gebruikt. Maar ik heb het slechts op twee projecten getest.
Git Worktree-Ondersteuning: Meerdere AI-Agents Parallel Laten Lopen
Hier is een scenario dat me vroeger gek maakte. Ik liet Claude Code werken aan een feature-branch, goed voortgang boekend, en dan kwam er een productiebug binnen. Ik moest ofwel de featurewerkzaamheden stopzetten, van branch wisselen en de AI-context verliezen — of de bug negeren.
Git worktree-ondersteuning lost dit volledig op. Claude Code kan nu geïsoleerde worktrees opstarten — in wezen onafhankelijke kopieën van je repository op verschillende branches — en aparte agentsessies in elk draaien.
Mijn huidige workflow: Claude Code desktop verwerkt de primaire feature die ik bouw. Een CLI-instantie in een aparte terminal verwerkt de urgente fix. Beide pushen naar hun respectievelijke branches.
Sessiemobiliteit: De Functie Waar Ik Niet Wist Dat Ik Die Nodig Had
Sessiemobiliteit laat je een Claude Code-sessie oppakken op apparaten. Begin een ontwikkelsessie op je desktop op het werk. Ga verder op je laptop tijdens je woon-werkverkeer. De sessiestatus blijft bestaan — context, gespreksgeschiedenis, bestandswijzigingen, alles.
Wat Dit Allemaal Betekent
Als je Opus 4.6's verbeterde redenering, servervoorbeeld voor visuele feedback, autonome CI-afhandeling, door AI gestuurde beveiligingsscanning, parallelle worktree-agents en sessiemobiliteit combineert — kijk je niet naar een beter codeassistentie-programma. Je kijkt naar iets dat dichter bij een autonome ontwikkelingspartner ligt.
Mijn aanbevelingsvolgorde voor het adopteren van deze functies:
Begin met het servervoorbeeld. Vereist geen configuratie en verbetert front-end werk onmiddellijk.
Stel vervolgens git worktree-ondersteuning in. Als je ooit schakelt tussen taken, verwijdert dit een groot frictiepunt.
Schakel autonome CI-monitoring in op niet-productie-branches. Laat het staging- en dev-branch-mislukkingen een week afhandelen.
Solliciteer naar de Cloud Code Security preview. Test het naast je bestaande tools, niet in plaats ervan.
Laten We Samenwerken
Op zoek naar het bouwen van AI-systemen, automatiseren van workflows of schalen van je techinfrastructuur?
- Fiverr: fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited: ramlit.com
- ColorPark: colorpark.io
- xCyberSecurity: xcybersecurity.io
