85,5% van de engineers vertrouwt hun agents. De helft loopt elke dag tegen problemen aan

Twee sets antwoorden uit hetzelfde onderzoek onder 550+ engineers tegenover elkaar gezet — 85,5% dat de output van agents vertrouwt, 91,1% dat betere productiviteit meldt en 80,8% dagelijks gebruik aan de ene kant, tegenover 41,1% dat dagelijks tegen problemen aanloopt, 9,0% continu en 51,3% dat binnen uren of minder naar productie gaat — Geen van beide kolommen is onjuist. Ze komen van dezelfde respondenten in hetzelfde onderzoek, en juist daarom is de afstand ertussen het lezen waard.

Temporal publiceerde deze week zijn 2026 State of Development Report: AI Agents, en het cijfer dat rondgaat is het adoptiecijfer: 80,8% van de engineers gebruikt agents nu dagelijks of vaker, tegen 47,3% een jaar eerder — een relatieve sprong van 70,8%.

Dat cijfer klopt en het is niet erg interessant. Adoptiecurves gaan omhoog; deze ging steil omhoog. Wachtte je op bevestiging dat agents mainstream zijn geworden in engineering, dan heb je die hierbij, en kun je stoppen met wachten.

De interessante cijfers staan twee pagina's verderop, en ze staan niet comfortabel naast elkaar.

1. Wat het onderzoek werkelijk mat

Eerst de vorm van het instrument, want die bepaalt hoeveel gewicht de rest kan dragen.

Methodologie, zoals gepubliceerd

Temporal, 2026 State of Development Report: AI Agents

550+ respondenten — software engineers, architecten, infrastructuurbijdragers en engineeringleiders.
Veldwerk 29 april – 25 mei 2026, gepubliceerd eind augustus. De data is bij publicatie ongeveer drie maanden oud.
Twee derde VS, een derde VK en EMEA.
Bedrijfsgrootte van onder de 50 tot boven de 5.000 medewerkers, met de grootste groep — 29,2% — bij bedrijven van 251 tot 1.000.

Dat is een respectabele steekproef voor een praktijkonderzoek en een smalle voor een uitspraak over "engineers". Hij helt naar middelgrote bedrijven en de Engelstalige wereld, en hij is zelfgeselecteerd: wie een enquête over AI-agents invult, heeft een mening over AI-agents.

2. De twee antwoorden die niet kloppen met elkaar

Dit is het paar.

85,5% van de respondenten zegt de output van agents te vertrouwen, op zijn minst enigszins. 91,1% zegt dat agents hun productiviteit hebben verbeterd of gerevolutioneerd.

En: 41,1% loopt dagelijks tegen problemen aan. Nog eens 9,0% loopt er continu tegenaan.

Ruim de helft van de steekproef loopt elke dag tegen problemen aan, en ongeveer zes op de zeven vertrouwt de output toch.

Beide cijfers komen van dezelfde mensen in hetzelfde instrument. Geen van beide is een leugen. Maar samen beschrijven ze iets specifieks, en dat is niet "agents werken goed".

Ze beschrijven een kalibratiekloof: vertrouwen dat sneller is gegroeid dan het bewijs eronder. Dat is een normaal en goed gedocumenteerd menselijk patroon bij gereedschap dat meestal indrukwekkend is en onvoorspelbaar faalt — en het is precies de toestand waarin mensen stoppen met controleren.

Waarom 'op zijn minst enigszins' veel werk verzet

Het vertrouwenscijfer is zacht: de vraag laat alles boven onverschilligheid meetellen. Dat is een legitieme manier van vragen, en het betekent dat 85,5% gelezen moet worden als "de meeste engineers staan niet vijandig tegenover agentoutput", niet als "de meesten zouden het ongereviewd uitrollen". Het faalcijfer is daarentegen een harde gedragstelling: hoe vaak ging er iets mis. Een zachte maat vergelijken met een harde is precies waarom beide waar kunnen zijn; het is ook waarom de zachte minder gewicht verdient dan de kop hem geeft.

3. Een mediaan van 5, een gemiddelde van 10,7

Nog een cijfer om bij stil te staan: respondenten draaien een mediaan van 5 agents en een gemiddelde van 10,7.

Als het gemiddelde meer dan het dubbele van de mediaan is, heeft de verdeling een lange staart naar rechts. Een minderheid draait heel veel agents en trekt het gemiddelde omhoog, terwijl de typische engineer er een handvol draait.

Dat is van belang voor hoe je de rest van het rapport leest, want die twee groepen beleven niet hetzelfde. Wie dertig agents draait, heeft iets geïndustrialiseerd. Wie er vijf draait, gebruikt agents zoals je een IDE-functie gebruikt. Geaggregeerde tevredenheidscijfers middelen over beide, en het resulterende getal beschrijft niemand.

Wil je weten of je team achterloopt, dan is de mediaan de relevante statistiek, en die is vijf.

4. Sneller uitrollen dan je kunt controleren

51,3% van de respondenten zegt binnen uren of sneller van prototype naar productie te gaan. 26,9% zegt binnen minuten of sneller.

Zet dat naast 41,1% met dagelijkse problemen en de vorm van het risico wordt duidelijk. De rem die vroeger tussen "het werkt op mijn machine" en "het staat live" zat, was tijd: tijd waarin iemand de diff las, de testsuite draaide, over het randgeval nadacht. Agents hebben dat venster voor een kwart van de respondenten teruggebracht tot minuten.

Compressie is alleen een probleem als verificatie niet meecomprimeerde. Grotendeels deed die dat niet: code schrijven werd dramatisch goedkoper, en bevestigen dat die code klopt werd een beetje goedkoper. In het gat tussen die twee tempo's wonen de dagelijkse problemen.

Dit is hetzelfde mechanisme als in de review-bottleneck: generatie schaalde, review niet, en de wachtrij verplaatste zich in plaats van te verdwijnen. Dit onderzoek is het eerste bewijs op grote steekproef dat ik heb gezien dat het patroon nu de mediane ervaring is en niet de klacht van vroege gebruikers.

5. Het cijfer dat elke SaaS-founder twee keer moet lezen

Verstopt in het gedeelte over loopbaanbeleving staat de bevinding met het meest directe commerciële gevolg voor wie dit leest:

92,3% van de respondenten heeft geprobeerd software na te bouwen waar ze al voor betalen.

Geprobeerd. Niet geslaagd — het onderzoek meet de poging, en dat onderscheid is het hele verhaal. Maar dat negen op de tien engineers nu grijpen naar "dit kunnen we zelf bouwen" verandert de standaardhouding in elk inkoopgesprek dat je sales volgend jaar voert.

Dat het lukte

Wat het niet betekent

Het gat tussen een werkend prototype en een onderhouden intern product is waar de meeste van die pogingen sneuvelen, en het is het gat waarin het herbouwkostenprobleem leeft. Een poging is geen vervanging; het is een onderhandelingspositie die voor wie hem inneemt nu geloofwaardig voelt.

Je slotgracht is niet de feature

Wat het wel betekent

Als een bekwame engineer met agents je kernfeature in een weekend kan benaderen, is die feature niet langer de reden dat iemand betaalt. Wat overeind blijft is wat een interne herbouw niet goedkoop kan reproduceren: de data, de integraties, het compliance-oppervlak, de opgestapelde randgevallen, en het feit dat niemand in hun team het om twee uur 's nachts wil bezitten.

Voor een founder die een MVP uitbrengt is de praktische lezing niet "SaaS is dood". Het is dat de bewijslast is verschoven. Je moet nu expliciet maken waarom kopen wint van bouwen, want je koper heeft het bouwen al geprobeerd — en het eerlijke antwoord is vrijwel nooit de featurelijst.

6. Wie je dit vertelt

Ik wil direct zijn over de bron, want die bepaalt wat de conclusie van het rapport waard is.

Temporal verkoopt durable execution: infrastructuur voor langlopende, stateful, herhaalbare workflows. De CEO vat de bevindingen zo samen:

De teams die voorop lopen zijn de teams die hun systemen meer vertrouwen, omdat ze state, kosten en betrouwbaarheid hebben opgelost.

State en betrouwbaarheid zijn precies de twee dingen die het product van Temporal levert. Dat maakt de zin niet onwaar, maar het betekent wel dat de aanbeveling van het rapport en de omzet van de uitgever dezelfde kant op wijzen, en dat je daarop moet afwaarderen. De ruwe percentages zijn veel betrouwbaarder dan de interpretatie eroverheen, wat in het algemeen geldt voor leveranciersonderzoek.

Het tweede voorbehoud is de leeftijd. Het veldwerk sloot op 25 mei 2026; publicatie is eind augustus. In de meeste sectoren is een onderzoek van drie maanden oud actueel. In deze sector beslaan drie maanden meerdere frontier-modelreleases en minstens één verschuiving in hoe coding agents worden gebruikt. Het adoptiecijfer is inmiddels vrijwel zeker een onderschatting. De betrouwbaarheidscijfers kunnen beide kanten op zijn bewogen, en niemand — Temporal incluis — weet welke.

7. Wat je hier concreet mee doet

Je eigen faalpercentage

Meten

De bruikbare versie van 41,1% is jouw cijfer, niet dat van hen. Log een week lang elke keer dat een agent iets produceerde dat teruggedraaid, gecorrigeerd of opnieuw gedraaid moest worden. De meeste teams hebben dit nooit geteld, en de telling ligt bijna altijd hoger dan het gevoel — precies de kalibratiekloof, lokaal gemeten.

De verificatiekloof, niet de generatiekloof

Dichten

Kun je in een uur van prototype naar productie, dan zit de hefboom niet meer in sneller genereren. Hij zit in een controle die binnen dat uur draait en een release echt kan tegenhouden. Een evaluatieset is daarvan de goedkoopste versie, en de meeste teams hebben er nog steeds geen.

Waarom kopen wint van bouwen

Beantwoorden

Schrijf de alinea. Verkoop je software aan engineers, dan heeft 92,3% van je kopers geprobeerd iets na te bouwen waar ze voor betalen. Je antwoord op "dit kunnen we zelf bouwen" hoort niet ter plekke in een call te ontstaan.

Het enige wat ik niet zou doen is 80,8% als opdracht behandelen. Adoptiecijfers zijn de meest geciteerde en minst bruikbare getallen in elk onderzoek: ze vertellen je wat normaal is, en normaal is niet hetzelfde als juist. De helft van die 80,8% loopt dagelijks tegen problemen aan.

De eerlijke samenvatting

De kopbevinding is dat agentgebruik onder engineers in een jaar ongeveer verdubbelde en nu op dagbasis bijna universeel is. Beschouw dat als beslist.

De bevinding eronder is nuttiger en ongemakkelijker: vertrouwen heeft betrouwbaarheid ingehaald. 85,5% vertrouwt de output terwijl ruim de helft dagelijks of continu tegen problemen aanloopt, en de helft van de steekproef binnen een uur naar productie gaat. Dat is geen verhaal over slechte agents. Het is een verhaal over een verificatielaag die niet meegroeide met de generatielaag, in een omgeving waarin niemand tijd heeft het op te merken.

En het getal voor je volgende boardmeeting is het getal dat niemand citeert: 92,3% van de engineers heeft al geprobeerd iets na te bouwen waar ze voor betalen. Meestal mislukte dat. Ze proberen het opnieuw met beter gereedschap, en jouw antwoord waarom ze dat niet moeten doen moet beter zijn dan een featurevergelijking.

Tel je eigen faalpercentage voordat je dat van een ander vertrouwt.

Bronnen: Temporal Technologies, "Temporal Releases The 2026 State of Development Report: AI Agents" · Temporal Technologies · Alle percentages, de steekproefomvang van 550+ en de veldwerkdata van 29 april – 25 mei 2026 zijn zoals gerapporteerd door Temporal; de interpretatie en de voorbehouden zijn van mij.

Hire the Reviewer Before the Coder: Building a Startup Engineering Team When Agents Write the Code (2026)July 31, 2026

The AI MVP Evaluation Set: Test Real User Tasks Before You LaunchJuly 16, 2026

The Vibe Coding Trap: Why Thousands of AI Startups Are Paying $50K–$500K to Rebuild Their MVPsApril 2026

IdeaToMVP Academy

Want to build with AI — not just read about it?

4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.

Explore the Academy →