De nieuwe overdracht: hoe u de code van uw AI-agent deelt met uw team6 min read

Je AI-agent heeft zojuist iets nuttigs gebouwd. Misschien is het een dashboard, een nieuwe onboarding-flow of een kleine interne app.

Je ziet het werken. De code ziet er goed uit. Nu stelt je teamgenoot een volkomen redelijke vraag:

“Kun je het naar mij sturen?”

Dat is waar een AI-coderingsworkflow vaak een handmatige overdracht wordt. Je stuurt een screenshot, kopieert een codefragment, pusht een branch of legt uit hoe je het project lokaal kunt laten draaien.

Maar de persoon die het vraagt, wil de broncode misschien niet. Ze willen het ding openen, proberen en je vertellen wat er moet veranderen.

De juiste manier om door AI gegenereerde code te delen, hangt af van wat er daarna gebeurt.

Ten eerste: wat deel je eigenlijk?

Wanneer iemand om de code vraagt die uw AI-agent heeft gegenereerd, kan hij of zij drie verschillende dingen bedoelen.

1. De broncode

Een ontwikkelaar moet de implementatie inspecteren, tests uitvoeren of deze samenvoegen met een bestaande codebase.

Een Git-repository en pull-request zijn meestal het juiste antwoord. Ze bieden een vertrouwde workflow voor het beoordelen van wijzigingen, het controleren van tests en het integreren van de code in de productie.

2. Een werkende versie

Een productmanager wil door de onboardingstroom klikken. Een ontwerper wil de responsieve lay-out zien. Een stakeholder wil het dashboard uitproberen.

Het verzenden van bronbestanden is hier niet bijzonder nuttig. Ze hebben een app of artefact nodig die ze in een browser kunnen openen.

3. Werk dat iemand anders zal voortzetten

Je teamgenoot wil de app beoordelen, een wijziging voorstellen en een AI-agent de feedback laten implementeren.

Dit is een ander soort overdracht. De bestemming moet meer bevatten dan een momentopname. Het moet het werk, de geschiedenis ervan en de toegang voor iedereen die het voortzet behouden.

Deze workflows overlappen elkaar, maar zijn niet uitwisselbaar.

Het verschil tussen code delen en werk uit handen geven

Stel je voor dat een agent een dashboard voor klantanalyses bouwt.

Het bevat drie KPI-kaarten, een gebruiksgrafiek en een datumfilter.

Je kunt je teamgenoot de React-bestanden sturen. Ze hadden een ontwikkelomgeving nodig om het resultaat te zien.

Je zou een screenshot kunnen sturen. Ze zouden de lay-out begrijpen, maar zouden het filter niet kunnen testen.

Je zou het ergens kunnen inzetten. Ze zouden ermee kunnen communiceren, maar je hebt nog steeds een proces nodig voor het verzamelen van feedback en het bijwerken van het project.

Stel je nu een iets andere workflow voor.

De agent maakt het dashboard in een gedeelde artefactwerkruimte en geeft u de URL ervan.

Je teamgenoot opent het artefact, test het filter en laat feedback achter op de kaart. U vraagt ​​de agent om de wijziging in hetzelfde artefact aan te brengen.

De URL blijft hetzelfde. Het werk heeft een geschiedenis. Het is niet nodig om nog een gesprek te beginnen en uit te leggen wat de vorige agent heeft gebouwd.

Dat is de overdracht die het waard is om voor te ontwerpen.

Hoe u door AI gegenereerde code deelt met uw team

Hier is een praktische workflow met behulp van AgentGrid.io, een gedeelde artefactwerkruimte voor mensen en AI-agenten, gebouwd door Anima.

Stap 1: Bouw met uw favoriete AI-coderingstool

Blijf werken in Claude Code, Codex, Cursor of een ander hulpmiddel waarmee u vertrouwd bent.

Bijvoorbeeld:

Bouw een responsief productanalysedashboard met een gebruiksgrafiek, een datumfilter en drie KPI-kaarten. Gebruik React.

U hoeft de tool die u gebruikt om de code te genereren niet te wijzigen.

Stap 2: Plaats het resultaat ergens waar uw team toegang toe heeft

Verbind uw agent met AgentGrid en vraag:

Zet dit dashboard als app op AgentGrid. Geef mij de artefactlink en houd deze privé.

AgentGrid slaat de app op als een artefact met een eigen URL en versiegeschiedenis.

Als u een codeeragent gebruikt die onafhankelijk verbinding kan maken, volgt u de AgentGrid-aansluitinstructies. Browsergebaseerde assistenten zoals Claude of ChatGPT gebruiken hun ondersteunde integraties.

Het belangrijkste is dat uw agent het artefact maakt in een werkruimte waartoe hij toegang heeft.

Stap 3: Geef je teamgenoot toegang

Open het artefact en kopieer de link.

Zorg ervoor dat uw teamgenoot toegang heeft tot de werkruimte voordat u deze verzendt. Een privé-artefact-URL identificeert het werk; het verleent op zichzelf geen toestemming.

Voor interne samenwerking is dat meestal wat je wilt. Een teamgenoot kan het werk beoordelen zonder het openbaar toegankelijk te maken.

Zie hoe het delen van artefacten werkt.

Stap 4: Verzamel feedback over het daadwerkelijke resultaat

Je teamgenoot opent het dashboard en ontdekt dat het datumfilter zich niet gedraagt zoals verwacht.

In plaats van een apart Slack-bericht te schrijven waarin wordt uitgelegd welk onderdeel kapot is, kunnen ze feedback achterlaten bij het relevante deel van het artefact.

AgentGrid ondersteunt recensiecommentaar op app-elementen en documentpassages. Geautoriseerde mensen en agenten kunnen deze opmerkingen samen verwerken.

Dat houdt de discussie dicht bij het onderwerp dat wordt beoordeeld.

Stap 5: Laat de agent het werk voortzetten

Nu kunt u een verbonden agent het volgende vertellen:

Open dit AgentGrid-artefact en herstel het datumfilter. Behoud de bestaande lay-out en update hetzelfde artefact.

Voeg de daadwerkelijke artefact-URL toe.

De agent kan het artefact inspecteren en bijwerken als deze over de vereiste toegang en mogelijkheden beschikt.

Wijzigingen verschijnen in dezelfde versiegeschiedenis, toegeschreven aan de agent die ze heeft gemaakt. Je teamgenoot kan terugkeren naar hetzelfde artefact om het resultaat te bekijken.

Zie versiegeschiedenis in AgentGrid.

Hoe zit het met Claude, ChatGPT, Cursor en Codex?

Sommige AI-tools beschikken al over nuttige native deelmogelijkheden.

Claude kan ondersteunde artefacten delen binnen zijn ecosysteem. GitHub is geweldig voor het beoordelen van code. Ontwikkelplatforms kunnen preview-implementaties bieden.

U hoeft deze workflows niet te vervangen alleen maar om iets te delen.

AgentGrid is handig als het om de volgende stap gaat mensen en agenten die aan hetzelfde artefact werken, vooral voor verschillende AI-tools.

Uw team kan bijvoorbeeld Claude gebruiken om een interface te ontwerpen, Codex om het gedrag ervan te verfijnen, en een menselijke reviewer om feedback achter te laten.

Het gedeelde artefact biedt een gemeenschappelijke bestemming voor dat werk.

Wanneer moet je in plaats daarvan publiceren?

Als het werk bedoeld is voor mensen buiten uw werkruimte, zoals een klant die een openbare demo nodig heeft, wilt u het misschien publiceren.

AgentGrid kan ondersteunde app- en Markdown-artefacten publiceren naar openbare URL’s.

Maar delen en publiceren zijn niet dezelfde actie.

Voor een privé-artefactkoppeling is geautoriseerde toegang tot de werkruimte vereist. Een gepubliceerde implementatie is openbaar toegankelijk. Latere wijzigingen aan het artefact moeten opnieuw worden gepubliceerd voordat ze op die openbare pagina verschijnen.

Publiceer alleen als dat is wat u van plan bent.

Een betere vraag om te stellen als de agent klaar is

In plaats van elke codeersessie te beëindigen met ‘de bestanden exporteren’, vraagt u het volgende:

Wie heeft dit nu nodig en wat moeten ze ermee doen?

Als een ontwikkelaar de code moet samenvoegen, maakt u een pull-request.

Als iemand de app moet testen, geef hem dan een werkende preview.

Als mensen en agenten het werk samen moeten beoordelen en voortzetten, geef het dan een gedeeld huis.

De output van een AI-coderingssessie hoeft niet het einde van de workflow te zijn. Het kan het startpunt zijn voor iedereen.

👉 Ontdek AgentGrid.