What is AI engineering?

Two things, depending on who says it: building software with AI (coding agents write the code, engineers specify, review and control), and building AI into software (a model inside a product, with its sources and its limits engineered in). At Enigmatry both run on the same rule: the machine prepares, a deterministic check decides, a person signs.

What is an AI engineering company, as opposed to a software company that uses AI?

Every software company uses AI now. The difference is whether the method is written down and checkable: which agent writes, which one reviews, what the gate tests, who signs. Enigmatry's method, gates and open-source foundation are public, and every way to start has a fixed price on the page.

Is AI-written code safe for a system that has to keep running?

On its own, no more than any other code. Behind a gate that builds, tests, scans, mutates the new tests and has a second model review it before an engineer approves it, yes, and with a better audit trail than most hand-written code. A Hardening Audit reads an existing AI-built app the way an attacker and an auditor would, and says what to fix or whether to rebuild.

Do we need our own data to build an AI copilot?

You need your own sources: the rulings, manuals and records the answer should be grounded in. You do not need to train a model. Enigmatry's copilots use commercial models under terms that exclude client content from training, and every answer shows where it came from.

With a conversation. Then a Factory Sprint: five days to scope, prototype and design the architecture, ending in a fixed quote for a secure MVP in six weeks; or a Hardening Audit on an app that already exists.

AI-engineering

AI-engineering is twee vakken. We doen ze allebei.

Het eerste is software bouwen met AI, waarbij coding agents het grootste deel van de code schrijven. Het tweede is AI in software bouwen: assistenten die vakmensen tijdens hun werkdag gebruiken. Allebei vragen ze wat goede software-engineering altijd al vroeg: een manier om te weten dat het resultaat klopt voordat iemand erop vertrouwt.

Een AI-engineeringbedrijf beoordeel je op wat het doorlaat, niet op wat het genereert.

De term wordt voor twee verschillende dingen gebruikt. In de eerste betekenis is AI-engineering software-engineering mét AI: agents schrijven code, tests en documentatie, en het engineeringwerk verschuift naar specificeren, beoordelen en beheersen. In de tweede betekenis is het het engineeren van AI zelf: een model in een product zetten zodat een dierenarts, een fiscalist of een docent een antwoord krijgt waar hij op kan handelen, met de bron erbij en het risico begrepen.

We doen allebei, en we ontdekten dat ze dezelfde discipline nodig hebben. In onze methode, Harness Engineering, schrijven agents, beslist een geautomatiseerde gate of code verder mag, en keurt een engineer elke merge goed. Voor onze AI-assistenten geldt dezelfde regel: het model bereidt voor, een mens beslist. De pagina’s hieronder zijn de methode, volledig uitgeschreven.

In productieYessa · ons eigen product, voor Nederlandse dierenartsen: een copilot die tijdens het consult met de dierenarts meewerkt.
In productieTEX · Nextens · een fiscale assistent waarbij elk antwoord herleidbaar is naar zijn bron.
In productieKai · De Rolf Groep · een AI-gids voor docenten in het KlasMastr-platform.
Gebouwd voorNS, HTM, P1, DJI, Pameijer, Nextens en SDU. Bekijk de cases.

01 · Bouwen met AI

Agents doen het routinewerk. Engineers nemen de besluiten.

Als een agent het grootste deel van de code schrijft, zit de grootste verandering niet in de code zelf, maar in waar engineers hun dag aan besteden.

Methode

Harness Engineering

De schrijver en de beoordelaar zijn verschillende agents. Code wordt samengevoegd als de gate het zegt. Elke fout wordt een check met een eigenaar.

Lees de methode Security

Wat agents mogen aanraken, en wat ze nooit zien.

ISO 27001, gescheiden omgevingen, geen productiedata voor developers of agents, en het papierwerk voordat iemand toegang krijgt.

Lees hoe we dat regelen Fundament

Entry, open source.

Het .NET- en Angular-fundament waar onze agents op bouwen. Je architecten kunnen ons werk controleren voordat we elkaar zelfs maar gesproken hebben.

Lees het fundament

02 · AI bouwen

Het model bereidt voor. Een mens beslist.

Drie AI-assistenten in productie, waarvan één in ons eigen product. Elk antwoord komt met zijn bron, en de beslissing blijft bij de vakmens.

Case · product van Enigmatry

Yessa

Praktijksoftware voor Nederlandse dierenartsen, met een AI-assistent die tijdens elk consult met de dierenarts meewerkt.

AI in productie Case · Nextens

TEX

Een fiscale assistent waarbij elk antwoord herleidbaar is naar de uitspraak waar het uit komt.

Lees de case Case · De Rolf Groep

Kai

Een AI-gids die docenten cursussen aanbeveelt op basis van hun leergeschiedenis en rol.

Lees de case

Vragen die we krijgen

AI-engineering, in gewone antwoorden.

Wat is AI-engineering?

Twee dingen, afhankelijk van wie het zegt: software bouwen met AI (coding agents schrijven de code, engineers specificeren, beoordelen en beheersen) en AI in software bouwen (een model in een product, met zijn bronnen en zijn grenzen ingebouwd). Bij Enigmatry volgen beide dezelfde regel: de machine bereidt voor, een geautomatiseerde check beslist of het verder mag, een engineer beslist of het samengaat.

Wat is een AI-engineeringbedrijf, anders dan een softwarebedrijf dat AI gebruikt?

Elk softwarebedrijf gebruikt nu AI. Het verschil is of de methode is opgeschreven en controleerbaar: welke agent schrijft, welke beoordeelt, wat de gate test, wie tekent. De onze staat op deze site: de methode, de gates en het fundament zijn openbaar, en de twee manieren om te beginnen hebben een vaste prijs.

Is code van AI veilig voor een systeem dat moet blijven draaien?

Op zichzelf niet veiliger dan andere code. Achter een gate die bouwt, test, scant, de nieuwe tests muteert en een tweede model laat meekijken voordat een engineer het goedkeurt: ja, en met een vollediger audittrail dan handgeschreven code meestal krijgt. Die gate is wat we verkopen. Een Hardening Audit toetst een bestaande, met AI gebouwde app aan diezelfde gate.

Hebben we eigen data nodig om een AI-assistent te bouwen?

Je hebt je eigen bronnen nodig: de uitspraken, de handleidingen, de dossiers waar het antwoord op gebaseerd moet zijn. Een model trainen hoeft niet. Onze AI-assistenten gebruiken commerciële modellen onder voorwaarden die jouw content uitsluiten van training, en elk antwoord laat zien waar het vandaan komt.

Waar beginnen we?

Met een gesprek. Daarna óf een Hardening Audit van de app die je al hebt, óf een Factory Sprint: vijf dagen voor scope, prototype en architectuur, met aan het eind een vaste offerte voor een veilige MVP in zes weken.

SaaS Factory Hardening Audit

Het eerste gesprek

Bouwen met AI of AI bouwen? Laten we praten.

Misschien allebei. Vertel waar je mee bezig bent, dan neemt een engineer contact met je op.

Goede engineering, nu met AI

Bel ons+31 10 240 99 29 Mail onsinfo@enigmatry.com Vind ons op LinkedIn/company/enigmatry Kom langsStationsplein 45, Rotterdam