AI bouwde een 3D-game van 346.000 regels code in acht dagen

TL;DR

• Wat: Iemand claimt met Claude Opus 5.5 een 3D-game in Terraria-stijl te hebben gebouwd in acht dagen — 346.000 regels C#, zonder zelf code te schrijven.
• Waarom relevant: Het laat zien hoe snel AI grote hoeveelheden werkende software kan produceren, ook zonder traditioneel ontwikkelteam.
• Wat je ermee kunt: Stel jezelf de vraag of jouw volgende softwareproject een kleiner team nodig heeft dan je nu aanneemt.

Er circuleert een opvallend bericht op X: iemand zou met het AI-model Claude Opus 5.5 een complete 3D-game hebben gebouwd in de stijl van Terraria, in slechts acht dagen. De maker zegt zelf geen regel code te hebben geschreven. Ik vind dat het soort claim is waar je even bij stil moet staan — niet omdat het per definitie klopt, maar omdat het iets zegt over waar we staan met AI en softwareontwikkeling.

Wat er precies wordt beweerd

Het bericht, gedeeld door onder andere het account @SahilExec op X, beschrijft een 3D-game gebouwd op een custom engine — dus niet op bestaande platforms als Unity of Godot. De cijfers die worden genoemd:

• 346.000 regels C#-code
• 3.369 items in de game
• 313 vijanden en bosses
• Gebouwd in acht dagen
• De maker claimt zelf geen code te hebben geschreven

Wat mij hier opvalt: de oorspronkelijke maker wordt in het bericht niet bij naam genoemd, en er is geen publiek toegankelijke code-repository gedeeld. Dat maakt het lastig om de claims onafhankelijk te verifiëren. Ik wil dat expliciet benoemen, want grote getallen zonder broncode zijn precies het type bewering waar je als ondernemer kritisch op moet zijn.

Ook belangrijk: Terraria is eigendom van studio Re-Logic. Dit project is geen officiële release, maar een fan-project of demonstratie.

Hoe realistisch is dit?

Laat ik eerlijk zijn: 346.000 regels code in acht dagen is een enorme hoeveelheid. Ter vergelijking — een gemiddeld softwareproject voor een middelgroot bedrijf zit vaak ergens tussen de 10.000 en 50.000 regels. We praten hier dus over een codebase die qua omvang vergelijkbaar is met sommige professionele commerciële producten.

Maar regels code zeggen niet alles. De vraag is: werkt het? Is het onderhoudbaar? Is het veilig? Dat zijn precies de vragen die je ook in een zakelijke context moet stellen wanneer AI code genereert.

Wat we wél weten over AI en code

Uit recente cijfers blijkt dat AI-gegenereerde code snel toeneemt in de praktijk. Volgens onderzoek van Innowise gebruikt inmiddels 80% van technologieleiders AI bij softwareontwikkeling. GitHub Copilot-gebruikers voltooien 126% meer projecten per week.

Maar er zit een keerzijde aan. AI-gegenereerde code bevat volgens analyses gemiddeld 2,74 keer meer kwetsbaarheden dan door mensen geschreven code. Eén op de vijf beveiligingsinbreuken zou inmiddels gerelateerd zijn aan AI-gegenereerde code. Dat is een getal dat ik als ondernemer niet zou negeren.

Wat dit betekent voor jou als ondernemer

Kun je je voorstellen wat het betekent als je een werkend prototype van een applicatie kunt laten bouwen in een paar dagen, in plaats van een paar maanden? Dat is waar deze demonstratie naar wijst — zelfs als de precieze claims overdreven blijken.

Voor MKB-ondernemers zie ik twee concrete gevolgen:

1. De drempel voor software wordt lager

Stel dat je als ondernemer een intern dashboard nodig hebt, of een klantportaal, of een tool die een specifiek bedrijfsproces automatiseert. Waar je voorheen een ontwikkelaar voor drie maanden moest inhuren, zou een AI-model een eerste werkende versie in dagen kunnen opleveren. De vraag verschuift dan van "kan ik dit laten bouwen?" naar "kan ik beoordelen of wat er gebouwd is, goed genoeg is?"

Volgens cijfers over AI-adoptie in Nederland groeit het gebruik van AI-tools in het MKB met ruim 43%. Dat is geen toekomstmuziek meer.

2. De behoefte aan beoordeling groeit

Als AI de code schrijft, wie controleert dan de kwaliteit? Wie checkt de beveiliging? Wie begrijpt wat er in die 346.000 regels staat? Ik denk dat dit de volgende grote uitdaging wordt: niet het genereren van code, maar het evalueren ervan.

Voor een ondernemer betekent dit dat je misschien geen volledig ontwikkelteam meer nodig hebt om iets te bouwen, maar wél iemand die snapt wat er gebouwd ís. Een soort technisch geweten dat meekijkt.

De onbeantwoorde vragen

Wat ik merk bij dit soort virale demonstraties is dat de indrukwekkende getallen alle aandacht krijgen, terwijl de essentiële vragen onbeantwoord blijven:

• Wie is de maker? Het bericht noemt geen naam en geen repository. Zonder die transparantie is het lastig om de claim serieus te nemen als bewijs — het blijft een anekdote.
• Draait de game daadwerkelijk? Een grote codebase betekent niet automatisch een werkend product. Code die compileert is niet hetzelfde als code die goed functioneert.
• Hoe zit het met intellectueel eigendom? Terraria is een bestaand, beschermd product. Een AI-gegenereerde kloon roept juridische vragen op die voor ondernemers relevant zijn — zeker als je AI inzet om software te bouwen die lijkt op bestaande producten.

Waar het naartoe gaat

Ik vind het eerlijk gezegd fascinerend dat we op een punt zijn gekomen waar iemand kan claimen — en het is op z'n minst plausibel — dat een AI-model honderdduizenden regels werkende code produceert in ruim een week. Of het nu 346.000 regels zijn of de helft daarvan: de richting is duidelijk.

Wat mij betreft is de les voor ondernemers niet "AI vervangt je ontwikkelteam morgen", maar eerder: de verhouding tussen wat je investeert in softwareontwikkeling en wat je ervoor terugkrijgt, verschuift fundamenteel. Wie daar nu over nadenkt, staat straks niet voor verrassingen.

Voor mij is dit vooral een signaal dat het tempo van AI in softwareontwikkeling sneller gaat dan de meeste ondernemers in hun planning meenemen. En dat de vraag niet meer is óf AI code voor je schrijft, maar hoe je ervoor zorgt dat die code betrouwbaar en veilig genoeg is voor je bedrijf.