Повечето разработчици още питат кой AI coding agent е най-добър. Според мен този въпрос вече е остарял. Предимството няма да дойде от избора на един агент, а от умението да ги управляваме като система. Затова преработих своя Arch Linux workstation около агенти.

Използвам Arch от март 2002 г. Той ме научи да изграждам среди, вместо просто да ги консумирам: да разбирам какво работи, как е сглобен всеки слой и къде започват и свършват абстракциите. Днес тази нагласа е основата на AI-native workstation — не компютър с добавен chatbot, а инженерна платформа за човешко ръководство, паралелно изпълнение и проверими резултати.

Workstation-ът се превръща в инженерна организация

Аз определям намерението, ограниченията и acceptance criteria. Агентите разглеждат repositories, променят файлове, изпълняват команди и валидират работата си. Разработчикът преминава от създаване на всяка промяна към проектиране на системата, която създава промените. Arch е подходящ, защото packages, services, shells, permissions и processes са явни и лесни за инспекция.

Стадо, не chatbot

pacman, yay и mise управляват инструментите; XFCE остава лек; Bash и Kitty са основната командна повърхност. Claude Code, Codex, Cursor, OpenCode, Grok, GitHub Copilot, Pi и Hermes могат да съществуват в един operating model. Autocomplete помага да пишеш по-бързо. Engineering agent премества repository от едно проверено състояние в друго.

Изолацията отделя системата от хаоса

Няколко агента в една working directory не са multi-agent architecture. Това е race condition с потребителски интерфейс. Git worktrees дават на всяка задача отделен branch и filesystem view.

  • Определи задача, обхват и acceptance criteria.
  • Създай отделни branch и worktree.
  • Остави агента да работи само там.
  • Изпълни tests, linters и builds.
  • Прегледай diff-а.
  • Човек решава какво се merge-ва и deploy-ва.

Repository policy задава командите, доказателствата и границите на правомощията. Агентите не push-ват директно към main и не deploy-ват самостоятелно. Herdr осигурява постоянни терминали; worktrees определят къде може да действа всеки агент.

Различни агенти, различни задачи

Claude Code е за дълги имплементации и големи refactor-и; Codex — за ясно ограничена работа, debugging, tests и reviews; Cursor и Copilot — за интерактивна работа в editor; OpenCode — за независими от provider workflows; Grok — за актуално техническо разузнаване; Pi — за scriptable loops; Hermes — за автономна фонова работа. Това са политики, не самоличности.

Моделът не е moat. Harness-ът е.

Надеждността идва от repository instructions, permissions, изолирани среди, детерминирани команди, logs, previews и review, merge и deployment gates. Agent CLI-тата са работници. Herdr е runtime. Git дава state и isolation. Архитектурата е договорът между context, execution, validation и control.

Един разработчик, умножен

Целта не е повече editor прозорци, а независими инженерни цикли, които продължават, докато аз задавам приоритети и вземам архитектурни решения. Редът е важен: първо един надежден агент, после няколко независими, чак тогава постоянна система. Workstation-ът остава control plane.

Следващото разделение между разработчиците

AI-native workstation трябва да определя как се изразява намерението, зарежда контекстът, ограничава действието, доказва завършването и запазва човешката власт. Не искам просто да пиша код малко по-бързо. Строя система, която продължава инженерната работа, докато аз действам на ниво намерение, архитектура и преценка. Скоро всички ще използват AI. Разликата ще е между онези, които prompt-ват агент, и онези, които могат да проектират, координират и управляват цяла изкуствена инженерна организация.