La plupart des développeurs se demandent encore quel agent de code IA est le meilleur. Je pense que cette question est déjà dépassée.

L’avantage ne viendra pas du choix d’un agent, mais de la capacité à les faire fonctionner ensemble comme un système. J’ai donc repensé ma station Arch Linux autour des agents.

J’utilise Arch Linux depuis mars 2002. Arch m’a appris à construire des environnements plutôt qu’à les consommer : comprendre ce qui tourne, comment chaque couche s’assemble et où commencent et finissent les abstractions. Plus de vingt ans après, cette philosophie fonde une station AI-native : pas un ordinateur avec un chatbot greffé dessus, mais une plateforme pour direction humaine, exécution parallèle et résultats vérifiables.

La station devient l’organisation d’ingénierie

Je définis l’intention, les contraintes et les critères d’acceptation. Les agents inspectent les dépôts, modifient les fichiers, exécutent des commandes et valident leur travail. Le développeur passe de la production de chaque changement à la conception du système qui les produit. Arch convient naturellement : packages, services, shells, permissions et processus restent explicites et inspectables.

Une meute, pas un chatbot

Pacman, yay et mise gèrent les outils ; XFCE reste léger ; Bash et Kitty sont la surface de commande. Visual Studio Code et les agents en terminal partagent le travail. Claude Code, Codex, Cursor, OpenCode, Grok, GitHub Copilot, Pi et Hermes peuvent coexister. Chaque agent reste natif. L’autocomplétion aide à taper plus vite ; un agent d’ingénierie fait passer un dépôt d’un état vérifié à un autre.

Git fournit l’état, SSH relie les remotes et une topologie stable évite d’amplifier le désordre.

L’isolation sépare le système du chaos

Plusieurs agents dans le même répertoire, ce n’est pas une architecture multi-agent. C’est une race condition avec une interface utilisateur. Les Git worktrees isolent chaque tâche dans sa branche et sa vue des fichiers.

  • Définir tâche, périmètre et critères d’acceptation.
  • Créer branche et worktree dédiés.
  • Limiter l’agent à ce worktree.
  • Exécuter tests, linters et builds.
  • Relire le diff.
  • Laisser un humain décider du merge et du déploiement.

Une politique au niveau du dépôt fixe commandes, preuves et limites d’autorité. Les agents ne pushent pas sur main et ne déploient pas seuls. Herdr fournit les terminaux persistants ; les worktrees définissent où chaque agent peut agir.

Des agents différents, des tâches différentes

Claude Code sert aux longues implémentations et grands refactorings ; Codex aux tâches cadrées, tests et reviews ; Cursor et Copilot au travail interactif ; OpenCode aux workflows indépendants du fournisseur ; Grok à la reconnaissance actuelle ; Pi aux boucles scriptables ; Hermes au travail autonome de fond. Ce sont des politiques qui évolueront, pas des identités.

Le modèle n’est pas le moat. Le harness l’est.

La fiabilité vient des instructions, permissions, environnements isolés, commandes déterministes, logs, previews et gates de review, merge et déploiement. Les CLI sont les travailleurs. Herdr est le runtime. Git fournit état et isolation. L’architecture relie contexte, exécution, validation et contrôle.

Un développeur, multiplié

Le but n’est pas d’ouvrir plus de fenêtres, mais de laisser plusieurs boucles indépendantes progresser pendant que je fixe les priorités et prends les décisions d’architecture. L’ordre compte : rendre un agent fiable, puis plusieurs agents indépendants, puis le système persistant. La station reste le control plane.

La prochaine ligne de fracture

La station AI-native ajoute la délégation : exprimer l’intention, charger le contexte, délimiter l’action, prouver la fin et préserver l’autorité humaine. Je ne cherche pas à taper un peu plus vite. Je construis un système qui continue l’ingénierie pendant que j’opère au niveau de l’intention, de l’architecture et du jugement.

Bientôt, tout le monde utilisera l’IA. La vraie différence sera entre ceux qui promptent un agent et ceux qui savent concevoir, coordonner et gouverner toute une organisation d’ingénierie artificielle. Ce modèle ne fait que commencer.