De meeste developers vragen nog welke AI-codingagent de beste is. Volgens mij is die vraag al achterhaald. Het voordeel komt niet van één agent kiezen, maar van weten hoe je ze als systeem laat werken. Daarom heb ik mijn Arch Linux-workstation rond agents herontworpen.

Ik gebruik Arch sinds maart 2002. Het leerde me omgevingen te bouwen in plaats van ze alleen te consumeren: begrijpen wat draait, hoe elke laag is samengesteld en waar abstracties beginnen en eindigen. Die houding vormt nu de basis van een AI-native workstation — geen computer met een chatbot eraan, maar een engineeringplatform voor menselijke sturing, parallelle uitvoering en verifieerbare resultaten.

Het workstation wordt de engineeringorganisatie

Ik definieer intentie, grenzen en acceptatiecriteria. Agents inspecteren repositories, wijzigen bestanden, voeren commando’s uit en valideren hun werk. De developer ontwerpt steeds meer het systeem dat wijzigingen produceert. Arch past hier goed bij: packages, services, shells, rechten en processen blijven expliciet en inspecteerbaar.

Een kudde, geen chatbot

Pacman, yay en mise beheren tooling; XFCE blijft licht; Bash en Kitty vormen het commandovlak. Claude Code, Codex, Cursor, OpenCode, Grok, GitHub Copilot, Pi en Hermes kunnen naast elkaar bestaan. Autocomplete helpt sneller typen. Een engineeringagent brengt een repository van de ene geverifieerde toestand naar de volgende.

Isolatie scheidt een systeem van chaos

Meerdere agents in dezelfde werkmap zijn geen multi-agent architectuur. Het is een race condition met een gebruikersinterface. Git worktrees geven elke taak een eigen branch en filesystem-view.

  • Definieer taak, scope en acceptatiecriteria.
  • Maak een aparte branch en worktree.
  • Laat de agent alleen daar werken.
  • Draai tests, linters en builds.
  • Review de diff.
  • Laat een mens beslissen over merge en deployment.

Repositorybeleid bepaalt commando’s, bewijs en bevoegdheden. Agents pushen niet direct naar main en deployen niet zelfstandig. Herdr levert persistente terminals; worktrees bepalen waar een agent mag handelen.

Verschillende agents, verschillende banen

Claude Code voor langlopende implementaties en brede refactors; Codex voor afgebakende implementatie, debugging, tests en reviews; Cursor en Copilot voor interactief editorwerk; OpenCode voor provideronafhankelijke workflows; Grok voor actuele verkenning; Pi voor scriptbare loops; Hermes voor autonoom achtergrondwerk. Dit zijn beleidskeuzes, geen identiteiten.

Het model is niet de moat. De harness wel.

Betrouwbaarheid komt van repository-instructies, rechten, geïsoleerde omgevingen, deterministische commando’s, logs, previews en review-, merge- en deploymentgates. De CLI’s zijn workers. Herdr is de runtime. Git levert state en isolatie. Architectuur is het contract voor context, uitvoering, validatie en controle.

Eén developer, vermenigvuldigd

Het doel is niet meer editorvensters, maar onafhankelijke engineeringloops die doorgaan terwijl ik prioriteiten stel, resultaten bekijk en architectuur beslis. De volgorde telt: eerst één agent betrouwbaar, dan meerdere onafhankelijk, pas daarna het systeem persistent. Het workstation blijft de control plane.

De volgende scheidslijn

Een AI-native workstation bepaalt hoe intentie wordt uitgedrukt, context geladen, actie begrensd, voltooiing bewezen en menselijke bevoegdheid behouden. Ik wil niet alleen iets sneller code typen. Ik bouw een systeem dat engineering voortzet terwijl ik op intentie, architectuur en oordeel werk. Straks gebruikt iedereen AI. Het verschil zit dan tussen wie een agent prompt en wie een volledige kunstmatige engineeringorganisatie kan ontwerpen, coördineren en besturen.