Nowe narzędzia AI zmieniają sposób kodowania. Terminal odzyskuje znaczenie

Przez lata narzędzia do edycji kodu wspomagane przez sztuczną inteligencję, takie jak Cursor, Windsurf czy GitHub Copilot, były podstawą dla programistów. Obecnie jednak obserwujemy dyskretny, ale ważny zwrot w stronę terminala. Agenty AI coraz częściej wchodzą w interakcje bezpośrednio z powłoką systemu, zamiast operować na kodzie.

Terminal, znany przede wszystkim z filmów o hackerach z lat 90., jest niezwykle potężnym interfejsem, choć mało efektownym wizualnie. Podczas gdy narzędzia oparte na kodzie potrafią tworzyć i debugować kod, to narzędzia terminalowe są niezbędne, aby oprogramowanie mogło być faktycznie używane.

Wyraźnym sygnałem tego trendu są działania dużych laboratoriów AI. Od lutego firmy Anthropic, DeepMind i OpenAI wydały narzędzia do kodowania w linii poleceń (odpowiednio: Claude Code, Gemini CLI i CLI Codex), które już teraz należą do ich najpopularniejszych produktów. To subtelna zmiana, która może umknąć uwadze, ale pod maską kryją się istotne zmiany w interakcji agentów AI z systemami komputerowymi.

Narzędzia terminalowe zyskują na znaczeniu w momencie, gdy popularne narzędzia kodowania bazujące na kodzie tracą stabilność. Edytor AI Windsurf był rozrywany przez konkurujące przejęcia, a badania sugerują, że programiści mogą przeceniać zyski na produktywności dzięki konwencjonalnym narzędziom.

Badanie METR wykazało, że choć programiści szacowali, że mogą wykonywać zadania 20-30% szybciej dzięki Cursor Pro, to w rzeczywistości proces był prawie 20% wolniejszy. To pozostawia pole dla firm takich jak Warp, które pozycjonują się jako „środowisko programistyczne z agentami”, balansując między tradycyjnymi IDE a narzędziami wiersza poleceń.

Narzędzia terminalowe przyjmują szerszą perspektywę, patrząc nie tylko na kod, ale na całe środowisko, w którym program działa. Obejmuje to nie tylko kodowanie, ale także zadania DevOps, takie jak konfiguracja serwera Git czy rozwiązywanie problemów ze skryptami.

Kluczowe jest to, że nowe podejście polega na rozwiązywaniu problemów krok po kroku – ta sama umiejętność, która sprawia, że agenty AI są tak potężne. Nawet najnowocześniejsze modele AI wciąż mają problemy z obsługą wszystkich środowisk, ale już teraz narzędzia terminalowe mogą niezawodnie wykonać wiele zadań spoza samego kodowania.

Jak mówi Zach Lloyd z Warp, „jeśli pomyślimy o codziennej pracy związanej z ustawianiem nowego projektu, ustaleniem zależności i uruchomieniem go, Warp może to robić praktycznie autonomicznie”.