Narzędzia AI dla programistów migrują do terminala: Zmiana paradygmatu w rozwoju oprogramowania

Przez lata dominującym modelem w rozwoju oprogramowania wspomaganego sztuczną inteligencją były narzędzia integrujące AI bezpośrednio z edytorami kodu, takie jak Cursor czy GitHub Copilot. Skupiały się one na generowaniu, analizie i debugowaniu kodu w środowisku IDE. Jednak wraz z ewolucją sztucznej inteligencji agentycznej i jej rosnącymi możliwościami pojawił się nowy trend, który może fundamentalnie zmienić sposób, w jaki AI współdziała z systemami.

Od kodu do powłoki – nowa strategia gigantów

Największe laboratoria AI, w tym Anthropic, Google DeepMind i OpenAI, dyskretnie, choć konsekwentnie, zmieniają kierunek. Od lutego tego roku firmy te sukcesywnie wprowadzają narzędzia programistyczne oparte na wierszu poleceń, takie jak Claude Code, Gemini CLI i CLI Codex. Choć często operują pod zbliżonym brandingiem do poprzedników, ich wewnętrzna architektura i sposób interakcji z komputerem – zarówno online, jak i offline – uległy znaczącym zmianom. Ta transformacja, choć nie zawsze od razu widoczna, ma potencjał, by kształtować przyszłość programowania wspomaganego AI.

Terminal, dla wielu kojarzony z czarno-białymi ekranami rodem z filmów science fiction lat 90., to w istocie niezwykle potężny interfejs. Pozwala na bezpośrednie uruchamianie programów i manipulowanie danymi w sposób znacznie bardziej elastyczny niż graficzne edytory kodu. Alex Shaw, współtwórca benchmarku TerminalBench, uważa, że ta tendencja to dopiero początek: „Naszym zdaniem przyszłość interakcji między modelami językowymi a komputerami w 95% będzie odbywać się za pośrednictwem interfejsu przypominającego terminal” – prognozuje.

Wyzwania dla konwencjonalnych narzędzi AI

Przeniesienie punktu ciężkości na terminale zbiega się w czasie z rosnącymi wątpliwościami dotyczącymi efektywności tradycyjnych narzędzi opartych na edytorach kodu. Przykładem jest historia Windsurf, edytora kodu AI, który został rozdarty przez równoległe przejęcia. Część kluczowych pracowników odeszła do Google, a pozostała część firmy została nabyta przez Cognition, co postawiło pod znakiem zapytania przyszłość konsumenckiego produktu. W międzyczasie, badania rzucają światło na potencjalne wady konwencjonalnych asystentów kodu. Badanie METR, analizujące Cursor Pro (głównego konkurenta Windsurf), wykazało, że choć programiści szacowali przyspieszenie pracy o 20-30 procent, faktyczny czas realizacji zadań był niemal o 20 procent dłuższy. To sugeruje, że w niektórych przypadkach asystenci kodowania mogą wręcz spowalniać proces developerski.

Warp i nowa perspektywa programowania

W ten scenariusz wkraczają firmy takie jak Warp, która obecnie zajmuje czołową pozycję w rankingu TerminalBench. Warp definiuje się jako „agentyczne środowisko deweloperskie”, stanowiące pomost między zintegrowanymi środowiskami programistycznymi (IDE) a narzędziami wiersza poleceń pokroju Claude Code. Zach Lloyd, założyciel Warp, podkreśla potencjał terminala w rozwiązywaniu problemów wykraczających poza możliwości tradycyjnych edytorów kodu, jak, na przykład, Cursor.

Kluczowa różnica między starym a nowym podejściem staje się jasna, gdy spojrzymy na metody benchmarkowania. Poprzednia generacja narzędzi, testowana między innymi za pomocą SWE-Bench, koncentrowała się na rozwiązywaniu problemów z GitHub, które zazwyczaj polegały na naprawianiu niedziałającego kodu. Modele iterowały na kodzie, aż do uzyskania działającego rozwiązania. Tymczasem narzędzia oparte na terminalu przyjmują znacznie szerszą perspektywę. Ich zadania obejmują nie tylko edycję kodu, ale również aspekty z obszaru DevOps, takie jak konfiguracja serwera Git czy diagnozowanie problemów z uruchamianiem skryptów.

Przykładem możliwości terminalowych narzędzi jest zadanie z TerminalBench, gdzie agent musi odtworzyć algorytm kompresji na podstawie podanego programu dekompresującego i pliku tekstowego. Innym, bardziej zaawansowanym wyzwaniem, jest budowanie jądra Linuksa ze źródeł, co wymaga od agenta samodzielnego pobrania kodu źródłowego. Takie problemy wymagają znacznie szerszych zdolności analitycznych i rozwiązywania problemów, które są niezbędne w pracy programisty.

„Tym, co czyni TerminalBench trudnym, nie są tylko pytania, które dajemy agentom” – wyjaśnia Alex Shaw – „to środowiska, w których ich umieszczamy”.

To nowe podejście pozwala na rozwiązywanie problemów krok po kroku – umiejętność, która stanowi sedno potęgi sztucznej inteligencji agentycznej. Mimo to, nawet najbardziej zaawansowane modele agentyczne nadal mają przed sobą długą drogę. Warp, lider TerminalBench, rozwiązał nieco ponad połowę problemów – to świadczy zarówno o wyzwaniu, jakie stawia benchmark, jak i o skali pracy, która wciąż czeka, aby w pełni wykorzystać potencjał terminala.

Mimo tych wyzwań, Zach Lloyd z Warp jest przekonany, że już teraz narzędzia terminalowe mogą niezawodnie obsługiwać znaczną część działań dewelopera spoza właściwego kodowania. „Jeśli pomyślisz o codziennej pracy związanej z konfigurowaniem nowego projektu, znajdowaniem zależności i uruchamianiem go, Warp jest w stanie w dużej mierze zrobić to autonomicznie” – mówi Lloyd. „A jeśli nie jest w stanie, powie ci dlaczego”.