Architektura agentów kodujących, w której model językowy wywołuje narzędzia w pętli zachowując kontekst, rozpoczęła się lokalnie - jako narzędzia terminalowe i aplikacje desktopowe. Ale jak pokazuje znana mem otwartego laptopa, nowoczesne harness'y mają frustrujące ograniczenia, gdy nie mogą być zarządzane w chmurze. Od 2025 roku zarówno OpenAI jak i Anthropic próbują przesunąć swoje harness'y do chmury, lecz z różnym powodzeniem. Wyzwania obejmują utrzymanie niezawodności sesji, izolację wykonania narzędzi i zachowanie kontekstu.
Te problemy przypominają wczesne wyzwania z orkiestracji kontenerów w pierwszej dekadzie 2000-tych, z których wyłonił się Kubernetes opracowany przez Google w 2014 roku. System Kubernetes stał się dominującym rozwiązaniem open source do wdrażania i zarządzania aplikacjami w skali chmury, inaugurując "cloud-native" erę obliczeń. Wykorzystując control loops do utrzymywania aplikacji w działaniu, odzyskiwania po awariach i skalowania w razie potrzeby, Kubernetes wyznaczył nowy standard.
Dwie osoby-założycielki Kubernetesa - Craig McLuckie i Joe Beda - stawiają na podobne podejście z Stacklok. Startup, który zebrał 17,5 miliona dolarów w rundzie Series A w 2023 roku od Accel, Madrona i Bain Capital, początkowo zajmował się bezpieczeństwem łańcucha dostaw oprogramowania. Niedawnie firma wykonała pivot w stronę rozwiązań agentic opartych na Kubernetesie - zakład, że zarządzanie agentami AI poprzez cloud-native orkiestrację może rozwiązać problemy niezawodności i skalowalności, które dziś frustrują użytkowników pracujących z lokalnymi narzędziami.