Sebastian Raschka przygotował szczegółowy artykuł poświęcony projektowaniu agentów kodujących i ich infrastruktury, wyjaśniając jak działają systemy takie jak Claude Code czy Codex CLI. Autor opisuje te narzędzia jako wrappery wokół dużych modeli językich, wzbogacone o aplikacyjną warstwę zwaną agentic harness, która czyni je bardziej wydajnymi i wygodnymi dla pracy z kodem.
Kluczowa obserwacja Raschki dotyczy tego, że niedawny postęp w praktycznych systemach opartych na LLM wynika nie tylko z lepszych modeli, ale przede wszystkim z inteligentnego ich wykorzystania. W większości rzeczywistych aplikacji otaczająca infrastruktura - taka jak dostęp do kontekstu repozytorium, projektowanie narzędzi, zarządzanie pamięcią i cache'owaniem - odgrywa równie ważną rolę co sam model. To wyjaśnia, dlaczego Claude Code lub Codex CLI wydają się znacznie bardziej zdolne niż te same modele używane w zwykłym interfejsie czatu.
Artykuł omawiając sześć głównych komponentów budowy agentów kodujących stanowi praktyczną referencję dla developerów interesujących się tą tematyką. Raschka zwraca uwagę, że postęp w systemach AI nie ogranicza się do lepszych modeli - równie ważna jest otaczająca architektura, stabilność cache'owania oraz zintegrowana strategia obsługi narzędzi.