Bough lar kodeagenten skrive ett JavaScript-program per steg i stedet for enkeltkall

De fleste kodeagenter går én runde til modellen for hvert verktøykall. Skal agenten patche en fil, formatere den og kjøre testene, blir det gjerne tre rundturer, og modellen må lese svaret mellom hver. Bough er en terminalagent skrevet i Go av Andrey Lukin som snur på dette: modellen skriver en js-blokk, bough kjører den, og det programmet skriver ut går tilbake til modellen.

Inne i programmet er tools.view, tools.patch, tools.bash, tools.spawn og alle MCP-verktøy vanlige funksjoner. En patch og testkjøringen som sjekker den kan dermed være ett steg, og modellen kan forgrene på resultatet med if, for og try uten en ny rundtur. Lukin presenterte prosjektet på Hacker News som agenten Lukin bygde for å erstatte Claude Code på jobben.

«Andre agenter eksponerer en liste med verktøy og går én runde per kall; bough eksponerer én programkjører, så modellen samler arbeidet og forgrener på resultatene i kode.» — README-en til bough

Tallene i README-en kommer fra Lukins egne økter fra 2. til 15. september, mest med GPT-6 Astra. 735 turer kjørte 5 521 programmer med til sammen 10 542 verktøykall, i snitt 1,9 per program. 52 prosent av programmene gjorde mer enn ett kall, og 30 prosent forgrenet eller løkket på resultatene. En agent med ett kall per rundtur ville trengt rundt 10 500 rundturer for samme arbeid. README-en understreker selv at dette er én persons bruk, ikke en kontrollert benchmark.

Ideen er ikke ny, og bough sier det rett ut. CodeAct viste at kjørbar kode slår JSON-verktøykall, smolagents lar agenter tenke i Python, og Cloudflares Code Mode lar modellen skrive TypeScript mot MCP-servere. Bough tar mønsteret inn i en full interaktiv kodeagent.

Resten av arkitekturen er like modulær. Leverandør, agentløkke, verktøy, terminal-UI, web-UI, MCP, hooks og skills er rader i bough.yml, og endrer du filen midt i en økt, monteres bare de endrede radene på nytt. Bough støtter Anthropic, OpenAI, OpenRouter og Cerebras med dine egne nøkler, har ingen telemetri og lagrer økter som append-only JSONL. Skills leses fra samme mappestruktur som Claude Code bruker.

Begrensningene er tydelige. Det finnes ingen Windows-versjon, containerbaserte prosjektøkter krever macOS, og lokale økter har ingen fil-sjekkpunkter per tur, så å spole tilbake samtalen angrer ikke endringer. Filverktøyene holder seg innenfor git-checkouten, men tools.bash kjører med dine rettigheter, dine filer og ditt nettverk.

Hva bør du gjøre?

1. Installer via Homebrew eller skriptet i README-en, og test uten API-nøkkel med bough --headless --set llm.plugin=llm-echo.
2. Start bough bare inne i en git-checkout med alt committet, siden skallet ikke er sandkasset og tilbakespoling ikke ruller tilbake filer.
3. Sammenlign antall rundturer med agenten du bruker i dag på en kjent oppgave, siden bough-tallene bare stammer fra forfatterens egne økter.