El autor describe Ambiance, un harness —el armazón que conecta un modelo de lenguaje con el exterior— inspirado en el entorno Unix/Linux y concebido para que los agentes de IA operen de forma autónoma más allá de la ventana de chat. La propuesta parte de cuatro requisitos: intuitividad para el modelo, transparencia total, ligereza y resistencia a fallos sin degradación de la memoria a largo plazo. Para minimizar la carga cognitiva del bot (medida en tokens), el texto aboga por determinismo en la deliberación, por un prompt núcleo mínimo con habilidades cargadas en tiempo de ejecución y por evitar el agotamiento del contexto.
Siguiendo la filosofía Unix —programas pequeños que hacen una sola cosa, composición mediante flujos de texto, todo como archivo plano—, Ambiance organiza agentes, datos externos, herramientas, logs, habilidades y mecanismos de auto-curación en una jerarquía que imita el Filesystem Hierarchy Standard (FHS): /home para agentes, /sys para fuentes externas, /bin para herramientas, /var para registros, /sbin y /recovery para auto-reparación, /usr/share/doc para documentación de habilidades.
El corazón del sistema es un 'kernel' basado en un bus de eventos que monitoriza cambios en el sistema de archivos con cursores sobre ficheros de texto e invoca al modelo solo cuando hay actividad, superando la limitación de los latidos fijos tipo OpenClaw (que pierden eventos o queman turnos vacíos). Sobre ese kernel conviven tres usuarios LLM predefinidos: root, que programa y repara drivers y binarios; pai, la interfaz con humanos; y librarian, que registra fortalezas, debilidades y actividad diaria. Todos se comunican por el bus de eventos y por paso de mensajes, haciendo de Ambiance una capa unificada que combina auditoría, registro y auto-recuperación para agentes que deben funcionar de forma continua y fiable.