Herdr: één scherm voor al je AI-codeeragents

Er is een nieuwere video over dit onderwerp: Replit voegt drie AI-modellen toe en wordt Muse-connector

Liever nieuwe posts als video? Abonneer op het aiMattie YouTube-kanaal — of bekijk alle video's in de playlist.

TL;DR

  • Wat: Herdr is een open-source tool die meerdere AI-codeeragents (zoals Claude Code, Codex en Cursor) in één terminalvenster samenbrengt.
  • Waarom relevant: Steeds meer bedrijven laten AI-agents parallel aan software werken — maar het beheren van die agents wordt snel onoverzichtelijk.
  • Wat je ermee kunt: Als je (of je ontwikkelteam) met meerdere AI-agents tegelijk werkt, beoordeel dan of een tool als Herdr tijd bespaart ten opzichte van handmatig schakelen tussen vensters.

Ik kwam deze week een tweet tegen van @alex_verem over een open-source project genaamd Herdr. Het idee is simpel: als je meerdere AI-codeeragents tegelijk draait — en dat doen steeds meer ontwikkelaars — dan heb je een manier nodig om ze bij te houden. Herdr probeert precies dat probleem op te lossen.

Wat doet Herdr precies?

Herdr is een zogenaamde terminal multiplexer, specifiek gebouwd voor AI-codeeragents. Een terminal multiplexer is software waarmee je meerdere terminalsessies naast elkaar kunt draaien in één venster — vergelijk het met een dashboard waarop je meerdere beveiligingscamera's tegelijk ziet.

Maar waar een traditionele multiplexer zoals tmux elk proces als een generiek vakje behandelt, begrijpt Herdr wat er in elk vakje gebeurt. Het herkent of een AI-agent actief aan het werk is, vastloopt omdat er een vraag open staat, of niks te doen heeft. Elke agent krijgt een statuslabel: working, blocked of idle.

Dat klinkt misschien als een klein detail, maar stel dat je als ondernemer een team van vijf ontwikkelaars hebt die elk twee of drie AI-agents parallel laten draaien. Dan heb je op een gegeven moment tien tot vijftien processen die aandacht nodig hebben. Zonder overzicht klik je je suf om te vinden welke agent vastzit.

Agents blijven draaien, ook als jij stopt

Wat mij opvalt aan Herdr is de session persistence: je kunt je laptopscherm dichtklappen of je verbinding verliezen, en de agents draaien gewoon door op de achtergrond. Als je terugkomt, pak je het op waar je gebleven was.

Dit werkt vergelijkbaar met hoe je een Google Doc kunt sluiten en later weer openen — je werk is er nog. Alleen gaat het hier niet om een document, maar om actieve processen die code schrijven, testen en aanpassen.

Voor een bedrijf dat met remote ontwikkelaars werkt of agents op een externe server draait, is dit praktisch. Herdr kan agents van meerdere machines — je laptop en een server bijvoorbeeld — in dezelfde lijst tonen. Je hoeft niet apart in te loggen op elke machine om te zien wat er gebeurt.

Agents die andere agents aansturen

Het meest opvallende onderdeel vind ik dat agents Herdr zelf kunnen gebruiken. Een agent kan via de ingebouwde API een nieuw paneel openen, een taak aan een andere agent geven, en wachten tot die agent vastloopt voordat hij ingrijpt.

Ik vind dit eerlijk gezegd fascinerend, omdat het een stap is richting wat je "agent-orkestratie" zou kunnen noemen: AI-agents die niet alleen taken uitvoeren, maar ook het werk verdelen en coördineren. Het is een beetje alsof je een projectmanager hebt die niet alleen zelf werkt, maar ook collega's aanstuurt en bijspringt waar nodig.

Nu moet ik erbij zeggen: hoe goed dit in de praktijk werkt, hangt sterk af van de agents zelf. Herdr beheert alleen de terminalvensters waarin agents draaien — het vervangt tools als Claude Code, Codex of Cursor niet. Het is de dirigent, niet het orkest.

De cijfers en het ecosysteem

Herdr is geschreven in Rust, open-source onder een Apache 2.0-licentie, en draait als één enkel bestand op macOS, Linux en Windows. Volgens de GitHub-pagina staat de teller op het moment van schrijven op bijna 40.000 sterren — dat is voor een project dat pas in maart 2026 online ging behoorlijk indrukwekkend. Ter vergelijking: veel gevestigde open-source projecten doen er jaren over om dat aantal te bereiken.

De tool werkt met zo'n twintig AI-agent CLI's, waaronder Claude Code, Codex, Cursor, OpenCode, Grok CLI en Copilot CLI. Volgens diverse bronnen groeit het project met ongeveer 12.000 sterren per maand en zijn er meer dan 767.000 installaties.

Ik wil hier wel een kanttekening plaatsen: GitHub-sterren zeggen iets over interesse, maar niet per se over kwaliteit of volwassenheid van software. Het project zit op versie 0.9.1 — dat betekent dat het formeel nog geen stabiele 1.0-release heeft.

Wat betekent dit voor een ondernemer?

Je hoeft als MKB-ondernemer niet zelf met terminalmultiplexers te werken om dit relevant te vinden. De trend die hierachter zit, is groter: AI-agents worden in razend tempo onderdeel van softwareontwikkeling. Gartner verwacht dat tegen eind 2026 zo'n veertig procent van alle zakelijke softwaretoepassingen een vorm van AI-agents bevat.

Als je een ontwikkelteam hebt — intern of extern — dan is de kans groot dat zij al met dit soort tools experimenteren. De vraag is niet zozeer óf AI-agents een rol spelen in je softwareontwikkeling, maar hoe je het overzicht behoudt als het er meer worden.

En dat is precies het probleem dat Herdr adresseert. Niet de AI zelf, maar het managen van de AI. Kun je je voorstellen dat je straks niet één maar vijf AI-agents aan je webshop laat werken, en dat je een dashboard nodig hebt om te zien welke klaar is en welke op jouw input wacht?

Overigens: als je als bedrijf zelf AI-tooling ontwikkelt of laat bouwen, is het goed om te weten dat de WBSO-regeling in 2026 een deel van je R&D-loonkosten kan verlagen — 36% over de eerste €391.020 aan R&D-grondslag.

Een korte observatie

Wat mij het meest opvalt aan Herdr is niet de tool zelf, maar wat het bestaan ervan zegt over de huidige stand van zaken. We zijn op het punt beland waar het niet meer gaat om "hoe laat ik één AI-agent iets doen", maar om "hoe manage ik een heel team van AI-agents". Dat is een verschuiving die ik een halfjaar geleden niet zo snel had verwacht. Voor mij is dit vooral een signaal dat de operationele kant van AI — het beheren, monitoren en coördineren — net zo belangrijk wordt als de AI zelf.

80% van de AI-projecten haalt productie nooit.

Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.