Développement de logiciels avec l'IA : un système à quatre documents et le débutant éternel

2025-07-19
Développement de logiciels avec l'IA : un système à quatre documents et le débutant éternel

L'auteur a créé Protocollie en quatre jours à l'aide du programmeur en binôme IA Claude, non pas grâce à des compétences de programmation expertes, mais au moyen de quatre documents : Vue d'ensemble de l'architecture, Considérations techniques, Processus de workflow et Décomposition de l'histoire. Ce processus, comparé à « lancer des spaghettis contre un mur », met en avant l'expérimentation plutôt que la planification, montrant l'évolution du paysage de la programmation assistée par IA. Il révèle un changement de rôle du programmeur et embrasse l'incertitude de cette nouvelle ère, où le progrès technologique rapide dépasse l'accumulation d'expertise.

Lire plus
Développement développement efficace

MCP : L’écosystème de plugins universel accidentel

2025-06-29
MCP : L’écosystème de plugins universel accidentel

Cet article explore les utilisations inattendues du MCP (Protocole de contexte du modèle). Initialement conçu pour améliorer les assistants IA, sa capacité à « fournir un moyen standardisé de connecter des modèles d'IA à différentes sources de données et outils » dépasse le domaine de l'IA. Comme un port USB-C capable de connecter un grille-pain à un moniteur, le MCP est devenu un écosystème de plugins universel. Les développeurs peuvent créer des plugins fonctionnels sans avoir besoin de comprendre le fonctionnement interne d'autres applications. Cela améliore considérablement la fonctionnalité de l'application, créant des applications inattendues. Une application de gestion des tâches, par exemple, peut utiliser des serveurs MCP pour la vérification orthographique, la commande automatique de café, et bien plus encore.

Lire plus
Développement écosystème de plugins

Explosion de productivité de l'IA : Sommes-nous prêts pour le goulot d'étranglement décisionnel ?

2025-04-27
Explosion de productivité de l'IA : Sommes-nous prêts pour le goulot d'étranglement décisionnel ?

L'IA est en train d'augmenter de manière exponentielle le côté production du travail du savoir, mais nos outils et rituels de prise de décision restent bloqués dans le passé. Cela crée des goulots d'étranglement dans tous les domaines, des revues de code à la planification stratégique. L'IA excelle dans la production, mais les humains se retrouvent avec un énorme arriéré de tâches à évaluer, approuver ou modifier. Cela entraîne une baisse de la satisfaction au travail et, plus important encore, les outils existants ne peuvent pas gérer l'augmentation du travail généré par l'IA. Nous devons repenser les flux de travail, en nous concentrant sur une prise de décision à haute vitesse plutôt que sur la production, ou nous allons nous noyer dans les tâches générées par l'IA.

Lire plus

Automatisation des corrections de bogues avec des clusters d'agents multi-LLM : moins cher que vous ne le pensez

2025-04-13
Automatisation des corrections de bogues avec des clusters d'agents multi-LLM : moins cher que vous ne le pensez

Cet article détaille une nouvelle approche de la correction automatisée des bogues utilisant plusieurs grands modèles de langage (LLM). En intégrant Asana, l'agent de codage Aider et un agent Sublayer, le système déclenche automatiquement trois LLM (GPT-4o, Claude 3.5 Sonnet et Gemini 2.0 Flash) pour tenter de corriger le même bogue. Chaque tentative s'exécute dans une branche Git séparée, ce qui donne plusieurs demandes de tirage. Cette approche d'« inférence gaspillée » s'avère étonnamment peu coûteuse et efficace, offrant redondance et solutions diverses. Même si un modèle échoue, d'autres peuvent réussir, fournissant des approches alternatives. Cette expérience montre le potentiel de cette correction de bogues automatisée, multimodèle et peu coûteuse, suggérant un changement de paradigme dans le développement futur.

Lire plus
Développement

MonkeysPaw : Un framework web basé sur LLM et piloté par l'intention

2025-04-06
MonkeysPaw : Un framework web basé sur LLM et piloté par l'intention

MonkeysPaw est un framework web Ruby révolutionnaire qui bouleverse le développement web traditionnel. Au lieu d'écrire du HTML, du CSS et du JavaScript, les développeurs décrivent le contenu des pages en langage naturel ; le framework génère des pages web complètes basées sur l'interprétation de l'intention par le LLM. Cela rend le développement plus rapide et plus efficace, mais présente également des défis tels que les performances et la précision. MonkeysPaw représente une nouvelle façon de développer dans un monde privilégiant l'IA, en donnant la priorité au contenu et en utilisant le langage naturel comme code, réduisant ainsi la barrière entre la pensée et la mise en œuvre.

Lire plus