Les agents IA ont besoin de plus que des règles : comment transférer l'expertise en ingénierie
L'auteur soutient que les instructions déclaratives telles que les invites longues, la documentation générée ou les collections de compétences sont insuffisantes pour que les agents de codage IA produisent un code qui passe la revue. Au lieu de cela, il propose un processus en six règles où les agents suivent le même chemin de décision qu'un développeur, décomposent les tâches pour référencer des solutions, utilisent des exemples de quelques démonstrations (few-shot), et transforment progressivement les tests vérifiés et les décisions acceptées en compétences réutilisables. L'approche met l'accent sur l'apprentissage itératif et la supervision humaine plutôt que sur l'opération autonome de l'agent.
L'article sur Habr décrit l'évolution de l'assistance à la programmation par IA, passant de prompts détaillés à la documentation et aux compétences, mais l'auteur a constaté que ces éléments seuls ne produisaient pas un code prêt à être revu. Le problème est que la compétence ne peut pas être entièrement transférée de manière déclarative ; une grande partie émerge pendant le travail. L'auteur propose six règles : l'agent doit suivre le même chemin de décision qu'un développeur, décomposer les tâches au niveau d'une solution de référence, fournir une connaissance locale du projet, utiliser la référence vérifiée comme exemple (few-shot) pour le code ultérieur, faire des tests vérifiés une étape d'acceptation distincte, et transformer les décisions acceptées en compétences réutilisables. Il distingue cela du codage 'vibe coding' et des modes autonomes comme la boucle Ralph, en soulignant que l'humain reste l'arbitre final. Il donne des exemples comme la correction de problèmes N+1 via des compétences et l'utilisation des premières implémentations comme modèles pour le code suivant.
Source: Habr — хаб ИИ —
original