Schizophrénie des LLM : le livre de recettes du codeur par vibes

L'auteur, un programmeur avec plus de 20 ans d'expérience, décrit une méthode pour utiliser des agents IA afin d'écrire de grands projets de production. Ils soutiennent que les grandes tâches échouent non pas à cause du modèle mais parce qu'une seule session essaie de tout faire à la fois. La solution est de créer des sous-agents—des fichiers Markdown définissant un rôle, un modèle et des outils autorisés—qui opèrent avec des contextes propres et meurent après avoir accompli leur tâche. La « troupe » de l'auteur comprend un architecte, un développeur, un réviseur (en lecture seule), un testeur qui vérifie que les tests sont « létaux » en cassant le code, un expert en sécurité et un administrateur de base de données. Une idée cruciale est d'utiliser un modèle moins cher pour l'exécution et un modèle plus cher pour la révision, car une erreur du réviseur passe inaperçue. Le processus est codifié dans des « compétences »—des fichiers avec une description, un corps et des détails—qui grandissent à partir d'incidents, comme la règle de vérifier les faits, pas les rapports. La planification est essentielle : les humains examinent le plan pour détecter les erreurs coûteuses tôt, et les plans doivent être rafraîchis par un architecte avant un travail important. L'auteur souligne que l'état doit être enregistré dans des fichiers car les agents n'ont pas de mémoire entre les sessions. Les règles du projet (CLAUDE.md) et un script de vérification unique avec un code de sortie honnête servent de colle ; les règles sont des précédents datés, et les vérifications ne peuvent pas être contournées. Commencez par demander au modèle de créer un sous-agent réviseur, puis transformez les instructions répétées en une compétence, et laissez la troupe croître organiquement. Le coût : nettement plus de jetons, le temps humain se déplace vers la revue des rapports et la résolution des conflits, et les règles seront enfreintes—mais c'est normal. L'approche n'est rentable que pour les tâches qui ne tiennent pas dans un seul contexte.