Six composants clés d'un agent de codage : comment les systèmes d'IA modernes écrivent du code
Anthropic
OpenAI
Les agents de codage intègrent des grands modèles de langage (LLMs) avec des outils, de la mémoire et le contexte du dépôt pour surpasser les interfaces de chat simples. L'auteur identifie six éléments de base : le contexte en direct du dépôt, la forme des invites et la réutilisation du cache, les outils structurés avec validation, la réduction de contexte, les transcriptions et la mémoire, et la délégation via des sous-agents. Le système environnant a souvent autant d'importance que le modèle lui-même.
Dans un article détaillé, Sebastian Raschka explique la conception des agents de codage et des environnements d'exécution, en prenant son Mini Agent de Codage comme exemple concret. Il distingue les LLM, les modèles de raisonnement, les agents et les environnements d'exécution des agents. Les six composants principaux sont : 1) le contexte du dépôt en direct (collecte de faits sur l'espace de travail comme la branche git, le fichier README, etc.), 2) la structure des prompts et la réutilisation du cache (séparation du préfixe stable des parties dynamiques pour éviter de retraiter), 3) les outils structurés avec validation et permissions (outils connus avec arguments validés et vérifications de sécurité), 4) la réduction du contexte et la gestion des sorties (suppression de l'historique non pertinent pour maîtriser l'enflure), 5) les transcriptions, la mémoire et la reprise (stockage de session, mémoire à court terme, capacité à reprendre des tâches), et 6) la délégation et les sous-agents délimités (outils pouvant déléguer du travail à des sous-agents). L'auteur note également que l'environnement d'exécution peut être le facteur différenciant entre les modèles, car les LLM modernes ont des capacités brutes similaires.
Source: Sebastian Raschka —
original