Six composants clés d'un agent de codage : comment fonctionnent les systèmes d'IA modernes pour l'écriture de code

Cet article examine l'architecture des agents de codage, tels que Claude Code ou Codex CLI, qui sont essentiellement une interface (harness) autour d'un grand modèle de langage (LLM). Selon l'auteur, dans les systèmes modernes, c'est souvent l'interface, et non le modèle lui-même, qui devient le facteur clé déterminant le résultat pratique. Il distingue six composants principaux de cette interface. Le premier est le contexte vivant du dépôt (live repo context) : l'agent collecte à l'avance des informations sur la branche Git, les fichiers du projet, le README et les règles (AGENTS.md) pour ne pas repartir de zéro. Le deuxième est la formation du prompt et la mise en cache (prompt shape and cache reuse) : la partie stable du prompt (instructions générales, descriptions des outils, résumé de l'espace de travail) est mise en cache et réutilisée, seuls la dernière requête utilisateur, le transcript récent et la mémoire à court terme sont mis à jour. Le troisième est les outils structurés, la validation et les autorisations (structured tools, validation and permissions) : l'agent ne peut appeler que des outils prédéfinis (par exemple, lister les fichiers, lire un fichier, rechercher, exécuter une commande shell), qui sont soumis à des vérifications de validité des arguments, de conformité du chemin et de nécessité d'approbation par l'utilisateur avant exécution. Le quatrième est la réduction de l'inflation du contexte et la gestion des sorties (context reduction and output management) : on utilise le tronçonnage (clip) et la gestion de l'historique pour empêcher la croissance du contexte et la dégradation de la qualité des réponses. Le cinquième est les transcripts, la mémoire et la possibilité de reprendre une session (transcripts, memory and resumption) : les enregistrements des interactions et les notes sont stockés, avec la possibilité d'arrêter et de reprendre une session. Le sixième est la délégation et les sous-agents limités (delegation and bounded subagents) : l'agent peut confier une partie du travail à des agents subordonnés spécialisés. L'auteur souligne qu'une bonne interface peut considérablement améliorer l'efficacité d'un modèle même ordinaire (non reasoning), le rendant comparable à des systèmes plus puissants si ceux-ci sont utilisés sans une telle interface.