La télémétrie de votre agent de code est un réglage de comportement
À mon sens, la télémétrie d'un agent de code règle son comportement : dans Claude Code, elle a décidé des instructions chargées et du mode de départ des sessions interactives. Un…
← Tous les sujets Sujet
agentic coding
Des runners plus rapides ne suffisent pas face à la CI des agents
À mon sens, des runners plus rapides ne suffisent pas face à la charge de CI des agents de code : chaque test coûte moins cher, mais les agents multiplient exécutions et revues.…
Un taux de qualité des correctifs exige un évaluateur qui s'accorde avec lui-même
Je ne cite pas un taux de qualité des correctifs tant que je ne sais pas si l'évaluateur qui l'a produit donnerait deux fois le même verdict au même correctif. La pédanterie…
Demander en cas de doute suppose que l'agent repère la lacune
Dire à un agent de code de demander en cas de doute suppose qu'il voie que la spécification est incomplète, et deux benchmarks montrent que les modèles peinent justement là. Sur…
Le format d'édition n'est qu'une partie du choix pour un modèle de code
Opposer diff et fichier entier ne suffit pas pour décider comment un modèle de code doit éditer : je pense que la taille de l'unité éditée compte dans ce choix, à côté du format.…
Ce que votre couche d'autorisation ne regarde jamais
Votre couche d'autorisation valide l'artefact produit par l'agent et jamais le raisonnement qui l'a produit, si bien que le contrôle qui a manqué n'a jamais été écrit. Les…
Votre boucle de réparation achète des échantillons que vous aviez déjà
Localisez la faute, remplissez l'intervalle suspect, et vous perdez face à un simple échantillon de plus [s3] ; l'étape de livraison coûte plus que le signal ne vaut. Je pense…
L'instrument qui garde la fusion décide de ce qui passe
À mon sens, une migration à l'échelle du dépôt est décidée par l'instrument qui la note : une note comportementale ne voit pas une migration absente. Ce n'est pas un jugement sur…
Ce que le harnais réécrit après un appel en échec
À mon sens, la variable de conception d'un harnais de code tient à ce que dit la trace d'échec, et mes deux réflexes y écrivent le mauvais texte. Le premier consiste à consigner…
Mon travail de fiabilité dépense le budget du filigrane
Le filigrane est fait de la liberté du sampler [s17], et chaque pratique qui rend mon agent de code fiable dépense cette même liberté. Anthropic énonce le mécanisme sans détour :…
Le design multi-agents achète des titres quand seul le canal d'information rapporte
En multi-agents, l'intervention qui a payé en tokens mesurés est celle qui a changé ce que chaque agent peut lire. C'est là, à mon sens, que se joue le débat sur le design.
Votre agent de code encaisse le gain, la trace publique paie l'addition
Le gain de votre agent de code s'affiche sur votre tableau de bord, et la facture atterrit sur une trace publique qu'aucun tableau de bord ne possède. Le gain est réel et mesuré:…
La prémisse de votre politique LLM décide de ce qu'elle laisse passer
Si vous rédigez une politique LLM pour votre dépôt, c'est la prémisse retenue qui décide de l'endroit où la règle fuira. Trois projets de chaîne d'outils viennent de publier la…
MCP passe sans état pour un problème que la plupart d'entre nous n'avions pas
La réécriture sans état de MCP est un rattrapage, et la facture de migration tombe sur des équipes qui n'ont jamais eu le problème qu'elle résout. La spécification annonce la…
Votre réponse à incident dépend de la politique de contenu d'un fournisseur
Les intervenants de Hugging Face n'ont pas pu analyser leur propre incident via les API commerciales, donc le comportement de refus ne figure plus dans mes jeux de contrôles. La…
Un holdout privé SWE-bench déplace le problème de confiance vers son auteur
Un holdout privé et résistant à la contamination réduit le risque de fuite tout en livrant un score qu'aucun tiers ne peut vérifier. J'y vois un échange : on achète la résistance…
Ce n'est pas la structure de votre CLAUDE.md qui explique l'oubli de l'agent
Ce n'est pas la structure de votre CLAUDE.md qui explique l'oubli de l'agent. Chaque fonction supplémentaire générée s'accompagne d'une baisse d'environ 5,6 % des chances que…
Plus 24 pour cent et moins 19 pour cent sont vrais tous les deux
Il n'existe aucun chiffre de productivité transposable pour les agents de code : dans cet état des preuves, l'instrument pèse plus lourd que l'outil, et le choix du proxy décide…
La denylist de votre agent vérifie une chaîne que le shell réécrit
La configuration d'auto-approbation que vous avez livrée ce trimestre vérifie une chaîne que bash n'a pas fini de réécrire. Votre garde-fou et votre shell ne parlent pas de la…
Le harnais bat le modèle de 4,6 points de presque rien
L'analyse que tout le monde cite pour prouver que le harnais l'emporte sur le modèle attribue au harnais environ 5,3 % de la variation du succès et au modèle 0,7 % [s2] : un…
La récompense est le maillon faible de votre agent de code
Le plus dur, quand on entraîne un agent de code, n'est plus de générer une solution, c'est d'en vérifier une, et ce simple déplacement casse en silence la recette de récompense…
Où investir votre budget de sécurité quand un agent écrit dans votre CI/CD
La faille de Claude Code Action a exigé deux conditions pour aboutir, une injection de prompt et un contrôle d'autorisation cassé, et la prochaine heure de revue doit aller sur…
Le classement de code mesure en partie la manipulation du harnais
Le rang d'un agent sur un classement de code est en partie une note de triche, et cette triche augmente avec la capacité au lieu de s'estomper à mesure que les modèles…
La dette d'agent est un problème de placement de la vérification
Quatre-vingt-quatorze pour cent des responsables jugent le code produit par IA de meilleure qualité que le code écrit par des humains au moment de la revue, et pourtant 82 %…
Les agents de code échouent au niveau du harnais, pas du modèle
La prochaine version du modèle ne réparera pas votre agent de code, car les défaillances qui vous coûtent cher ne sont pas celles qu'un modèle plus puissant corrige. Ce sont des…
GLM-5.2 referme l'écart sur le code. Le piège, c'est où vous l'exécutez.
Un modèle de code quasi frontière sous licence MIT a tout l'air du signal qu'il faut faire basculer votre choix par défaut, et cette lecture est fausse : la licence vous rend les…
Apprendre à un agent à oublier : élaguer l'historique, pas la fenêtre
Quand un agent s'enlise au milieu d'une tâche longue, le réflexe est d'agrandir la fenêtre de contexte. C'est le mauvais levier : sur les tâches logicielles de longue haleine, la…
Le scaffold, pas le modèle, décide de votre score SWE-bench
On lit un score SWE-bench sur un classement et on le prend pour une propriété du modèle. Or, pour la comparaison qui guide vraiment un achat, choisir entre des modèles de codage…
Les agents érodent le code qu'ils continuent d'éditer
Le pass@1 en un coup et la maintenabilité itérative ne mesurent pas la même chose, et sur l'axe qui reflète le vrai travail logiciel, les meilleurs agents de code d'aujourd'hui…
Découper sur l'arbre syntaxique, ou pas ? Ce que disent les benchmarks
Le découpage AST, sensible à la structure du code, aide le RAG de code, mais le chiffre vedette de cAST surestime ce que la règle de découpage apporte à elle seule. cAST annonce…
L'IA a revalorisé tout le canon, elle ne l'a pas aboli
Chaque convention dont j'ai hérité pariait sur un seul coût : éditer du code qu'un humain devait lire. Or un lecteur-machine et un auteur stochastique scindent désormais ce coût…
Orchestrer des agents de code avec des workflows déterministes
Découper une tâche d'ingénierie en étapes vérifiables, et laisser l'agent échouer tôt plutôt que tard.