Anthropic a Révélé une Nouvelle Façon de "Coder avec Intuition"

Cette section introduit le problème fondamental des agents IA, notamment Claude Code, qui est leur fenêtre de contexte limitée. Cette limitation les empêche de retenir les actions précédentes, ce qui conduit à des 'compactages' répétés où l'agent oublie la tâche principale. En conséquence, Claude Code devient inefficace pour les tâches de longue durée, car il ne peut pas maintenir une vue d'ensemble de la progression du projet. Le problème est que l'agent se concentre trop sur une seule fonctionnalité, perdant de vue l'objectif global.

Anthropic a identifié deux raisons principales pour lesquelles les agents IA échouent sur les tâches de longue durée. Premièrement, tenter de réaliser des applications entières ou de grosses fonctionnalités en une seule fois épuise le contexte du modèle, menant à des implémentations incomplètes sans mémoire de la progression. Deuxièmement, en raison de capacités de test limitées, Claude marque souvent les fonctionnalités comme terminées même si elles ne fonctionnent pas correctement, supposant leur complétude sans vérification adéquate. Ces observations soulignent la nécessité d'une approche plus structurée et incrémentale pour le développement assisté par IA.

La solution proposée par Anthropic s'inspire du fonctionnement des vraies équipes logicielles, utilisant un agent d'initialisation et un agent de codage en harmonie. Ce flux de travail est initialement conçu pour les agents auto-construits, mais il a été adapté pour les instances de Claude Code. L'idée est de diviser les responsabilités pour mieux gérer le contexte et la progression. Cette approche vise à surmonter les limitations des agents IA en mimant des pratiques de développement logiciel éprouvées et efficaces.

La mise en place de l'environnement est cruciale et implique plusieurs étapes détaillées. Il faut créer un fichier 'Claude.md' pour un aperçu du projet et un JSON de liste de fonctionnalités, où tous les tests sont initialement marqués comme échouant pour forcer Claude à les tester. L'utilisation de JSON est préférée pour une meilleure gestion du contexte. De plus, Puppeteer est connecté pour les tests de navigateur, un script d'initialisation et un fichier de suivi de progression sont créés. Les directives pour Claude incluent la mise à jour de 'progress.md', le test de chaque fonctionnalité, l'utilisation de Git pour les commits clairs et l'interdiction de modifier la liste des fonctionnalités au-delà du marquage d'achèvement.

Une fois l'environnement prêt, le processus de codage se déroule de manière incrémentale, fonctionnalité par fonctionnalité, en se basant sur le JSON des fonctionnalités. Claude est chargé de créer des messages de commit descriptifs après chaque fonctionnalité testée et de lancer le navigateur si nécessaire pour les vérifications. Après avoir confirmé le bon fonctionnement de l'application, il met à jour les champs JSON de 'false' à 'true' et actualise 'progress.md'. L'avantage majeur de cette approche est que les logs Git et le fichier de progression permettent de reprendre une session exactement là où elle s'était arrêtée, sans se soucier de casser le code ou de perdre le contexte.

Cette approche incrémentale réduit significativement la tendance de Claude à marquer les fonctionnalités comme terminées sans tests appropriés. Chaque itération garantit que l'application est construite de bout en bout avec des tests réels, ce qui aide à identifier les bugs qui ne seraient pas évidents à partir du code seul. Le cycle est répété jusqu'à ce que toutes les fonctionnalités soient marquées comme implémentées et testées avec succès. Cela assure une robustesse et une fiabilité accrues du développement logiciel assisté par IA, en intégrant la vérification à chaque étape.

Le présentateur compare cette nouvelle approche à la méthode BMAD, notant des similitudes mais aussi des avantages distincts pour le flux de travail de Claude. Il est jugé plus facile car il n'y a pas d'appels d'agents séparés, et l'utilisation du contexte est nettement meilleure, avec seulement 84% du contexte utilisé après de nombreuses fonctionnalités, contrairement à BMAD qui aurait déjà compacté deux fois. Bien que BMAD soit un système complet prêt à l'emploi et que cette approche soit encore une idée, il est suggéré que BMAD pourrait bénéficier de l'intégration de certains éléments de cette méthode, notamment le système Git pour une meilleure traçabilité.

La vidéo se termine par une présentation des services d'Autometer.dev, qui applique ces mêmes flux de travail pour aider les clients à construire des produits meilleurs et plus rapidement. Ils se positionnent comme un 'copilote technique', transformant les concepts en solutions fonctionnelles sans les tracas liés à l'embauche et à la gestion d'une équipe de développement. Les spectateurs sont invités à les contacter à hello@autometer.dev pour transformer leurs idées en réalité. La vidéo se conclut par des remerciements et un appel à soutenir la chaîne pour la production de futures vidéos.