J'ai lâché 30 agents IA dans mon repo (Gas Town)

Le présentateur introduit Gastown comme une révolution dépassant le simple assistant de code linéaire comme Claude Code. Ce système est décrit comme une véritable usine capable de faire travailler 20 à 50 agents en parallèle pour livrer des fonctionnalités complexes. L'outil décompose les fonctions, assigne les tâches et fusionne le code automatiquement via Git pour assurer la continuité du travail. Cette approche promet de décupler la productivité des développeurs en transformant le flux de travail habituel. La section souligne que Gastown continue de tourner même si un agent individuel rencontre un problème technique.

Gastown est défini comme un orchestrateur open source qui agit comme un Kubernetes pour les flux de développement IA. Le système utilise une hiérarchie précise : le "Maire" reçoit l'objectif global et le divise en unités de tâches nommées "Beads". Ces tâches sont ensuite regroupées en "Convoys" pour être traitées par des agents exécutants appelés "Polecats". Contrairement au "vibe coding" classique qui est linéaire et sujet à la dérive de contexte, Gastown mise sur l'extension horizontale de la cognition. L'utilisation systématique de branches Git permet de sauvegarder l'état et d'éviter de recommencer à zéro après une erreur.

L'auteur choisit une application de liste de tâches (To-Do list) écrite en Go pour tester les capacités réelles de l'outil. L'objectif est d'ajouter une couche complète d'authentification JWT, incluant la base de données SQLite, le middleware, les formulaires HTML et la conteneurisation Docker. L'installation de Gastown est décrite comme laborieuse, nécessitant de nombreux paquets Brew et une phase de dépannage initiale assez longue. Cependant, une fois configuré, le système permet de lancer des requêtes de haut niveau sans micro-management constant. Le défi principal est de voir si l'IA peut modifier plusieurs parties interdépendantes du code sans tout casser.

Dans cette phase, on observe le "Maire" décomposer automatiquement la demande en plusieurs Beads distincts pour chaque composant technique. Les Polecats s'activent en essaim : un agent crée le schéma de données pendant qu'un autre écrit le middleware JWT et qu'un troisième s'occupe des tests d'intégration. Cette exécution simultanée contraste fortement avec les méthodes séquentielles où le développeur doit attendre chaque réponse de l'IA. Le système gère lui-même la file d'attente des fusions de branches, ce qui décharge le développeur du poids mental du plan global. Cette autonomie permet une implémentation rapide de fonctionnalités qui demanderaient normalement des heures de travail manuel.

Après quelques minutes, l'auteur examine le dépôt GitHub pour vérifier les modifications apportées par l'armée d'agents. Le résultat est concluant : l'inscription, la connexion et les routes protégées sont fonctionnelles et les tests passent avec succès. L'application reste stable, prouvant que Gastown a su intégrer des fonctionnalités complexes sans briser le code existant. L'auteur note que la vitesse d'exécution est impressionnante, mais souligne que la consommation de tokens a été extrêmement élevée pour un projet de cette taille. Ce test confirme que l'outil est capable de gérer l'intégralité du cycle de développement, du backend aux fichiers de configuration Docker.

L'analyse critique révèle que la scalabilité est le point fort majeur de Gastown avec une capacité de traitement massif. La persistance via Git est également saluée car elle sécurise le travail contre les plantages de session fréquents avec les IA classiques. En revanche, l'auteur met en garde contre la "fatigue de la supervision", car réviser le code produit par 30 agents est épuisant pour un humain. Le coût financier peut devenir prohibitif très rapidement en raison de l'utilisation parallèle intensive de modèles performants. De plus, les risques de conflits entre agents ou de sur-ingénierie du code sont des réalités techniques à ne pas négliger.

La vidéo se termine sur une réflexion philosophique concernant l'évolution du métier de développeur face aux systèmes multi-agents. L'IA ne se contente plus d'être un simple assistant, elle devient une main-d'œuvre collaborative capable de gérer l'infrastructure, le front et le back simultanément. Gastown représente une étape concrète vers ce futur où le développeur devient un orchestrateur plutôt qu'un simple codeur. L'auteur invite sa communauté à expérimenter ces outils dès maintenant car le changement de paradigme est déjà en cours. Le message final souligne que ces technologies vont redéfinir la notion même de productivité logicielle dans les années à venir.