Transcript
00:00:00Je suis tombé sur cette publication de Peter Steinberger,
00:00:02le créateur d'OpenClaw, bien sûr, hier sur X,
00:00:06où il a écrit : “Voici votre rappel mensuel
00:00:09que vous ne devriez plus donner de prompts aux agents de codage.
00:00:12Vous devriez concevoir des boucles qui donnent des prompts à vos agents.”
00:00:17Et oh là là, j'ai quelques réflexions à ce sujet.
00:00:21Donc, c'est le “loop engineering” maintenant, n'est-ce pas ?
00:00:23Je ne pense pas que ce soit encore un terme officiel,
00:00:26mais nous verrons si ça le deviendra.
00:00:27Et bien sûr, nous venons d'un passé
00:00:29où nous avions le “prompt engineering”.
00:00:31Ensuite, une partie de l'industrie a décidé
00:00:33que cela devrait être reformulé ou renommé
00:00:37en “context engineering”, ce qui a toujours été stupide
00:00:39parce qu'au final, c'est la même chose,
00:00:41car il s'est toujours agi de s'assurer
00:00:43que le modèle dispose du bon contexte.
00:00:45C'était toute l'idée derrière l'ingénierie de prompt aussi,
00:00:48car oui, évidemment, le bon contexte compte,
00:00:51comptait, compte toujours et comptera toujours,
00:00:54parce que si vous voulez avoir de meilleures chances
00:00:57d'obtenir de bons résultats de la part des LLM,
00:00:59vous devez leur donner le bon contexte.
00:01:02Vous avez alors une meilleure chance, sans aucune garantie.
00:01:05Même avec le bon contexte, des erreurs sont possibles.
00:01:07Nous n'obtenons tout simplement pas ce que vous cherchiez.
00:01:10Tout cela est possible parce qu'il s'agit toujours
00:01:12d'un système non déterministe, d'un outil non déterministe.
00:01:15Mais si vous voulez avoir une chance d'obtenir de bons résultats,
00:01:18et vous pouvez certainement obtenir de bons résultats,
00:01:20fournir le bon contexte est important.
00:01:23Maintenant, autour du changement de 2025 à 2026 et bien sûr,
00:01:28tout au long de cette année, nous avons vu l'essor du codage par agents
00:01:32puisque des outils comme CloudCode et Codex combinés avec les modèles
00:01:36qui sont utilisés à l'intérieur, qui ont été fortement affinés
00:01:39et optimisés pour le suivi d'instructions et les tâches de codage,
00:01:42ces outils avec les modèles nous ont montré que, oui,
00:01:45vous pouvez vraiment utiliser ces modèles IA, ces LLM pour des tâches de codage
00:01:51et accomplir des choses avec eux comme assistants.
00:01:55C'est du moins toujours mon avis et mon expérience.
00:01:58Et j'ai beaucoup utilisé ces modèles et ces outils,
00:02:02en jouant avec eux presque tous les jours,
00:02:05en les utilisant tous les jours et pas seulement pour jouer avec eux,
00:02:07aussi en les utilisant pour des projets sérieux.
00:02:10Et bien sûr, c'est pourquoi j'ai créé des cours
00:02:12sur CloudCode et Codex, où j'approfondis un peu
00:02:15et partage mes apprentissages et la façon d'utiliser ces outils.
00:02:17Et ces outils sont des assistants utiles,
00:02:21mais ce ne sont tout simplement pas encore ces remplaçants
00:02:25des développeurs.
00:02:28Et comme je l'ai partagé dans de nombreux autres épisodes,
00:02:31probablement pas non plus dans un avenir proche.
00:02:33Néanmoins, bien sûr, Anthropic et OpenAI,
00:02:36ils ont ajouté des commandes supplémentaires à ces outils
00:02:41comme la commande /goal dans Codex
00:02:43ou la commande /loop dans CloudCode,
00:02:46où l'idée est que vous pouvez spécifier un objectif précis,
00:02:51une tâche peut-être plus complexe,
00:02:53avec cette commande ajoutée devant.
00:02:56Et l'outil, Codex, CloudCode avec le modèle,
00:03:00continuera d'avancer et continuera de se re-prompter lui-même
00:03:03jusqu'à ce que cette tâche soit terminée.
00:03:06Et c'est en quelque sorte seulement la boucle RALF à nouveau.
00:03:09Souvenez-vous de la boucle RALF au début de 2026,
00:03:13nous avons eu ce battage médiatique autour de la boucle RALF,
00:03:16où certaines personnes vous ont juste vendu que vous aviez juste besoin d'une liste détaillée,
00:03:19étape par étape, des tâches qui doivent être accomplies
00:03:24pour atteindre un certain objectif, construire une certaine fonctionnalité,
00:03:27et ensuite vous pouviez utiliser une extension
00:03:28pour garder CloudCode et Codex alors à un certain moment en marche
00:03:33et ensuite travailler son chemin à travers cette liste.
00:03:34Et même si nous avions déjà la boucle RALF en janvier,
00:03:38et que certaines personnes vous l'ont vendue comme la solution
00:03:41pour construire des logiciels de manière autonome,
00:03:44où est tout ce logiciel ?
00:03:46Où est tout ce logiciel, ce logiciel incroyable et sans erreur ?
00:03:50Pourquoi CloudCode vacille-t-il toujours ?
00:03:54Oui.
00:03:55Bref, nous avions la boucle RALF à l'époque.
00:03:58Maintenant, elle est de retour ici, officiellement intégrée dans CloudCode et Codex.
00:04:03Et maintenant, nous parlons de “loop engineering”
00:04:05ou de concevoir vos boucles qui donnent des prompts à vos agents.
00:04:10Et bien sûr, c'est quelque chose qui est facile à dire
00:04:12pour quelqu'un qui travaille pour OpenAI au final
00:04:17en raison des jetons illimités,
00:04:20parce qu'il s'avère que ceci, ces boucles, ces commandes,
00:04:23elles peuvent consommer beaucoup de jetons.
00:04:27Le problème est simplement que vous avez la même nature probabiliste
00:04:33de l'ensemble du système.
00:04:34Et je pense qu'une chose qui est souvent négligée
00:04:38est qu'effectivement, mon expérience a été
00:04:40que ces modèles IA et/ou ces outils
00:04:43et les modèles combinés, c'est vraiment les deux.
00:04:46Ils sont effectivement assez bons pour simplement continuer à avancer
00:04:50jusqu'à ce qu'un certain objectif soit atteint.
00:04:52Je veux dire, un petit exemple que j'ai eu il y a quelques semaines ou mois maintenant
00:04:59c'est que j'avais quelques documents PDF
00:05:01que je devais combiner en un seul,
00:05:03qui combinés ne doivent pas faire plus de cinq mégaoctets,
00:05:06mais chaque document individuel faisait déjà environ six mégaoctets
00:05:08parce qu'ils contenaient des scans.
00:05:10Alors j'ai juste lancé mon agent de codage, je pense Codex sur la tâche,
00:05:14et il a continué à avancer, à écrire quelques petits programmes et trucs
00:05:17jusqu'à ce qu'il atteigne vraiment cela.
00:05:19Et évidemment, ce n'est peut-être pas une tâche super complexe.
00:05:22Le point est juste, en effet, que ces modèles,
00:05:25s'ils peuvent vérifier un résultat, ils sont assez décents pour atteindre un objectif,
00:05:30pour atteindre une certaine tâche.
00:05:32Ils continuent juste d'avancer et d'essayer différentes façons d'y parvenir.
00:05:36Le problème est simplement que ce n'est pas nécessairement comme ça qu'un bon logiciel est construit.
00:05:41C'est une chose de simplement accomplir quelque chose, de juste trouver un moyen de faire quelque chose.
00:05:48Cela peut suffire pour certains cas d'utilisation.
00:05:51Si nous parlons de logiciels, de logiciels qui devraient être distribués,
00:05:54qui devraient être évolués et maintenus,
00:05:57ce n'est pas une bonne stratégie de simplement trouver un moyen d'y parvenir
00:06:02parce que cette seule façon peut accomplir une chose à ce moment précis.
00:06:08Il peut casser à l'avenir.
00:06:09Il peut casser pour une entrée légèrement différente.
00:06:11Il peut contenir beaucoup de bugs ou de problèmes de sécurité.
00:06:15Il peut échouer pour tellement de raisons, pour tellement d'autres situations.
00:06:20Il peut avoir de mauvaises performances.
00:06:22Et tout cela, encore une fois, peut ne pas importer
00:06:24si vous essayez juste d'accomplir une chose en ce moment.
00:06:28Mais c'est, encore une fois, pas ce que les logiciels, en général,
00:06:31si nous parlons de logiciels en tant que produit, au moins, signifient.
00:06:35Donc il y a des raisons pour lesquelles nous avons appris en tant que développeurs
00:06:41que certains modèles, pratiques et approches ont du sens
00:06:45parce qu'ils sont plus faciles à adapter, plus faciles à comprendre, plus faciles à ajuster.
00:06:51Simplement plus propres, pas juste pour la propreté,
00:06:55mais pour l'extensibilité, la maintenabilité, la performance, la sécurité,
00:07:00et la compréhension.
00:07:02Et même si vous ne vous souciez plus de comprendre le code,
00:07:06parce que vous diriez que l'IA a juste besoin de le comprendre, pas un humain,
00:07:10ce qui est vraiment, vraiment un mauvais avis,
00:07:14parce qu'évidemment les modèles IA ont des fenêtres de contexte limitées et tout ça.
00:07:17Mais même alors, si c'est votre avis sur la compréhension,
00:07:21les autres parties comptent toujours.
00:07:23Et oui, je ne pense pas qu'il y ait plus à dire à ce sujet.
00:07:29Je déteste vraiment le moment actuel où nous avons tous ces agaçants,
00:07:37stupides termes qui apparaissent tout le temps.
00:07:39Et ensuite, nous avons des gens qui essaient de vous vendre des produits et des cours et des trucs là-dessus.
00:07:45Et je vends moi-même des cours.
00:07:47Je ne vends tout simplement pas et ne vendrai pas de cours sur le “loop engineering” ou quoi que ce soit de ce genre.
00:07:52Mais oui, nous en sommes là.
00:07:54Je suis sûr qu'à un moment donné, nous serons passés à autre chose.
00:07:58Et nous pourrons utiliser ces agents de codage pour ce qu'ils sont : des assistants utiles.
00:08:03Mais en ce moment, nous sommes encore coincés ici.
00:08:05Et je suis impatient de voir ce qui viendra après le “loop engineering”.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video