La mémoire d'un agent tire plusieurs copies d'un seul message, et « Supprimer le chat » n'en atteint souvent que le chat. Un petit labo montre où un diagnostic survit à la suppression, et quel chemin de suppression l'élimine.
Un Grader est lui-même un système qu'il faut tester. J'ai fait glisser des erreurs exprès dans des release notes correctes et lancé onze Graders dessus. À la fin, même le label était faux.
Trois soirées, trois outils - et après ? Comment neuf petites applis associatives sont devenues une seule, pourquoi un health check au vert n'a rien remarqué et ce que je fais quand je suis en vacances.
Une feature LLM dépend de cinq choses : Output Schema, prompt, modèle, tools et Eval-Set. Qui ne versionne que le prompt ne sait pas ce qu'il a déployé.
L'Agent Contract décrit le prescrit, le log inaltérable apporte la preuve du réel. Sans le second, le premier n'est qu'une affirmation. Ce qu'exigent dès maintenant DORA, les GoBD et la future MaRisk.
Un score d'eval qui ne mesure que la qualité récompense la force brute - plus de sampling, un plus gros modèle, plus de retries. Pourquoi la bonne base de décision est une frontière coût-qualité-latence, une courbe plutôt qu'un point, et comment choisir le point de fonctionnement en dollars plutôt qu'en pourcentage.
Dès qu'un agent fait quelque chose qui a des conséquences, le chat est rarement la meilleure interface. Tour d'horizon de l'éditeur, du diff, du panneau d'approbation et de la timeline - et des cas où un champ de texte reste le bon outil.
Permissions, isolation des tenants, tools trop larges, accès au contexte mal maîtrisé : pourquoi c'est la portée d'un agent qui détermine les dégâts, et comment la restreindre.
L'autonomie est un curseur, pas un interrupteur. Pourquoi la plupart des systèmes d'IA en production s'améliorent quand le modèle n'intervient qu'à des points de décision bien délimités - au lieu de piloter une agent loop ouverte.
Eval au vert dans la PR, deux semaines plus tard des chiffres dans le rouge en production - sans nouveau déploiement. Pourquoi les features IA ont besoin de leurs propres gates entre le merge et 100 % du trafic.
Sans traces, versions de modèle et de prompt, spans d'outils et métriques de coût, chaque incident reste de la spéculation. Un guide pour les équipes qui font tourner des fonctionnalités d'IA en production.
Les associations de bénévoles ont besoin de leurs propres logiciels, mais n'ont jamais pu se les offrir. Comment l'IA est en train de changer ça, et pourquoi savoir déployer compte plus que savoir coder.
Le human in the loop n'est pas une faiblesse, c'est de l'architecture de sécurité. Pourquoi le pause/resume sur les actions critiques d'un agent est peut-être la feature la plus importante.
Comment j'ai construit avec l'IA une PWA hors ligne pour les opérations de drones en protection civile - et pourquoi la connaissance du domaine compte plus que les prompts.
Comment mon blog applique les mêmes principes d'IA que ceux décrits dans mes trois derniers articles - avec une génération automatisée de podcasts et une relecture assistée par IA.
Un tool call peut déplacer de l'argent et modifier des comptes. Pourquoi l'idempotence, l'auth et l'audit ne sont pas un bonus dans une architecture d'agents, mais une obligation.