- Guide qui synthétise les méthodes de développement à l’ère des agents de codage comme Claude Code et Codex et présente de nouveaux patterns d’ingénierie pour collaborer avec des agents
- Explique, à travers différents patterns, comment faire évoluer les habitudes de développement et les workflows dans un environnement où le coût d’écriture du code a chuté brutalement
- Organise de manière structurée les domaines clés du développement centré sur les agents, comme les principes, les tests, la compréhension du code et la conception de prompts
- Chaque pattern prend la forme d’un document orienté pratique, avec des exemples de code réels, des méthodes de travail et des cas d’usage de prompts
- Une ressource de référence concrète pour aider les développeurs de l’ère des agents de codage à concevoir systématiquement un environnement de développement fondé sur les agents et à en maintenir la qualité
Vue d’ensemble d’Agentic Engineering Patterns
- Guide qui rassemble des méthodes d’ingénierie efficaces pour développer avec des agents de codage (Claude Code, OpenAI Codex, etc.)
- Voir aussi le billet de présentation de Writing about Agentic Engineering Patterns
- Document structuré pour accueillir en continu plusieurs patterns (chapitres), à la manière des « Design Patterns » traditionnels
- Le thème central porte sur l’évolution des workflows et des modes de décision des développeurs dans un contexte où le coût d’écriture du code a fortement baissé
- Le contenu est proposé non pas comme un billet de blog, mais comme un guide actualisable, destiné à s’enrichir progressivement
1. Principles
-
- Avec l’arrivée des agents de codage IA, le coût de production du code initial est devenu presque négligeable
- Autrefois, comme écrire du code coûtait cher, le développement était centré sur la conception et la planification ; désormais, il est possible de tester immédiatement une idée directement dans le code
- Même si le coût de génération du code a baissé, produire du bon code (tests, maintenabilité, etc.) a toujours un coût
-
- Un actif essentiel pour les développeurs est l’accumulation de connaissances sur ce qu’il est possible de faire
- Le guide insiste sur l’habitude de conserver et capitaliser des exemples de résolution de problèmes variés et de petites expérimentations de code sous une forme réutilisable
- Le code et les exemples ainsi accumulés peuvent servir de matériel d’entrée très puissant lorsqu’on demande à un agent de codage de créer de nouvelles fonctionnalités
-
- Même lorsqu’il est généré par un agent, partager du code ou soumettre une PR sans relecture est un anti-pattern à éviter
- Les descriptions de PR rédigées par un agent doivent elles aussi être vérifiées et corrigées par un humain
- Pour ne pas faire perdre de temps aux reviewers, il faut fournir les tests, la procédure de validation et les raisons des choix d’implémentation
2. Testing and QA
-
- Le développement piloté par les tests (TDD) est un pattern particulièrement efficace lorsqu’il est utilisé avec des agents de codage
- Si l’on écrit les tests en premier, l’agent peut générer du code dans le sens attendu pour satisfaire ces tests
- Même avec des prompts minimaux, cela aide à produire un code précis et fiable
-
- Quand on travaille avec des agents de codage, les tests automatisés ne sont pas une option mais un prérequis
- Dans un environnement où le coût de rédaction des tests a diminué, l’agent peut générer et corriger rapidement ces tests
- Tant que le code n’a pas réellement été exécuté, on ne peut pas garantir son bon fonctionnement, d’où l’importance des tests
3. Understanding code
-
- Pattern consistant à lire dans l’ordre, du début à la fin, le code ou le projet produit par l’agent afin d’en comprendre la structure
- Même sur un projet simple, il est possible d’apprendre de nouvelles techniques et architectures en suivant le flux du code
- Face à l’inquiétude selon laquelle la génération de code par IA ralentirait l’apprentissage, le guide montre que l’exploration du code peut elle-même devenir une opportunité d’apprentissage
-
- Une manière de comprendre un code ou un système consiste à demander des explications à l’agent au fil d’un dialogue
- En répétant les questions, on peut comprendre progressivement le fonctionnement et la structure du code
- Ce pattern étend la compréhension du code à une forme d’apprentissage interactive
4. Annotated prompts
-
- Inclut un exemple de prompt pour créer un outil d’optimisation de GIF basé sur WebAssembly et Gifsicle
- Présente une méthode d’implémentation d’un outil monopage incluant HTML, JavaScript et CSS
- Explique comment exploiter un agent de codage à travers des prompts réels et des exemples de code
5. Appendix
-
- Recueil d’exemples de prompts pour agents de codage réellement utilisés
- Synthèse de patterns de prompts pratiques applicables à différents types de tâches
- Propose des modèles concrets à utiliser pour collaborer avec des agents
Aucun commentaire pour le moment.