Comment utiliser l’IA pour les développeurs qui veulent progresser chaque jour (diapositives de 290 pages)
(stdy.blog)La semaine dernière, j’ai donné chez LINE Plus une conférence spéciale intitulée « Comment utiliser l’IA pour les développeurs qui veulent progresser chaque jour ».
Comme je compte aussi la mettre en ligne plus tard sur YouTube, j’y ai rassemblé autant que possible toutes les réflexions accumulées ces derniers mois (ou peut-être ces dernières années), ce qui a donné environ 230 pages, dont seulement les deux tiers ont réellement été abordés.
Après une révision plus approfondie, la version 2 est finalement terminée avec 290 diapositives.
Je laisse ci-dessous un résumé généré avec Gemini.
Pour commencer
- Écart de littératie en IA : les écarts de maîtrise de l’IA entre les personnes sont très importants, et le simple fait de savoir ce que l’IA la plus récente peut faire, et jusqu’où, permet déjà de réduire fortement cet écart.
- Importance de l’apprentissage continu : si l’on ne garde pas une posture consistant à utiliser régulièrement différents outils d’IA, à apprendre puis à désapprendre (learn & unlearn), l’écart se creuse à nouveau.
- Extension du développement : autrefois, les développeurs se concentraient surtout sur la phase d’« implémentation », mais il est désormais possible, grâce à l’IA, d’intervenir sur l’ensemble du processus de développement produit, de l’idée au marketing en passant par l’exploitation.
Partie 1 : comment utiliser plus intelligemment l’IA comme assistant de codage
- Évolution des assistants de codage : après être passés de la simple autocomplétion (
VSCode IntelliSense) à la génération de snippets de code par IA (TabNine,GitHub Copilot), nous entrons désormais dans l’ère du « vibe coding » et des « coding agents », capables de dialoguer en langage naturel et de créer de 0 à 1. - Évolution des performances et des coûts de l’IA : les performances des LLM progressent rapidement tandis que les coûts baissent vite, et la longueur comme la complexité des tâches que l’IA peut accomplir de manière autonome augmentent elles aussi rapidement.
- Essence du développement : l’outil du « codage » est passé des cartes perforées au langage naturel, mais l’essence du développeur — « une personne qui résout des problèmes avec du code » — ne change pas.
- Délégation et supervision de l’IA : collaborer avec l’IA ressemble à la délégation à une personne. Il est important d’ajuster le niveau de délégation selon les capacités de l’IA (information, persuasion, consultation, accord, conseil, questionnement, délégation) et d’observer le fonctionnement des LLM, qui restent une boîte noire, en les surveillant.
- Context engineering : avec l’IA, il est plus important d’exprimer clairement le « quoi » (
What) et le « pourquoi » (Why) que le « comment » (How). Pour cela, le framework STICC, qui couvre la situation (Situation), la tâche (Task), l’intention (Intention), la préoccupation (Concern) et l’ajustement (Calibration), est utile. - Utilisation des outils (MCP) : pour maximiser les capacités des coding agents, on peut utiliser des serveurs MCP (
Model Context Protocol). Toutefois, connecter trop d’outils peut dégrader les performances ; il est donc plus efficace de ne sélectionner que des fonctions essentielles comme le contrôle du navigateur (Playwright) ou l’amélioration de la compréhension du code (Serena). - Extension du contrôle de version : il faut expérimenter une gestion de version qui ne porte pas seulement sur le code, mais aussi sur les prompts et le contexte transmis à l’IA pour générer ce code (documents de planification, etc.).
Partie 2 : comment utiliser plus intelligemment l’IA tout au long du processus de développement produit
- Framework de résolution de problème : le développement produit peut être vu comme un processus en trois étapes : « définir le problème → implémenter la solution → produire un changement ».
- Importance de « je construis ce que j’utiliserai moi-même » : l’approche consistant à « construire soi-même ce qu’on utilisera soi-même » est une excellente stratégie, surtout pour les débutants en AI coding. C’est plus facile à construire, on progresse rapidement et cela se prête bien à l’extension.
- Approche centrée utilisateur : il faut définir clairement « pour qui (l’utilisateur), quel problème (l’objectif) et comment (le niveau de complexité) on veut le résoudre ». Le plus important est d’abord de résoudre son propre problème à soi (« dogfooding »).
- Validation produit : il faut faire évoluer le produit via la validation de l’idée (MVP), de la viabilité marché (MMP) et de la fidélité client (MLP). Même si l’échelle n’est pas encore au rendez-vous au départ, il est important d’aller soi-même sur le terrain pour résoudre les problèmes des clients.
- Build in Public : une stratégie qui consiste à rendre transparent le processus de création du produit afin de construire une communauté de fans. Elle est efficace pour les petits fondateurs, et l’essentiel est de raconter une histoire centrée sur le « pourquoi » et le « comment ».
Partie 3 : dans tout ce processus, quelles stratégies permettent aux juniors et aux seniors d’apprendre et de progresser efficacement à l’ère de l’IA
- Ce qui est devenu moins important et plus important : l’importance de certaines connaissances comme la grammaire d’un langage précis a diminué, tandis que deviennent encore plus importantes la capacité à poser une vision large, à gérer la complexité, à détecter et corriger les erreurs de l’IA, ainsi que la compréhension approfondie du domaine, la conception et la capacité d’apprentissage.
- État d’esprit (surmonter le FOMO) : il n’est pas nécessaire de suivre tous les nouveaux outils. Il est important de choisir ses catégories d’intérêt, de faire en sorte que l’information arrive naturellement via les réseaux sociaux, newsletters, etc., et de conserver une curiosité saine.
- Stratégie d’apprentissage :
- S’appuyer sur des ressources fiables : il faut étudier en profondeur la documentation officielle, les échanges avec des experts et les textes riches en insight.
- Rechercher une connaissance générative : plutôt que de se focaliser sur le « résultat » (connaissance finalisée), il faut se concentrer sur le « processus » qui produit ce résultat (connaissance générative), et apprendre à utiliser un outil à partir de l’outil lui-même.
- Apprendre auprès des experts : face à un expert, au lieu de simplement demander la réponse, il faut chercher à comprendre son processus de pensée en posant des questions comme « à quels signaux avez-vous reconnu ce pattern ? » ou « pourquoi avez-vous jugé cela ainsi ? ».
- Rôle des seniors : il est important de transformer son savoir tacite en connaissance explicite (guides, exemples de code, règles pour l’IA, etc.) à partager dans l’organisation, et de faire émerger des idées nouvelles en combinant des expériences issues de plusieurs domaines.
- Formation des habitudes : au lieu d’essayer de créer de bonnes habitudes d’un seul coup, il faut se transformer progressivement grâce à « l’habitude de créer des habitudes » (par exemple, une rétrospective au microscope).
- Intention d’exécution : plutôt que de vagues résolutions du type « à partir de demain, je devrais… », le fait de planifier concrètement « quand, où et comment » agir (« intention d’implémentation ») augmente fortement la probabilité de passer à l’action.
En conclusion
- Vertus essentielles : à l’ère de l’IA, les qualités les plus importantes sont le « doute sain » et la « curiosité ».
- Reconnaître les limites de l’IA : il faut avoir conscience que l’IA a encore des limites bien réelles, notamment le manque de contexte, les hallucinations, la sécurité et le coût.
- Le meilleur outil : au final, l’outil supérieur à toute IA existante reste le « cerveau » humain, qu’il faut utiliser activement.
6 commentaires
Je l’ai aussi mis sur YouTube ! https://www.youtube.com/watch?v=CAgn60EWDmw
J’attendrai aussi la vidéo YouTube avec impatience haha
L’ingénierie du contexte — donner des consignes intelligemment avec le What + Why !
Et en plus, il a éclairci de façon limpide de nombreux points que je me demandais au quotidien :)
Je suis à la fois désolé et reconnaissant de pouvoir consulter gratuitement des informations d’une telle qualité !!!!
Mais non, vous n’avez pas à vous excuser... haha. Merci beaucoup pour ces paroles trop flatteuses.
Dans la première version, j’ai beaucoup appris sur la façon de donner des instructions à l’agent.
Merci.