EncBird - un journal en anglais avec un coach IA, et un flywheel GenAI qui devient plus intelligent à mesure qu’on l’utilise

Le service de rédaction en anglais EncBird, que j’avais déjà présenté une fois auparavant, a complètement changé après avoir intégré des retours utilisateurs directs et indirects. Je le partage donc à nouveau.

Pour qui est ce service ?

EncBird est un service conçu pour les actifs de 20 à 40 ans, et il convient particulièrement dans les cas suivants.

• Vous voulez étudier l’anglais 2 à 10 minutes pendant les trajets domicile-travail.
• Vous voulez apprendre et réutiliser de nouvelles expressions grâce à un journal en anglais.

Quel problème veut-il résoudre ?

Le problème que je voulais résoudre était le suivant : « Je veux continuer à apprendre de nouvelles expressions tout en écrivant un journal en anglais. »

• En tant que salarié moi-même, je lis tous les jours des documents en anglais, mais le fait de ne pas pouvoir écrire et parler librement me frustrait énormément. C’est pour cela que j’ai créé ce service.
• J’ai essayé divers services, mais sans input réellement utile, on finit toujours par répéter les mêmes choses. Et même si l’on reçoit un document de correction, si on ne le lit pas, la qualité du feedback ne sert à rien.
• Pour parler et écrire de façon plus naturelle, il faut au final rédiger soi-même, et la meilleure manière de le faire était d’écrire un journal.
• Mais le journal en anglais a un problème : lorsqu’on s’assoit pour écrire, on ne sait même pas par quoi commencer. Écrire avec ChatGPT est ce qu’il y a de mieux, mais une fois le texte rédigé, on continue à poser toutes sortes de questions, ce qui rend les notes difficiles à retrouver plus tard.
• Il existe aussi d’excellents services comme Speak ou Malhaeboka, mais parler pendant les trajets est impossible, et je trouvais l’expérience de se concentrer uniquement sur la rédaction dans ce type de service plutôt inconfortable.

Comment essaie-t-il de résoudre ce problème ?

J’ai donc placé au cœur du produit l’idée d’un « journal en anglais rédigé comme si l’on discutait avec un coach IA », en m’attaquant un par un aux points de frustration mentionnés plus haut.

• « Je ne sais pas quoi écrire » → on ne commence pas devant une page blanche. Le coach IA pose d’abord une question en coréen (« Qu’est-ce qui s’est passé au travail aujourd’hui ? »), et moi je réponds simplement en anglais. Même si la grammaire est incorrecte ou que certains mots ne me viennent pas, il suffit d’écrire ce que l’on sait. (Le mélange coréen-anglais est même encouragé.)
• « ChatGPT est bien, mais l’historique se disperse » → au lieu d’une conversation ouverte (open-ended chat), on termine sur une unité complète : une entrée de journal. Ce n’est pas une conversation infinie ; à la fin, il reste un résultat structuré.
• « Même avec de l’input, si on ne le relit pas, ça ne sert à rien » → la correction n’est pas simplement affichée puis jetée. Chaque phrase maladroite est reformulée plus naturellement, et les expressions qui plaisent peuvent être ajoutées à son dictionnaire personnel en un clic.
• « Si je les sauvegarde seulement, je ne les reverrai jamais » → c’est le point clé. Les expressions ajoutées au dictionnaire reviennent quelques jours plus tard dans la file, selon un planning SRS (répétition espacée), sous forme de flashcards, de quiz de rédaction anglaise ou de révisions ludiques. La révision ne dépend pas de la seule volonté de l’utilisateur : le système les réexpose automatiquement.
• « Il est impossible de parler pendant les trajets » → ici, ce n’est pas la voix mais la rédaction qui est citoyenne de première classe (first-class). Dix minutes par jour, un simple téléphone, même dans un métro bondé, suffisent.

Sur l’ensemble du service, l’élément le plus central est le flywheel GenAI. À la fin de chaque session, une mémoire personnelle est automatiquement mise à jour, et ce contenu est ensuite répercuté dans toutes les actions suivantes.

Par exemple, si vous avez dit dans Diary Chat dimanche dernier que vous étiez allé à l’église, le coach vous demandera cette semaine : « Alors, c’était comment après l’église ? » Il connaît aussi à l’avance les expressions récemment enregistrées et vous pousse à les pratiquer. Le service est conçu pour réutiliser autant que possible dans l’apprentissage ce qu’il apprend sur l’utilisateur. Autrement dit, plus on écrit, plus il s’adapte à soi.

Vous pouvez voir le fonctionnement réel ici → encbird.com/guide/diary

Comment ça fonctionne ? (aspects techniques)

J’ai déjà monté une startup par le passé, et elle a échoué. Cette fois, mon premier critère de conception n’était donc pas le « succès », mais « perpetuate (continuer à survivre sans faire faillite) ». Mon critère de décision est très clair — « Même si le DAU tombe à un chiffre et que j’arrête d’y toucher, est-ce que ce service peut continuer à tourner sans dette ? »

• C’est pourquoi tout a été construit en serverless (front Vue/Nuxt + Go on Lambda + backend event-driven, avec CDK pour l’IaC), afin de faire converger le coût à vide vers 0. Si le trafic est nul, la facture l’est presque aussi, et s’il explose, le système scale automatiquement.

La manière de développer suit la même logique. Pour qu’une exploitation en solo reste soutenable, il fallait pousser la productivité de code à l’extrême.

• Le code est écrit à 100 % par des agents IA, et je ne m’occupe directement que de la revue de code.
• Cela dit, dans le cycle de vie logiciel, le codage représente une part bien plus faible qu’on ne le pense. La définition du problème, la planification, les décisions d’architecture et la validation pèsent bien davantage, et pour éviter que les agents ne s’égarent, il faut que cette couche supérieure soit parfaitement claire.
• J’ai donc dépassé la simple idée de bien rédiger des prompts pour concevoir l’environnement lui-même (harness) autour des agents. Chaque fonctionnalité descend selon la séquence PRD → ADR (architecture decision record) → code, et les agents implémentent à partir de cet ADR. En d’autres termes, le point d’intervention humain est remonté du code vers la décision.
• La base de ce flux est ALPS PRD Writer, que j’ai créé moi-même. Je continue à l’améliorer en l’utilisant réellement sur plusieurs projets personnels. J’expérimente même, un cran plus loin, des projets où la revue de code est elle aussi confiée à l’IA.

À l’heure actuelle, EncBird s’appuie sur une base de code de plus de 120 000 lignes (environ 180 000 en incluant tout le contexte), en essayant d’automatiser au maximum. Comme je développe et j’exploite seul le service, la plupart des sujets opérationnels sont traités non pas en créant un back-office, mais en tirant autant que possible parti de skills basées sur des agents.

J’ai aussi un autre projet expérimental en parallèle, d’environ 80 000 lignes, et celui-ci est développé en automatisation complète. (Je teste si cela n’a vraiment aucune importance de ne pas savoir comment le code fonctionne.)

---

Il suffit de se connecter avec Google pour l’essayer immédiatement, et 15 crédits ainsi qu’un quota gratuit sont offerts lors de la première inscription. Si cela ne vous plaît pas, la suppression du compte est simple, alors n’hésitez pas à tester. (En revanche, une réinscription est impossible...)

👉 https://www.encbird.com