Voici un article qui résume la méthodologie de collaboration avec l’IA que j’ai expérimentée directement en contribuant pendant trois mois comme collaborateur de rhwp.
Dans le vibe coding, l’IA fonctionne bien, mais lorsqu’on l’applique à un projet existant ou à une base de code d’entreprise, elle rencontre des difficultés. L’article examine cette situation non pas sous l’angle de la simple performance du modèle, mais de « l’absence de contexte projet accumulé ».
rhwp, via Hyper-Waterfall, externalise le contexte généré pendant le travail de la manière suivante.
- À l’échelle macro, consigner dans
mydocs/manual,mydocs/tech, etc. les connaissances de long terme qui doivent être partagées par plusieurs tâches - À l’échelle micro, consigner dans les plans d’implémentation et d’exécution de chaque tâche, les rapports étape par étape et le rapport final les décisions, les résultats de vérification, ainsi que les raisons des succès et des échecs
- Commiter ces documents dans le dépôt avec le code, afin que d’autres contributeurs, sessions, agents et modèles puissent reprendre et exploiter le même contexte
Dans un cas concret, un document de conception rédigé avant que je ne connaisse le projet a été redécouvert environ cinq mois plus tard lors d’une nouvelle tâche. Cela a permis à un nouveau contributeur et à l’IA de comprendre à nouveau les problèmes auxquels le mainteneur principal avait réfléchi à l’époque, l’orientation de conception et les décisions prises.
Hyper-Waterfall n’est pas présenté comme un outil universel adapté à tous les projets. L’article présente une manière de transformer, dans des projets complexes menés sur la durée, le contexte volatil des sessions en une « mémoire de projet » vérifiable et réutilisable, ainsi qu’une façon de l’appliquer à d’autres dépôts.
Aucun commentaire pour le moment.