Codified Context: Infrastructure for AI Agents in a Complex Codebase
Cet article présente une infrastructure de contexte codifié composée d'une constitution en mémoire chaude, de 19 agents spécialisés et d'une base de connaissances froide, conçue pour doter les assistants de codage basés sur les LLM d'une mémoire persistante et garantir la cohérence au sein d'un vaste système distribué en C#.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous engagez un génie de l'informatique pour construire une ville entière (votre logiciel). Ce génie est incroyablement intelligent, il connaît tous les codes du monde, mais il a un défaut majeur : il a une mémoire de poisson rouge.
À chaque fois que vous lui posez une question, il oublie tout ce que vous lui avez dit la veille. Il ne se souvient pas des règles de la ville, des erreurs passées, ni des plans spécifiques. Si vous lui demandez de construire une maison, il risque de construire le toit à l'envers parce qu'il a oublié comment vous avez fait pour la maison précédente.
C'est le problème que résout cette recherche. L'auteur, un chimiste qui n'est pas expert en informatique, a réussi à construire un système complexe de 108 000 lignes de code en utilisant uniquement des agents IA. Pour cela, il a créé une "Infrastructure de Contexte Codifié".
Voici comment cela fonctionne, expliqué avec des analogies simples :
1. Le Problème : Le Génie Amnésique
Normalement, les assistants IA (comme ceux qui écrivent du code) commencent chaque nouvelle session avec une page blanche. Ils doivent tout réapprendre à chaque fois. Pour un petit projet, c'est gérable. Mais pour une "ville" de 108 000 lignes, c'est impossible. L'IA commence à faire des erreurs, répète les mêmes bêtises et perd le fil.
2. La Solution : Une "Mémoire à Trois Niveaux"
Au lieu d'essayer de tout faire tenir dans une seule note (ce qui est trop long pour l'IA), l'auteur a créé trois niveaux de mémoire, comme un système éducatif bien organisé :
🟢 Niveau 1 : La "Constitution" (La Mémoire Chaude)
Imaginez un livre de règles de la ville que l'IA lit à chaque fois qu'elle se réveille.
- Ce qu'il contient : Les règles de base (ne pas construire de ponts en plastique, les noms des rues, comment allumer les lumières).
- Pourquoi c'est important : C'est court et essentiel. L'IA ne peut pas l'oublier. C'est comme si vous lui disiez : "Rappelle-toi, ici, on conduit à droite et on ne jette jamais de déchets par la fenêtre."
🟡 Niveau 2 : Les "Experts Spécialisés" (Les Chefs d'Équipe)
Au lieu d'avoir un seul ouvrier qui fait tout, l'auteur a créé 19 chefs d'équipe virtuels, chacun expert dans un domaine précis.
- Exemple : Si vous voulez construire un réseau d'égouts, vous ne demandez pas à l'architecte général. Vous appelez l'"Expert Égouts".
- Le secret : Ce chef d'égouts a déjà lu tous les manuels sur les égouts avant même de commencer. Il sait exactement où sont les pièges. Il ne perd pas de temps à réapprendre les bases à chaque fois.
- L'analogie : C'est comme avoir un médecin généraliste (l'IA de base) qui, dès qu'il voit un problème de cœur, appelle immédiatement un cardiologue (l'agent spécialisé) qui a déjà toutes les cartes du cœur dans sa poche.
🔵 Niveau 3 : La "Bibliothèque de Connaissances" (La Mémoire Froide)
C'est une immense bibliothèque de manuels techniques (34 documents) que l'IA peut consulter seulement si elle en a besoin.
- Comment ça marche : Si l'expert "Égouts" a un doute sur un détail précis, il va chercher le manuel spécifique dans la bibliothèque. Il ne lit pas toute la bibliothèque, juste la page qui l'intéresse.
- L'avantage : Cela permet à l'IA d'avoir accès à des détails complexes sans être submergée par trop d'informations au début.
3. Comment tout cela s'assemble ? (Le Système de Tri)
L'auteur a créé un système de tri automatique (un tableau de déclenchement).
- Quand vous dites à l'IA : "Je veux modifier le fichier de la caméra", le système regarde le tableau et dit : "Ah, la caméra ! C'est le domaine de l'agent 'Magicien des Coordonnées'. Appelle-le tout de suite."
- L'IA n'a plus besoin que vous lui expliquiez qui faire appel. Elle sait instinctivement quel expert appeler.
4. Les Résultats Concrets
Grâce à ce système, l'auteur a pu :
- Éviter les oublis : L'IA ne perd plus le fil entre deux sessions de travail.
- Corriger les erreurs : Si l'IA fait une erreur, l'expert spécialisé la repère immédiatement car il connaît les pièges classiques.
- Accélérer le travail : Au lieu de perdre du temps à expliquer les mêmes choses à l'IA, les documents font le travail à sa place.
- Gérer la complexité : Même un non-expert (l'auteur est chimiste !) a pu construire un système complexe car l'infrastructure de mémoire a comblé ses lacunes en ingénierie.
En Résumé
Cette recherche nous dit que pour utiliser l'IA sur de gros projets, il ne suffit pas de lui donner un code. Il faut lui construire une infrastructure de mémoire :
- Un règlement toujours présent.
- Des experts spécialisés qui savent quoi faire.
- Une bibliothèque de documents à consulter au besoin.
C'est comme passer d'un artisan qui doit tout se rappeler seul, à une grande entreprise bien organisée où chaque employé a son manuel, son chef d'équipe et ses règles claires. Le résultat ? Un logiciel plus stable, moins d'erreurs et une construction beaucoup plus rapide.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.