Agentic Engineering : Collaborer avec l'IA
Je me souviens de mes premiers pas avec les outils IA. C'était un peu comme découvrir un nouveau continent. Mais l'astuce, ce n'était pas juste d'utiliser l'IA, c'était de travailler avec elle. C'est là qu'intervient l'engineering agentique. Aujourd'hui, collaborer avec l'IA va au-delà de l'automatisation. Il s'agit de créer un véritable partenariat avec la technologie. Dans cet article, je vais partager comment moi et d'autres ingénieurs faisons cette transition, en intégrant les modèles IA dans nos processus de développement, en gérant le contexte de manière efficace, et en configurant des agents IA qui s'adaptent à nos besoins. On n'est plus dans l'utilisation passive ; on orchestre activement. Prêt à explorer ce nouvel horizon ?
Je me rappelle encore mon premier contact avec les outils IA. C'était comme ouvrir une porte sur un monde nouveau. Mais attention, il ne s'agit pas juste d'utiliser l'IA. Non, il s'agit de travailler avec elle. C'est là que l'engineering agentique entre en jeu. De nos jours, dans un paysage technologique qui évolue à une vitesse folle, tirer parti de l'IA, c'est bien plus que de simples automatisations. C'est une question de collaboration. Les ingénieurs passent d'une utilisation traditionnelle à une approche plus intégrée, plus 'agentique'. Dans cet article, je vais vous montrer comment, moi et beaucoup d'autres, nous opérons ce changement. On parle d'adoption et d'utilisation d'outils IA, de l'évolution des modèles IA dans le génie logiciel, de l'importance de la gestion du contexte en ingénierie IA. Et surtout, comment on orchestre tout ça avec des agents IA bien paramétrés. Parce que oui, on en est là : plus question d'utiliser passivement, on collabore activement.
Adopter les Outils d'IA : Une Approche Pratique
En tant qu'ingénieur, je suis souvent confronté à l'enthousiasme autour des outils d'IA. Pourtant, même si 90% des ingénieurs ont utilisé ces outils, seulement 50% les utilisent régulièrement. Pourquoi pas plus ? La réponse réside souvent dans l'intégration pratique au quotidien. Pour moi, adopter un outil d'IA, c'est comme ajouter un nouveau membre à l'équipe. Il ne s'agit pas seulement d'installer un logiciel, mais de l'intégrer dans le flux de travail existant.
Pour commencer, j'ai cartographié les tâches répétitives et fastidieuses de mon flux de travail. Ensuite, j'ai exploré comment les outils comme GitHub Co-pilot pouvaient les automatiser. Par exemple, pour la génération de code, Co-pilot a révolutionné ma productivité en suggérant des fonctions entières. Mais attention, l'adoption n'est pas sans pièges.
- Ne pas sauter directement sur chaque suggestion de l'IA.
- Éviter la dépendance excessive aux suggestions automatisées.
- Évaluer constamment la pertinence des suggestions par rapport au contexte du projet.
Évolution des Modèles d'IA en Ingénierie Logicielle
Avec l'évolution des modèles d'IA, nous sommes passés de systèmes statiques à des systèmes dynamiques capables d'exécuter des tâches de manière autonome. Cela a un impact direct sur nos tâches quotidiennes d'ingénierie. En 2025, par exemple, les modèles d'IA ont commencé à exécuter des tâches indépendamment, y compris la soumission de pull requests. Dans mon expérience, cela a transformé la manière dont nous abordons les projets.
Je me souviens d'un projet où l'IA a suggéré non seulement le code, mais a aussi effectué des tests et proposé des modifications. C'était un véritable changement de paradigme. Cependant, il est crucial de maintenir un équilibre entre l'innovation et la stabilité lors des mises à jour des modèles d'IA.
- Surveillez les mises à jour fréquentes pour éviter les perturbations inattendues.
- Prenez en compte la compatibilité avec les systèmes existants.
- Assurez-vous que l'équipe est formée aux nouvelles capacités des modèles d'IA.
Maîtriser la Gestion du Contexte en Ingénierie d'IA
La gestion du contexte est un art subtil mais essentiel en ingénierie d'IA. Une mauvaise gestion peut entraîner une dégradation de qualité de plus de 50%. Le Model Context Protocol (MCP) joue un rôle crucial ici. Dans mon travail, j'ai appris à remplir la fenêtre de contexte avec les informations pertinentes uniquement.
Par exemple, lors d'un projet, j'ai dû gérer des agents en parallèle, ce qui est devenu de plus en plus courant. L'ajout de contexte incorrect ou excessif peut rendre le modèle moins performant. Voici quelques conseils pratiques :
- Limitez le contexte aux informations essentielles.
- Évitez de surcharger l'agent avec des détails inutiles.
- Utilisez MCP pour structurer l'interaction avec des outils comme l'API GitHub.
Ingénierie Agentique : Collaborer avec l'IA
L'ingénierie agentique représente un changement fondamental dans notre interaction avec l'IA. Plutôt que de simplement utiliser ces outils, nous collaborons avec eux. Par exemple, lors d'un projet récent, j'ai travaillé avec un agent IA capable de lire et d'appliquer les meilleures pratiques de Stack Overflow.
Cependant, l'IA n'a pas de jugement. Elle ne comprend pas le contexte métier ni les décisions architecturales spécifiques. Armand, créateur de Flask, a gagné plus de 30% de son temps grâce à l'IA, mais il sait ce qu'il doit garder pour lui-même. C'est la différence entre utiliser l'IA et collaborer avec elle.
- Dirigez le travail de l'IA plutôt que d'accepter chaque suggestion aveuglément.
- Identifiez les limites de l'approche agentique et les compromis nécessaires.
Implémenter la Boucle Recherche-Plan-Implémentation
La boucle recherche-plan-implémentation est une méthode puissante pour améliorer les processus d'ingénierie d'IA. Elle commence par une recherche approfondie, suivie d'une planification structurée, puis de l'implémentation. Dans ma pratique, j'ai vu comment cette approche améliore la précision et l'efficacité.
Lors d'un projet, j'ai d'abord cartographié les tâches en petites étapes, ce qui a permis une meilleure gestion et une réduction des erreurs. Cependant, des défis subsistent :
- La planification peut être longue, mais elle est essentielle pour éviter les erreurs coûteuses.
- Des ajustements sont souvent nécessaires en cours de route.
- L'itération est clé : chaque cycle améliore le suivant.
Agentic engineering, c'est comme si j'avais découvert un nouveau langage pour collaborer avec l'IA au quotidien. D'abord, j'ai appris qu'il ne s'agit pas seulement d'utiliser des outils, mais de collaborer avec eux. C'est un gros shift mental. Ensuite, j'ai remarqué qu'à peine la moitié des ingénieurs utilisent régulièrement l'IA, alors qu'on pourrait vraiment augmenter notre efficacité. Quand j'ai commencé à gérer le contexte de manière plus stratégique, c'est là que j'ai vu des gains concrets. C'est comme avoir quatre façons différentes de travailler avec les APIs internes de ma plateforme. Mais attention, il faut savoir où sont les limites pour ne pas perdre en performance. Maintenant, je suis convaincu qu'intégrer ces stratégies dans votre flux de travail peut être un game changer. Allez, partagez vos expériences et améliorons-nous ensemble. Pour ceux qui veulent plonger plus profond, regardez la vidéo complète de Brendan O'Leary : Agentic Engineering: Working With AI, Not Just Using It. C'est une vraie pépite.
Questions Fréquentes
Thibault Le Balier
Co-fondateur & CTO
Issu de l'écosystème startup tech, Thibault a développé une expertise en architecture de solutions IA qu'il met aujourd'hui au service de grands groupes (Atos, BNP Paribas, beta.gouv). Il intervient sur deux axes : la maîtrise des déploiements IA (LLM locaux, sécurisation MCP) et l'optimisation des coûts d'inférence (offloading, compression, gestion des tokens).
Articles liés
Découvrez d'autres articles sur des sujets similaires
GMA4 : Révolution IA open-source chez Google
Quand Google a sorti le modèle GMA4, je savais que ça allait être un game changer. J'ai tout de suite plongé dans l'intégration avec le Gemini Nano 4 pour Android. Et laissez-moi vous dire, ce n'était pas une promenade de santé. GMA4 n'est pas qu'un autre modèle d'IA. Avec sa structure open-source, il réinvente la façon dont on traite l'IA sur site. Mais attention, il y a des pièges techniques à éviter. Je me suis fait avoir plusieurs fois, notamment sur l'optimisation de la performance et l'efficacité. Pourtant, quand on arrive à vraiment maîtriser ces aspects, l'impact est énorme. Imaginez un modèle 30 fois plus petit que ses concurrents, mais tout aussi puissant. C'est ça le GMA4, une révolution dans l'IA locale et sur le cloud. On parlera des opportunités éducatives pour intégrer cette technologie et de ce que ça signifie pour l'avenir de l'IA.
Comment l'IA Gère les Objections de Vente
J'ai passé assez de temps dans la vente pour savoir que les objections, c'est inévitable. Mais quand l'IA est entrée en scène, j'ai compris qu'on pouvait franchir ces obstacles beaucoup plus efficacement. Laissez-moi vous guider à travers comment l'IA a appris à naviguer dans les eaux troubles des objections de vente. On ne parle pas de théorie ici, mais de stratégie pratique et testée sur le terrain. Avec l'IA, on peut disséquer les objections en couches gérables pour les traiter systématiquement. C'est un vrai changement de jeu, mais attention aux limites, en particulier lorsqu'il s'agit de comprendre la motivation des prospects. Je vais vous montrer comment on passe de 'Laissez-moi y réfléchir' à la conclusion d'un deal.
AI en Vente: Maîtriser la Stratégie VRP=C
J'ai passé des années à peaufiner mes techniques de vente, mais rien ne m'a autant surpris que l'impact de l'IA sur nos méthodes. On parle souvent d'automatisation, mais ce qui m'intéresse, c'est comment l'IA peut véritablement transformer nos conversations de vente en profondeur. J'ai utilisé l'IA pour conclure une vente là où, traditionnellement, les humains trébuchent. Et la clé ici, c'est la stratégie VRP=C. Dans cet article, je vais décortiquer comment l'IA redéfinit notre approche, non pas seulement en termes de rapidité, mais aussi en précision et en stratégie. Préparez-vous à découvrir comment ajuster le rythme de conversation peut faire toute la différence.
Intégration LangChain avec Arcade: Guide Pratique
J'ai plongé tête la première dans l'intégration de LangChain avec Arcade, et croyez-moi, les capacités sont révolutionnaires. Mais comme tout outil puissant, tout dépend de la manière dont vous le configurez et l'utilisez. Avec plus de 7 500 outils Arcade.dev désormais disponibles dans LangSmith Fleet, les possibilités pour créer des agents IA avec du langage naturel sont sans précédent. Mais attention, il faut savoir orchestrer ces outils pour éviter les pièges. Dans ce guide, je vais vous montrer comment tirer le meilleur parti de cette intégration, avec des exemples concrets comme l'utilisation de Reddit et Google Docs. Et surtout, je vous parlerai des défis de sécurité et de fiabilité en environnement de production, ainsi que des autorisations just-in-time avec Arcade. Bref, un vrai tour d'horizon pour ceux qui cherchent à maximiser l'impact de leurs projets IA.
Découverte de Gemma 4 : Modèle Multimodal Google
Je viens de mettre la main sur Gemma 4, le dernier modèle IA de Google, et c'est une vraie centrale multimodale ! J'ai commencé à le tester sur mes appareils mobiles, et franchement, ça décoiffe. Il ne s'agit pas seulement de technologie tape-à-l'œil ; c'est une question d'applications pratiques et d'efficacité, même sur des appareils plus anciens comme le Pixel 8. Imaginez planifier votre prochain voyage avec une IA qui comprend non seulement du texte mais aussi des images et de la voix : voilà ce que Gemma 4 promet. J'ai été agréablement surpris par ses performances sur des appareils plus anciens. Dans ce tutoriel, je vais vous montrer comment tirer le meilleur parti de Gemma 4 avec la Google AI Edge Gallery. Prêts à voir comment ça fonctionne ?