Un agent vocal sur une petite machine
Un agent vocal sur une petite machine réunit Whisper, Chatterbox, un minuscule modèle Qwen et une frontière entre acteurs stateful et fonctions intelligentes.
Lynn Cole / Projets
Logiciels, projets de recherche, dépôts de code et travaux publiés.
Un agent vocal sur une petite machine réunit Whisper, Chatterbox, un minuscule modèle Qwen et une frontière entre acteurs stateful et fonctions intelligentes.
Les expériences avec le distributeur automatique me laissent sur ma faim : il me faut de meilleures limites de rôle, une gestion de session et une mémoire plus solides. Le manque de contexte ne devrait jamais mettre en péril le business.
Premières observations sur GLM 4.7 : rendu de code exceptionnel, comportement rigide et tendance à agir avant de poser la question de clarification nécessaire.
Avant de lancer une app d’IA, répondez à deux questions : pourquoi utiliser l’IA, et qu’est-ce que vous optimisez ? Les problèmes sales et adaptatifs offrent une proposition de valeur bien différente des workflows rigides.
Le DGX Spark offre un espace de travail en mémoire partagée colossal, mais l’adoption précoce rime avec dépendances manquantes, installation galère et un écosystème logiciel têtu.
Leçons du week-end : voix, inférence multimodale, score de certitude, piles d’images et instructions d’outils entraînées dans de petits LoRAs.
Les adaptateurs de configuration libèrent de l’espace dans le contexte en apprenant les instructions des outils au modèle. Préserver les capacités multimodales, c’est là que ça se corse.
Les boucles de raisonnement ont leur place dans le processus d’ingénierie, tout comme les poids. On y passe plus de temps quand l’incertitude et les conséquences le justifient.
L’internet est passé d’un réseau d’information à une machine à publicité. Je vois un retour vers des interfaces plus légères et un réseau médié par des agents.
La prochaine expérience de Busy utilise le scoring de confiance et différents chemins de raisonnement pour pousser les petits agents edge au-delà du workflow habituel.
Cinq ans à créer des agents de code, des expériences avec GPT-2 jusqu’à Klara et les outils modernes. L’intention humaine et la discipline d’ingénierie façonnent toujours le résultat.
Un rapport de terrain de novembre 2025 sur les agents de code, leurs coûts, leurs modes de panne et l’outil que j’ai choisi comme driver quotidien.