État d’avancement du projet.
Aujourd’hui, sur le projet d’agent de coding, mes agents ont bouclé un front de 55 tickets et un autre de 40 sur le benchmark Pizza Empire. On leur demande d’imaginer et d’implémenter un business de pizza en ligne complet, avec outils de cuisine, suivi de livraison et toutes les garnitures 🍕🍕.
Au total, 180 000 lignes de code ont été générées en moins de 24 heures.
Meilleure journée à ce jour. On peut faire mieux.
Le nouveau système arrive à essaimer avec succès sur plusieurs fournisseurs simultanément. C’est ça, la joie de « Ralphing » les workers.
La première chose que j’ai dû régler, c’est la concurrence. Il me fallait un scan dynamique pour quand les workers cessent de répondre à cause des quotas des fournisseurs. Ça arrive. J’ai l’impression que le chiffre sûr pour la plupart des fournisseurs se situe entre 5 et 10 threads.
Ça me rend triste, mais je comprends pourquoi ces limites existent.
N’empêche, si je paie pour un accès API, je pense que je devrais pouvoir pomper les données au tuyau d’arrosage autant que je veux, bordel.
Git et modifications non-destructives
Aujourd’hui, je suis passée des repos fantômes aux repos d’intégration.
La fonctionnalité Git s’est compliquée très vite, parce qu’un essaim reste un essaim, et il y avait une myriade de problèmes techniques entre les workers et le système Git auxquels je n’avais pas pensé avant ce matin.
Mon engagement envers les modifications non-destructives compte ici. C’est un pilier moral.
Je pourrais monter le projet sans ça, mais je risquerais alors des suppressions de code accidentelles, des agents qui se marchent sur les pieds et le genre de dégâts invisibles qui donnent l’impression que l’automatisation long-horizon est cassée et lente.
Maintenant, les agents défilent comme des petits soldats sur leurs branches dédiées, pendant que le système consolide automatiquement le travail terminé et résout les conflits de repo de manière déterministe.
Le boulot de la QA devient plus complexe, mais ce n’est pas le genre de dérive QA que j’ai connue dans mes systèmes précédents. Cette fois, le rôle est encore assez bien délimité.
J’espère que c’est le dernier gros changement architectural que je dois faire avant le lancement.
Mais c’est pour ça que Dieu a inventé les evals d’agents.
Sans elles, je n’aurais rien vu de tout ça avant bien plus tard, et les gens auraient été déçus.
Je suis super contente de là où on en est.
Les tests tournent beaucoup mieux qu’avant, et GPT-5.5 ne montre aucun signe de fatigue face au périmètre pour le moment.
J’ai l’impression d’être revenue sur les rails.
La suite bientôt. 🕯️