Un LLM prédit du texte ; un agent exécute des tâches. Entre les deux : le harness. J'ai voulu le comprendre, et j'ai réalisé que mon pattern décrivait déjà le Claude Agent SDK.
Le métier de dev glisse de la frappe au pilotage : orchestrer des agents, écrire la spec, garantir que ce qui part est ce qui était attendu. Ce que ça change quand on ne code plus pour produire, mais pour valider.
Un agent IA produit du code « moyen » par défaut : fichiers de 300 lignes, any partout, logique dans le JSX. Voici les 10 règles que j'ai écrites pour VoiceJournal, et pourquoi elles tiennent.
Une issue GitHub depuis le tel, une session Claude Code qui s'auto-déclenche dans un container cloud, une PR qui apparaît dans Slack, un merge depuis l'app GitHub. Mon workflow indie quand je suis loin du laptop — et ce qui marche / ce qui ne marche pas.
Passer du Claude qui code au Claude qui s'auto-discipline. SessionStart pour bootstrap le repo, PreToolUse pour bloquer les commandes douteuses, Stop pour notifier la fin d'une tâche. Quatre hooks concrets que j'ai installés dans mes repos et qui tournent en silence.
Brainstorming → spec → plan détaillé → exécution par sub-agents avec review. Le workflow que j'utilise depuis quelques mois et qui rend l'IA enfin utilisable sur des projets multi-jours, pas juste sur du snippet.
Un proxy CLI en Rust qui s'insère entre Claude Code et tes commandes shell. Il compresse les sorties verbeuses (git status, ls, jest...) avant qu'elles atteignent le contexte. Installé en une commande, gain immédiat.
Un fichier markdown à la racine de ton repo qui décrit comment on code chez toi. Lu par Claude (l'agent) avant chaque session, et par les humains au premier coup d'œil. C'est devenu mon contrat d'ingénierie le plus important.