Il existe une meilleure façon de coder avec l'IA

Par Namanyay Goel

Il existe une meilleure façon de coder avec l'IA, par Namanyay Goel

Tous les développeurs que je connais suivent le même rituel frustrant. Ils ouvrent Claude Code ou Cursor et demandent à l'IA d'effectuer une tâche. L'IA leur fournit un code générique, parfois utile (mais généralement pas). Ils le corrigent. Elle s'excuse. Ils expliquent à nouveau, en ajoutant du contexte.

Et ainsi de suite, jusqu'à ce qu'ils aient envie de jeter leur ordinateur portable par la fenêtre.

David Cramer, de Sentry, a récemment partagé son flux de travail avec l'IA, dans lequel il gère des fichiers de règles manuels pour fournir du contexte aux modèles de langage (LLM). Une approche solide, mais qui semble impliquer trop de copier-coller. Nous sommes en 2025, et les machines sont bien plus aptes à mémoriser des informations.

C'est drôle de voir comment nous avons construit les systèmes de raisonnement les plus puissants de l'histoire de l'humanité, puis les avons lobotomisés en leur faisant tout oublier après chaque conversation. Ma question : existe-t-il une meilleure façon de faire ?

L'histoire

Jusqu'à récemment, ma routine quotidienne ressemblait à ça :

1. Ouvrir Claude Code/Cursor
2. Expliquer la tâche
3. Le système donne un mauvais résultat au premier essai
4. Réessayer, cette fois avec plus de contexte
5. Le système donne un mauvais résultat au deuxième essai
6. Passer 30 minutes à corriger le problème
7. Fermer la conversation, frustré
8. Répéter le lendemain

En substance, je formais chaque jour la même IA à partir de zéro. C'est la définition même de la folie, n'est-ce pas ?

C'est là que j'ai compris : ce n'est pas l'IA qui pose problème. C'est le modèle de conversation.

Construire un deuxième cerveau

J'ai commencé à réfléchir à la façon dont les équipes humaines fonctionnent réellement. Les développeurs seniors n'expliquent pas chaque matin l'intégralité du code aux nouvelles recrues. Ils construisent un savoir institutionnel. Ils ont des normes de codage, des décisions architecturales et des préférences acquises qui perdurent.

J'ai donc créé Giga — un système de mémoire IA qui apprend de vos conversations et construit une base de connaissances persistante. Pas un énième fichier de règles que vous gérez manuellement, mais un système qui observe comment vous codez, ce que vous préférez et les décisions que vous prenez.

J'ai créé une commande « reflect » qui permet à l'IA de revenir sur ses propres conversations pour identifier des schémas. En la testant moi-même, j'ai remarqué qu'il se passait quelque chose de magique. Giga identifie avec assurance des schémas réels, les enregistre sous forme de « neurones » dans le deuxième cerveau et me permet de les invoquer quand j’en ai besoin.

Mon IA est enfin capable de se souvenir de mes préférences et les utilise pour prendre de meilleures décisions.

Comment améliorer votre workflow IA

Si vous en avez assez de tourner en rond, voici ce qui fonctionne vraiment :

- Remettez en question la réinitialisation. Pourquoi repartir de zéro à chaque fois ? L’historique de vos conversations est une source de données. Vos corrections sont des exemples d’apprentissage. Vos préférences ont de la valeur.

- Construisez un contexte progressif. Au lieu de déverser des quantités massives de contexte, ajoutez une nouvelle information par conversation. Laissez l’IA apprendre progressivement, comme le ferait un humain.

- Pensez en termes de systèmes, pas de conversations. Les chats individuels avec l’IA sont des tactiques. Construire une connaissance persistante de l’IA est une stratégie.

La voie à suivre

L’avenir ne réside pas nécessairement dans des modèles plus puissants. C’est une IA qui se souvient, apprend et s’améliore avec le temps — comme un véritable membre de l’équipe.

Nous sommes à un tournant. Nous pouvons continuer à jouer le rôle de fournisseurs de contexte humains, ou nous pouvons construire des systèmes qui apprennent et s’améliorent réellement.

Je parie sur cette dernière option.

La question n’est pas de savoir si l’IA deviendra plus intelligente. La question est de savoir si nous deviendrons plus intelligents dans notre utilisation de celle-ci.

La création de Giga m’a appris que la meilleure voie à suivre en matière d’IA de génération de code ne réside pas dans de meilleurs modèles, mais dans un meilleur contexte et une meilleure mémoire. Giga est en version bêta privée et n’est disponible que pour certaines équipes, mais si vous souhaitez voir comment les connaissances persistantes en IA fonctionnent dans la pratique, envoyez-moi un e-mail et je me ferai un plaisir de vous faire une démonstration.

Source : There's a Better Way to Code with AI

Et vous ?

Pensez-vous que cette déclaration est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

Si vous êtes doué pour la révision de code, vous serez doué pour utiliser les agents IA, par Sean Goedecke

Une expérience de vibe coding : le bon, le mauvais et le laid, par Nolan Lawson

Tout le monde parle de vibe coding : guide pour générer rapidement une application avec les modèles d'instructions génératives exacts, par Jay Gordon