SortieAnalyse · Sur le radarAmp News (Sourcegraph)→ original

Artifacts dans Amp synthétise les conclusions de 60 fils de discussion dans un document modifiable

Amp dispose désormais d’un document de travail partagé entre l’utilisateur, l’équipe et l’agent d’IA. L’agent y place les plans, rapports et comparaisons de solutions au lieu de les enfouir dans un long fil de messages. Les collègues peuvent corriger un paragraphe, cocher un élément ou compléter un tableau : lorsqu’il reprend son travail, l’agent commence par lire ces modifications. Dans un exemple, il a étudié 60 fils de discussion et synthétisé ses conclusions sur les appels de modèle superflus pendant l’attente de commandes.

Traité par IA depuis Amp News (Sourcegraph) ; édité par Hamidun News
Artifacts dans Amp synthétise les conclusions de 60 fils de discussion dans un document modifiable
Source : Amp News (Sourcegraph). Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireAmp News (Sourcegraph) ↗
Rédacteur en chef
Chiffre clé #1Chaque Artifact est lié à un seul fil de discussion et s’ouvre à côté de l’échange.
Chiffre clé #2L’agent tient compte des modifications humaines au lieu de remplacer le document par une nouvelle version.
Chiffre clé #3Le format convient aux plans, aux recherches et à la comparaison de prototypes.

Un long échange avec un agent d’IA se transforme rapidement en entrepôt : le plan se trouve quelque part plus haut, les résultats de la recherche plus bas et, vingt messages plus loin, le tableau corrigé. Pour prendre une décision, il faut reconstituer tout le contexte. Sourcegraph a ajouté à Amp la fonction Artifacts : des documents distincts au sein d’un fil de discussion, modifiés simultanément par l’agent, l’utilisateur et ses collègues.

Il ne s’agit pas simplement d’un message agrandi. Un Artifact s’ouvre à côté de l’échange et fonctionne comme un document de travail partagé. Il est possible d’y réécrire un paragraphe, de cocher un élément terminé, de modifier un tableau ou de préciser une exigence. Lorsque l’agent revient à la tâche, il commence par lire les modifications apportées par les humains, puis poursuit son travail en les prenant en compte.

À quoi cela ressemble dans une tâche réelle

L’équipe d’Amp a présenté un exemple d’enquête sur le coût des appels de modèle pendant l’exécution d’une longue commande dans le terminal. L’utilisateur voulait savoir si l’agent consommait des ressources alors qu’il attendait simplement la fin d’un processus. L’agent a examiné 60 fils de discussion, estimé le coût du mécanisme d’attente actuel, expliqué ses causes et proposé un plan de correction en deux étapes.

Le résultat n’a pas pris la forme d’une longue série de réponses, mais d’un seul Artifact. Le document regroupait les conclusions, un diagramme et un plan d’action. Selon les données de l’illustration d’Amp, l’interrogation d’état actuellement utilisée a nécessité environ 3900 appels de modèle, contre 978 pour la variante reposant sur une observation asynchrone. Il ne s’agit pas de la promesse d’une économie par quatre pour n’importe quel projet, mais d’une mesure issue d’une étude interne précise. Le format reste néanmoins utile : un ingénieur peut vérifier les calculs, l’équipe produit discuter de la priorité et un responsable comprendre le problème avant de choisir une solution.

Le deuxième exemple concerne la comparaison de prototypes. Pour un aperçu Markdown, l’agent a construit deux variantes en parallèle dans des flux de travail distincts. Il les a ensuite placées côte à côte dans un même Artifact, en présentant des captures d’écran, les fichiers concernés, les résultats des vérifications, le coût de mise en œuvre et une recommandation sur la variante à publier en premier. Au lieu d’un résumé de deux branches, l’équipe a obtenu une note modifiable permettant de prendre une décision.

Ce qui change dans le travail de l’équipe

Le principal avantage d’Artifacts consiste à séparer la conversation de son résultat. Le chat reste l’espace consacré aux questions, aux commandes et aux précisions, tandis que le document devient la version actuelle du plan ou du rapport. C’est particulièrement pratique lorsque l’agent examine des dizaines de fichiers, lance plusieurs expériences ou rassemble les résultats de fils de discussion parallèles.

Pour un développeur, un tel document permet de conserver des conclusions vérifiables : les fichiers qui seront modifiés, les contrôles déjà effectués et les risques qui subsistent. L’équipe produit peut changer une priorité ou un critère de validation directement dans le tableau. Un autre participant n’a pas besoin de lire tout l’historique des échanges avec l’agent : il lui suffit d’ouvrir le livrable final et, si nécessaire, de revenir au fil de discussion d’origine.

Un Artifact peut être créé sur demande explicite. Amp peut également choisir lui-même ce format lorsqu’il prépare un plan, un rapport ou des notes de réunion. Tous les documents du fil sont accessibles dans la section Views → Artifacts.

Limites et conclusion pratique

Artifacts n’élimine pas les erreurs du modèle et ne transforme pas les conclusions de l’agent en faits vérifiés. Le document partagé doit toujours être relu : il faut contrôler les chiffres, les sources, les résultats des tests et les hypothèses. Si l’équipe modifie librement un même document, des règles claires sont nécessaires pour déterminer qui prend la décision finale et quels éléments sont considérés comme validés.

Le scénario pratique est simple : demandez à l’agent de placer dans un Artifact le plan de mise en œuvre, la comparaison des options et le bilan de la recherche. Consignez dans le document les critères de validation, les liens vers les preuves, les coûts et les questions ouvertes. Après les modifications humaines, redonnez à l’agent la tâche de poursuivre son travail à partir de la version actualisée. L’Artifact devient alors non pas un bel ajout au chat, mais le point d’assemblage commun de la décision.

Dossier

Questions clés sur cet article

Que sait-on sur à quoi cela ressemble dans une tâche réelle ?

L’équipe d’Amp a présenté un exemple d’enquête sur le coût des appels de modèle pendant l’exécution d’une longue commande dans le terminal. L’utilisateur voulait savoir si l’agent consommait des ressources alors qu’il attendait simplement la fin d’un processus. L’agent a examiné 60 fils de discussion, estimé le coût du mécanisme d’attente actuel, expliqué ses causes et proposé un plan de correction en deux étapes. Le résultat n’a pas pris la forme d’une longue série de réponses, mais d’un seul Artifact.

Que sait-on sur Ce qui change dans le travail de l’équipe ?

Le principal avantage d’Artifacts consiste à séparer la conversation de son résultat. Le chat reste l’espace consacré aux questions, aux commandes et aux précisions, tandis que le document devient la version actuelle du plan ou du rapport. C’est particulièrement pratique lorsque l’agent examine des dizaines de fichiers, lance plusieurs expériences ou rassemble les résultats de fils de discussion parallèles.

Que sait-on sur Limites et conclusion pratique ?

Artifacts n’élimine pas les erreurs du modèle et ne transforme pas les conclusions de l’agent en faits vérifiés. Le document partagé doit toujours être relu : il faut contrôler les chiffres, les sources, les résultats des tests et les hypothèses. Si l’équipe modifie librement un même document, des règles claires sont nécessaires pour déterminer qui prend la décision finale et quels éléments sont considérés comme validés.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…