Second Dinner transforme des prototypes de cartes en quelques heures, et ses tests IA battent les tests manuels dans 81 % des cas
Le studio Second Dinner, fondé par les créateurs de Hearthstone, a relié un bot Slack à un RAG : le modèle cherche d'abord dans LanceDB les anciennes cartes, le code et les tickets Jira, puis répond. Un designer obtient une maquette de nouvelle carte en quelques heures au lieu de plusieurs mois. Les QA appellent une API au lieu de passer une semaine sur des tests manuels, et selon l'estimation du studio, les tests générés par IA sont meilleurs que ceux écrits par des humains dans 81 % des cas. La conclusion : un RAG interne se rentabilise là où les idées s'enlisent dans les validations.
Traité par IA depuis LanceDB Blog ; édité par Hamidun News
Imaginez qu'une entreprise dispose de années de code, de documents de conception et de tickets, mais qu'un réseau de neurones n'en sache rien. Le studio de jeux Second Dinner, fondé en 2018 par les auteurs de Hearthstone, Gamilton Chu et Ben Broude, a résolu ce problème avec un RAG. On désigne ainsi un schéma dans lequel le modèle retrouve, avant de répondre, les passages pertinents dans les données propres à l'entreprise et s'appuie sur eux.
Le studio stocke ces données dans la base vectorielle LanceDB : un entrepôt qui recherche les documents par le sens plutôt que par les mots exacts. Résultat : la maquette d'une nouvelle carte de jeu se réalise en quelques heures au lieu de plusieurs mois, et selon l'estimation du studio lui-même, les tests IA sont meilleurs que ceux écrits par des humains dans 81 % des cas. Le cas a été préparé par le studio avec l'équipe de LanceDB.
Quel était le problème du studio
La difficulté se posait à deux endroits. D'abord, les concepteurs de systèmes inventent sans cesse de nouvelles mécaniques, mais pour transformer une esquisse en code fonctionnel, il faut réunir des ingénieurs, des designers UX et des testeurs. Cela représente des mois de réunions, un budget consommé et des idées qui n'arrivent jamais à être testées.
Ensuite, chaque nouvelle carte doit être vérifiée sur des milliers d'interactions avec les autres cartes. Les ingénieurs QA rédigeaient ces jeux de tests à la main, ce qui prenait une semaine entière. L'équipe étant réduite, les cas limites oubliés représentaient un risque réel.
Le studio a formulé ses exigences ainsi : un prototype à partir d'une requête textuelle, la génération de tests via une API, le traitement de données hétérogènes (des tickets Jira aux documents de conception) et une architecture serverless, sans contrainte d'infrastructure.
Comment fonctionne la solution
L'équipe IA a converti en vecteurs sa base de code, ses documents de conception et ses tickets Jira, puis les a regroupés dans LanceDB Cloud. Selon la description, la mise en place s'est limitée au chargement des embeddings (des « empreintes » numériques du texte) et à la création des index. La plateforme a pris en charge le reste : la mise à l'échelle, la compression des jeux de données, l'indexation incrémentale et la reconstruction complète des index sans interrompre les services en fonctionnement.
Il a fallu deux semaines entre l'obtention de l'accès et la mise en production. Le studio justifie ce choix par la philosophie « no-ops » (un minimum de maintenance manuelle) et par le coût : selon lui, LanceDB revient 3 à 5 fois moins cher que les alternatives. Le cas ne précise pas quelles alternatives ont été comparées.
Exemple côté designer. Il écrit dans Slack, par exemple : « à quoi ressemblerait une carte qui vole la mana du pool adverse pour renforcer mes sorts ? ». Le système, via le RAG, retrouve des mécaniques similaires parmi les anciennes cartes, puis assemble automatiquement la maquette d'une page web. Le designer la présente à ses collègues et recueille leurs retours, sans mobiliser une équipe d'ingénierie et sans risquer de livrer une fonctionnalité non vérifiée. D'après le studio, cela permet aux designers de mener en parallèle 5 fois plus d'idées.
Les ingénieurs QA obtiennent un jeu de tests via un appel d'API ou une commande Slack, en quelques minutes au lieu d'une semaine. Selon les données du studio, les tests générés automatiquement sont meilleurs que ceux écrits par des humains dans 81 % des cas, et 20,5 % d'entre eux sont « nettement meilleurs » en matière de présentation ou de respect des exigences.
Ce qu'il faut garder à l'esprit
Il s'agit d'un cas préparé conjointement par le client et le fournisseur, il faut donc lire les chiffres avec prudence. La méthode de comparaison des tests n'est pas divulguée : on ignore qui a jugé « meilleur », selon quels critères, sur quel échantillon et comment les cas limites ont été pris en compte. L'affirmation d'une multiplication par cinq des idées menées en parallèle n'est pas non plus détaillée. Ni les modèles, ni les embeddings, ni le protocole d'évaluation de la qualité de la recherche ne sont nommés. Des formules du type « d'exécutants à visionnaires » relèvent du marketing, non du résultat d'ingénierie.
Cela dit, le schéma lui-même est compréhensible et reproductible. La valeur ne vient pas d'un modèle en particulier, mais de l'accès aux données propres à l'entreprise : les anciennes cartes, les règles et les tickets servent de contexte sur lequel le LLM génère des prototypes et des tests plausibles, dans le style du projet.
Conclusion pratique
Pour les équipes qui développent des assistants IA internes, ce cas suggère trois enseignements. Premièrement, mieux vaut partir de ce qui existe déjà : le code, les documents et les tickets, plutôt que d'un chatbot abstrait. Deuxièmement, l'interface doit se trouver là où les gens travaillent déjà : Slack et une API sont plus intuitifs qu'un portail dédié. Troisièmement, une base serverless gérée dispense une petite équipe IA de maintenir les index, un atout quand l'effectif ne comprend pas de spécialistes DevOps dédiés.
Si vous construisez un système comparable, définissez à l'avance la manière de mesurer le succès. La part des tests meilleurs que les tests manuels, le délai entre l'idée et la maquette, le coût de stockage et de recherche : ce sont les indicateurs que le studio cite lui-même. Sans méthodologie transparente, toutefois, ces chiffres se transposent mal à d'autres projets : mieux vaut réaliser vos propres mesures avant de passer à l'échelle.
- 11 juin 2026À Washington, les adversaires de la régulation de l'IA se retrouvent : les élections de 2026 changent la donne
- 12 nov. 2026L'auteur de « Tochki nad II » a remplacé Notion et son CRM par des agents : plus de 80 skills au lieu de services
- 9 nov. 2026L’agent Pinky gère un CRM de plus de 1000 personnes : un Second Brain fondé sur des fichiers md et git plutôt que Notion
- 2 mai 2026Microsoft lance Copilot Health pour analyser les données des montres connectées et des dossiers médicaux
Questions clés sur cet article
Que sait-on sur Quel était le problème du studio ?
La difficulté se posait à deux endroits. D'abord, les concepteurs de systèmes inventent sans cesse de nouvelles mécaniques, mais pour transformer une esquisse en code fonctionnel, il faut réunir des ingénieurs, des designers UX et des testeurs. Cela représente des mois de réunions, un budget consommé et des idées qui n'arrivent jamais à être testées. Ensuite, chaque nouvelle carte doit être vérifiée sur des milliers d'interactions avec les autres cartes.
Comment fonctionne la solution?
L'équipe IA a converti en vecteurs sa base de code, ses documents de conception et ses tickets Jira, puis les a regroupés dans LanceDB Cloud. Selon la description, la mise en place s'est limitée au chargement des embeddings (des « empreintes » numériques du texte) et à la création des index. La plateforme a pris en charge le reste : la mise à l'échelle, la compression des jeux de données, l'indexation incrémentale et la reconstruction complète des index sans interrompre les services en fonctionnement.
Que sait-on sur Ce qu'il faut garder à l'esprit ?
Il s'agit d'un cas préparé conjointement par le client et le fournisseur, il faut donc lire les chiffres avec prudence. La méthode de comparaison des tests n'est pas divulguée : on ignore qui a jugé « meilleur », selon quels critères, sur quel échantillon et comment les cas limites ont été pris en compte. L'affirmation d'une multiplication par cinq des idées menées en parallèle n'est pas non plus détaillée.
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.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.