Seize agents Claude et un Linux : le coûteux pari pour remplacer les codeurs

Imaginez que vous ayez décidé d'embaucher seize stagiaires qui ne dorment pas, ne mangent pas, mais exigent vingt mille dollars d'avance pour leur travail. C'est à peu près ce à quoi ressemblait une expérience récente dans laquelle un groupe d'agents basés sur Claude a tenté d'écrire un compilateur complet du langage C. Le résultat s'est avéré ambitieux : le système n'a pas seulement produit des montagnes de code, mais a également compilé avec succès un noyau Linux. Cependant, comme c'est souvent le cas dans le monde moderne de l'IA, le diable se cache dans les détails et dans la facture informatique en nuage.

Pendant longtemps, nous avons perçu les grands modèles de langage comme des assistants avancés capables d'écrire une fonction pour trier une liste ou de trouver un bogue dans un script Python. Mais créer un compilateur est une tâche d'un ordre complètement différent. C'est un test de pensée architecturale, de compréhension des processus de bas niveau et de la capacité à maintenir des milliers de relations interconnectées en mémoire. Les développeurs ont décidé de ne pas compter sur un seul modèle "intelligent", mais ont créé une structure entière de seize agents qui interagissaient les uns avec les autres, vérifiaient le code et corrigeaient les erreurs en temps réel.

Le contexte ici est plus important que le fait même de l'écriture du code. L'industrie se déplace activement des simples chatbots vers des systèmes multi-agents. L'idée est que si un modèle fait une erreur, un autre doit la corriger. Dans ce cas, Claude a dû faire face à la réalité brutale de la programmation système. Créer un compilateur nécessitait non seulement la génération de texte, mais des itérations infinies de tests. C'est là que la somme de vingt mille dollars s'est accumulée : les tokens s'épuisaient plus vite que les programmeurs ne pouvaient verser du café dans leurs tasses.

Il est important de comprendre que la magie du "cliquez sur un bouton et obtenez un résultat" ne s'est pas produite. Le projet a exigé une gestion humaine profonde. Les gens ont joué le rôle d'architectes et d'ingénieurs en chef qui ont littéralement guidé un essaim de réseaux de neurones à travers le labyrinthe des spécifications du langage C. Cela ne diminue pas la réussite, mais cela ôte les lunettes roses à ceux qui attendent une automatisation complète du développement au prochain trimestre. L'IA est devenue un outil puissant, mais elle a toujours besoin d'un chef d'orchestre qui comprenne quelle symphonie ils essaient de jouer.

Pourquoi est-ce important maintenant ? Nous avons atteint un point où le coût du travail intellectuel réalisé par l'IA commence à concurrencer le coût du travail de professionnels hautement qualifiés. Vingt mille dollars pour un compilateur, c'est cher pour un projet personnel, mais une bagatelle pour une grande entreprise si un tel système permet de réduire le cycle de développement de plusieurs mois. C'est un signal pour tout le marché : l'ère des "suggestions intelligentes" se termine, l'ère des systèmes d'ingénierie autonomes commence.

Point principal : Les systèmes multi-agents sont déjà capables de la programmation système la plus complexe, mais nécessitent pour l'instant une supervision humaine et des budgets énormes. Cela deviendra-t-il la norme quand les coûts des tokens chuteront dix fois de plus ?