La spécification comme source de vérité, et non comme document annexe.
Le développement piloté par spécifications (Spec-Driven Development) est l’une de ces idées que les ingénieurs logiciels ont déjà adoptées par le passé, puis mises de côté lorsque l’effort cessait d’être rentable.
Les spécifications comme source de vérité, ou lente cérémonie ?
Le développement piloté par les spécifications (Spec-Driven Development) a fait son entrée en 2026 comme la réponse sérieuse des développeurs à la dérive du « vibe coding ».
Gardez l'intention proche du code.
Les registres de décisions constituent la couche de mémoire manquante dans le développement logiciel assisté par IA. Ils capturent non seulement ce qui a été construit, mais aussi pourquoi — et cette distinction devient cruciale lorsque les outils d’IA écrivent votre code.
Gérer les erreurs au bon niveau.
La gestion des erreurs en Go est souvent critiquée. Chaque développeur Go a écrit ce code des centaines de fois :
Arrêtez de dormir dans les tests Go concurrents.
Tester le code Go concurrent a toujours exigé une certaine discipline. Les goroutines sont peu coûteuses, les canaux sont simples et l’annulation de contexte est idiomatique — les workers en arrière-plan et les minuteries sont omniprésents dans les services Go réels.
A2A n'est pas mort. Il n'est simplement pas universel.
Le protocole Agent2Agent de Google, généralement abrégé en A2A, a connu une première année étrange.
Des modèles de sondage fiables pour les agents IA.
Les agents de sondage (polling agents) font partie des aspects les moins glamour de l’architecture des assistants IA, mais ils sont aussi parmi les plus utiles.
MCP fournit aux agents des outils. A2A leur donne des pairs.
L’architecture des agents IA commence à se diviser en deux couches.
A2A transforme les agents en pairs du réseau.
Le protocole A2A, sigle d’Agent2Agent Protocol, est une norme ouverte pour la communication entre des systèmes d’agents IA indépendants.
Mettre en œuvre CQRS en Go sans formalités superflues
CQRS est l’un de ces modèles qui est souvent survendu, surcomplexifié et parfois mal diagnostiqué comme un remède à l’ennui du CRUD traditionnel.
Contrôlez le risque, pas seulement le modèle.
Les LLMs sont imprévisibles. Ils hallucinent, fuient des données, génèrent du contenu nuisible ou refusent des demandes légitimes. Les garde-fous (guardrails) contraignent le comportement du modèle sans sacrifier ses capacités.
Mémoire de travail, structurée et de récupération pour les assistants.
La mémoire transforme les assistants d’entités réactives en entités persistantes, mais c’est aussi là que beaucoup de systèmes se dégradent silencieusement. Les enquêtes soutiennent que la distinction entre mémoire à court terme et mémoire à long terme n’est plus suffisante pour la mémoire des agents modernes ; les SDK d’OpenAI et de LangGraph pointent vers une pile plus simple — mémoire de travail, état durable et récupération.
Comment les assistants sérieux sont réellement conçus.
Un assistant IA de production n’est pas « un LLM avec un prompt ». C’est un système qui accepte une intention, maintient un état, décide quand récupérer des informations ou agir, et expose suffisamment de détails d’exécution pour déboguer les échecs.
La recherche n'est pas une structure de connaissances
La plupart des systèmes de connaissances modernes optimisent la récupération (retrieval), et cela est compréhensible. La recherche est visible, facile à démontrer et semble magique lorsqu’elle fonctionne. Tapez une question, obtenez une réponse.
Connaissances compilées pour les systèmes d'IA
Le principe est simple : les connaissances compilées sont plus réutilisables que les fragments récupérés. RAG est devenu la réponse par défaut à une question simple : comment donner à un LLM (modèle de langage) l’accès à des connaissances externes ?
« Une carte des systèmes de connaissances modernes »
PKM, RAG, wikis, systèmes de mémoire IA et, plus récemment, les flux de travail pratiques assistés par l’IA sont souvent discutés comme s’ils résolvaient le même problème. Ce n’est pas le cas. Ils traitent tous de la connaissance, mais ils opèrent à différents niveaux :
