Concept Context Engineering
Discipline de conception et maintenance du contexte structuré alimentant les agents IA pour des résultats optimaux.
SFEIR AI · Publié le 1 avril 2026 · Mis à jour le 19 septembre 2026
Context Engineering : structurer le contexte des systèmes IA
Le Context Engineering est une discipline émergente qui place la conception du contexte au cœur de la productivité des systèmes d'IA. Contrairement au simple prompt engineering, il s'agit de structurer, versionner et maintenir l'ensemble des informations qui alimentent les agents.
Le terme s'installe en juin 2025, quand Tobi Lütke, PDG de Shopify, puis Andrej Karpathy le préfèrent publiquement à « prompt engineering ». Anthropic le formalise le 29 septembre 2025 comme « the set of strategies for curating and maintaining the optimal set of tokens (information) during LLM inference », et le présente comme la progression naturelle du prompt engineering. La discipline n'a pas de publication institutionnelle fondatrice : elle vient de praticiens, puis d'éditeurs de modèles.
Une architecture du contexte à étages
L'organisation du contexte en niveaux est aujourd'hui documentée par une publication : « Codified Context », d'Aristidis Vasilopoulos (arXiv, 24 février 2026), qui décrit une infrastructure déployée sur un système C# de 108 000 lignes et évaluée sur 283 sessions de développement. Elle comporte une constitution en hot memory (conventions, hooks de récupération, protocoles d'orchestration), 19 agents spécialisés par domaine, et une base de 34 documents de spécification en cold memory récupérés à la demande.
Un point de vocabulaire mérite d'être posé : cette publication nomme le premier et le troisième étage, mais pas le deuxième, qu'elle décrit comme des agents spécialisés. Le triptyque hot / warm / cold relève de l'usage des praticiens, emprunté par analogie à la hiérarchie mémoire des systèmes d'exploitation, et non d'une taxonomie établie par une source de référence.
- Étage chaud — Constitution et conventions toujours chargées.
- Étage intermédiaire — Expertise spécialisée chargée à la demande.
- Étage froid — Base de connaissances de référence, récupérée au besoin.
CDLC : traiter le contexte comme une dépendance logicielle
Le CDLC (Context Development Lifecycle), proposé par Patrick Debois le 19 février 2026, traite le contexte comme une dépendance logicielle : versionné, packagé, évalué. Un échec d'évaluation est une spécification non écrite.
- Generate — Créer et structurer le contexte.
- Evaluate — Évaluer la qualité et la pertinence.
- Distribute — Distribuer et mettre en place.
- Observe — Observer et collecter les retours.
Questions fréquentes
Quelle est la différence entre Context Engineering et Prompt Engineering ?
Le Prompt Engineering se concentre sur la formulation d'une requête unique. Le Context Engineering couvre l'ensemble du cycle de vie du contexte : sa génération, son évaluation, sa distribution et son observation. 80% du travail se fait avant le prompt.
Pourquoi le contexte se dégrade-t-il avec le temps ?
Comme le code, le contexte rot : les spécifications obsolètes induisent activement les agents en erreur. Si vous expliquez la même chose deux fois, c'est un bug de documentation.
Qui a popularisé le terme « context engineering » ?
Tobi Lütke, PDG de Shopify, puis Andrej Karpathy, en juin 2025 sur X. Anthropic l'a formalisé le 29 septembre 2025 en le définissant comme l'ensemble des stratégies de curation et de maintien du jeu optimal de tokens pendant l'inférence. Aucune publication institutionnelle ne précède ces usages.
Les grandes fenêtres de contexte rendent-elles la discipline inutile ?
Non. La performance des modèles se dégrade à mesure que la longueur d'entrée augmente, de façon non uniforme selon les tâches. Disposer d'une fenêtre plus large rend donc la curation plus utile, pas moins : ce qui compte est ce qu'on y met.
Sources
- Anthropic — Effective context engineering for AI agents · 2025-09-29
the set of strategies for curating and maintaining the optimal set of tokens (information) during LLM inference, including all the other information that may land there outside of the prompts
- Simon Willison — Context engineering (reproduit les messages de Tobi Lütke et Andrej Karpathy) · 2025-06-27
- arXiv — Codified Context: Infrastructure for AI Agents in a Complex Codebase (Aristidis Vasilopoulos) · 2026-02-24
- Patrick Debois — The Context Development Lifecycle · 2026-02-19
Context Engineering dans vos projets
Échanger avec SFEIRArticles liés
CrewRig : le contexte d'équipe comme artefact premier, une méthode née chez SFEIR
Hoani Cross (SFEIR Nantes) présente CrewRig le 18 mai 2026 : une configuration IA d'équipe en couches versionnées, compilée pour Claude Code, Gemini CLI, Copilot CLI et Antigravity CLI, avec une boucle de frictions en quatre temps. Lecture de la méthode dans la grille SFEIR à onze phases.
« Tu veux pas refaire l'ERP de l'IA » : le prochain lock-in ne sera pas votre cloud, mais votre cerveau d'entreprise
Un CDO du retail explique ce qui l'empêche de dormir : pas la facture cloud, mais le jour où l'intelligence de son entreprise sera encodée dans un harnais agentique propriétaire. La souveraineté se déplace vers la couche agentique, et le Design to Exit avec elle.
Le « Taste Skill » : pourquoi l'intention de design se décide en phase Plan
L'intention de design d'un produit, son design-system, son registre visuel, n'est pas un détail à corriger en Review : c'est un arbitrage de la phase Plan. Le « Taste Skill », objet open-source, le démontre concrètement.
Context Engineering : le guide complet pour 2026
Le Context Engineering est la discipline qui structure le contexte alimentant les agents IA. Architecture 3-Tier, CDLC, et Compound Engineering : tout comprendre.
Le problème que personne n'a nommé : comment dix agents peuvent ignorer ce qu'un seul sait déjà
Warm Memory, compaction du contexte, tool clearing : le guide architectural du context engineering multi-agents pour les équipes qui déploient des systèmes agentiques en production.
Context engineering vs RAG, fine-tuning et MCP : le guide de décision
RAG, fine-tuning, MCP, context engineering : ces quatre approches répondent à quatre problèmes distincts. Un guide de décision pour savoir quoi choisir, quand, et dans quel ordre les combiner.
Le TDD du contexte : comment maintenir un contexte d'agent vivant face à la pourriture
Le contexte se dégrade comme le code — en silence, par accumulation. Playbook concret pour appliquer le TDD du contexte : évaluations, règle des deux explications, CDLC de Debois, ownership. 5 gestes actionnables pour garder un contexte vivant sans y passer des jours.
Le contexte de vos agents IA est une surface d'attaque
Le contexte des agents IA est à la fois leur carburant opérationnel et leur principale surface d'attaque. Injection de contexte, exfiltration via la Knowledge Base, empoisonnement de la Hot Memory : trois vecteurs distincts, cinq leviers de gouvernance concrets.
Le budget de tokens du contexte : un actif, pas une dépense
La facture IA explose ? Le vrai levier n'est pas de couper les tokens — c'est de comprendre que le contexte est un actif capitalisable, pas une dépense Opex. ROI ×5, architecture Hot/Warm/Cold, prompt caching : le cadre de décision du DSI.
Architecture 3-Tier du contexte : Hot, Warm et Cold Memory
Le paradoxe du prompt vide : quand 80 % du travail se fait avant d'écrire Une étude portant sur 283 sessions de travail avec des agents IA révèle un chiffre qui devrait faire réfléchir tout architecte logiciel : l'infrastructure contextuelle représente désormais 24,2 % de la doc...
Le CDLC : traiter le contexte comme une dépendance logicielle
Le paradoxe du prompt vide : quand 80 % du travail se passe avant d'écrire Vous avez probablement déjà vécu cette situation : un développeur passe une heure à peaufiner un prompt, obtient un résultat médiocre, reformule, recommence, et finit par se demander si l'IA tient vraimen...
Compound Engineering : comment chaque cycle rend le suivant plus facile
Le paradoxe du prompt vide : pourquoi votre IA recommence toujours de zéro Imaginez embaucher un développeur senior chaque matin, lui expliquer l'intégralité de votre projet, vos conventions, votre architecture, vos décisions passées — puis le voir partir à 17h sans laisser la m...
Le développeur devient architecte de contexte
Quand le code devient une commodité Il y a quelques années encore, la valeur d'un développeur se mesurait principalement à sa capacité à produire du code : lignes par jour, fonctionnalités livrées, bugs corrigés. Cette époque est révolue. Le TechRocks Summit 2025, dont SFEIR a o...
Écrire du code est un anti-pattern : la provocation qui change tout
La provocation qui remet tout en question « Écrire du code est désormais un anti-pattern. On ne doit plus produire de code manuellement. » Cette phrase, prononcée par Didier Girard, a de quoi faire bondir n'importe quel développeur. Elle semble absurde, voire pro...
Monorepo et contexte partagé : l'infrastructure du Compound Engineering
L'ingénierie logicielle à l'ère des agents : un changement de paradigme silencieux Il se passe quelque chose d'intéressant dans les équipes de développement qui travaillent sérieusement avec des agents IA. Celles qui obtiennent les meilleurs résultats ne sont pas forcément celle...
Harness Engineering : le modèle compte moins que le harnais
Même modèle, 58% vs 81,8% de réussite. La variable décisive n'est pas l'IA — c'est le système qui l'entoure. Bienvenue dans l'ère du harness engineering.
Vos développeurs utilisent peut-être l'IA depuis dix-huit mois. Et vos équipes, elles, attendent encore l'approbation du comité.
Par où commencer l'agentic coding en entreprise : le frein est organisationnel, et le goulot d'étranglement, c'est le contexte.
Agentic coding sur de grandes bases de code : le vrai problème n'est pas l'agent, c'est la mémoire
Agentic coding sur de grandes bases de code : le vrai goulot, c'est lire le code existant — donnez le contexte du dépôt à l'agent.
Edgee : compresser le contexte plutôt que changer de modèle
Les agents de codage paient surtout du contexte relu. Edgee, passerelle française en Rust, s'intercale devant Claude Code ou Codex pour compresser ce contexte sans casser le cache. Ce que ses mesures disent vraiment, une fois séparées de ses chiffres marketing.