Tag
agents-ia
Agentic Engineering
Discipline d'ingénierie où l'agent IA implémente pendant que l'humain garde la propriété de l'architecture, de la qualité et de la correction.
AI-First
Concevoir les applications pour être consommées par des agents d'abord (via MCP), au-delà de l'API-First : l'IA comme premier utilisateur du logiciel.
CDLC
Cycle de développement du contexte : le traiter comme une dépendance logicielle, versionnée et évaluée (Generate, Evaluate, Distribute, Observe).
Cold Memory
Étage d'archivage du contexte : la base de connaissances de référence, non chargée par défaut mais récupérée à la demande.
Harness Engineering
Discipline de conception du système (guides, sensors, outils) entourant un agent IA pour fiabiliser et amplifier ses résultats.
Hot Memory
Étage du contexte toujours chargé : la « constitution » de l'agent (langage, conventions, règles), présente à chaque session.
Loop Engineering
Discipline qui consiste à concevoir le système, la boucle, qui prompte un agent IA à votre place, au lieu de le prompter soi-même tour après tour.
Loopcraft
Art d'empiler et de combiner plusieurs boucles agentiques — boucle cœur, vérification, événementielle, hill-climbing — plutôt que d'en exécuter une seule.
RAG
Génération augmentée par récupération : le LLM interroge une base documentaire pour ancrer ses réponses sur des sources à jour et vérifiables.
Ralph Wiggum
Technique de boucle agentique naïve mais robuste : relancer sans relâche le même objectif jusqu'à convergence — pilier empirique du loop engineering.
Warm Memory
Étage intermédiaire du contexte d'un agent : l'expertise chargée à la demande selon la tâche, entre le contexte permanent et l'archive.
ADLC
Cycle de développement agentique publié par Chris Williams en juin 2026 : huit phases, deux portes humaines, des portes machine entre toutes les autres.
Explorez tous nos articles
Plus de contenus techniques sur l'IA, le Cloud, la Data et le Software Engineering.
Tous les articles