Votre codebase est-elle prête pour un bon harnais IA ?

Votre codebase n’est peut-être pas du tout prête à recevoir un bon harnais IA.

Quand on parle de harnais IA, tout le monde pense immédiatement aux fichiers AGENTS.md, aux skills, aux règles de lint, aux type checks…

Mais quand vous commencez à faire du développement agentic poussé, il y a deux autres points absolument nécessaires pour que l’IA puisse vérifier son travail dans de bonnes conditions.

1. Tout démarrer localement, facilement

Elle doit être en mesure de démarrer localement tout ce qui compose le programme, facilement. Par exemple avec un init.sh qui s’occupe de tout.

À noter que si vous travaillez avec des agents en parallèle via des worktrees sur une même machine, il faudra tout isoler par instance (ports dynamiques, BDD, volumes, noms de projets Docker Compose…) pour pouvoir lancer plusieurs fois le programme complet en parallèle. Et prévoir de la RAM…

Il est aussi important que le programme soit dans un état clean à chaque lancement. Adieu la BDD locale qui dure pendant des mois et des mois : chaque démarrage doit avoir sa propre BDD fraîche avec des seeds (et potentiellement des sets différents selon les tests).

2. Une observabilité complète par instance

Chaque instance complète du programme doit être la plus observable possible (logs, network, OpenTelemetry, metrics…) et chaque agent doit avoir un accès complet à l’observabilité de son instance.

Le résultat

Grâce à cet environnement de développement, les agents peuvent vérifier leur travail au runtime. Et la différence de résultats est flagrante !

De nouvelles consignes deviennent aussi possibles : « aucune erreur dans les logs », « action en dessous de XXX ms », etc.

Pensez-y sur vos projets ;)