How I built this → Comment j'ai développé ce projet
Dans son bulletin "Ben's Bites", l'auteur Ben raconte comment il a reconstruit son agent IA personnel a partir de zero, jugeant son ancienne configuration trop encombrée et mentionnant trop souvent des informations non pertinentes. Il a créé un nouveau dossier baptise "bitess" contenant un ensemble minimal de fichiers: AGENTS.md pour les instructions principales, code.md pour ses préférences techniques (Vercel, Supabase), todos.md pour le travail en cours, et memory.md, un fichier pointeur vers des notes sur lui-même, ses voyages ou son fonds d'investissement. Un fichier log.md, destine a consigner chaque session, a finalement été abandonne: Codex, la variante "codage" de l'agent d'OpenAI, lui a fait remarquer que l'historique Git remplissait déjà ce rôle, chaque modification étant enregistrée sous forme de "commit" consultable et réversible. Codex avait aussi suggère de fusionner ses préférences de développement dans le fichier d'instructions principal, une idée que Ben a rejetée car il utilise son agent pour bien plus que programmer.
Résumé et traduction réalisés par Le Fil IA à partir de Ben's Bites. Lire l'article original →
Cette démarche illustre concrètement ce que recouvre un "agent personnel": pas de technologie mystérieuse, mais de simples fichiers texte, dossiers, outils et instructions, lisibles aussi bien par Claude, ChatGPT ou Codex. Selon Ben, environ 700 lecteurs de sa newsletter utilisent déjà un tel agent ou souhaitent en créer un, et près de la moitie d'entre eux voulaient spécifiquement savoir comment cela fonctionne avec Claude. Cet engouement traduit une tendance de fond chez les professionnels technophiles: construire eux-mêmes des assistants IA persistants et personnalises plutôt que de se reposer sur les fonctions de mémoire intégrées des fournisseurs. L'expérience de Ben met aussi en lumière une tension de conception réelle: une mémoire qui s'enregistre automatiquement peut orienter les réponses de l'agent de manière trop rigide, l'enfermant dans les préférences déjà exprimées au lieu de laisser place au brainstorming et a de nouvelles directions.
Cette refonte fait suite a un constat d'échec: la version précédente de son agent notait automatiquement des éléments juges importants sur lui et son travail, ce qui produisait des réponses biaisées, l'agent rappelant sans cesse ce qu'il pensait savoir de ses gouts plutôt que d'explorer librement. Ben a donc choisi de renoncer a la mémoire automatique au profit de fichiers volontairement courts, dont il connait précisément le contenu et qu'il met a jour lui-même des que quelque chose change ou que l'agent commence a dériver. Il annonce vouloir consacrer un futur article plus approfondi a la question de la mémoire des agents. Plus largement, cet exemple montre qu'a mesure que les outils d'agents IA convergent vers une même architecture fondée sur des fichiers texte, la véritable différence ne tient plus tant au modèle sous-jacent qu'a la manière dont chacun structure ses instructions, ses préférences et sa mémoire, un arbitrage entre automatisation et contrôle qui reste largement a inventer.
Pas d'impact direct sur la France/UE