13 documents tagués avec "ai-systems"

Une carte pratique des couches de contrôle, de contexte, d’outils, de preuves et d’évaluation autour des agents d’IA.

Comprendre les responsabilités d’un harness de production à travers l’état du runtime Codex, la compaction du contexte, ses interfaces et ses deux couches de sécurité.

Comment les limites d’étapes, la validation des outils, la vérification, l’annulation et un état durable rendent les boucles d’agent utiles et récupérables.

L’IA peut repérer une lacune, expliquer une étape et proposer des exercices, mais le rappel et la résolution restent le travail de l’apprenant.

Séparer la capture, les preuves, la compréhension privée et l’écriture publique sans créer une nouvelle base centrale.

Comment conditionner une procédure d’agent répétable, tester son déclenchement et son résultat, et gérer les risques de portabilité et d’exécution de code.

Comment les principes classiques du génie logiciel résolvent les modes de défaillance du codage assisté par IA.

Concevoir des outils dont les entrées, l’autorité, les effets de bord, les échecs et les preuves restent lisibles pour les modèles et les opérateurs.

Comprendre l’exécution, la reprise et la validation des agents de code à partir des responsabilités du harness, du noyau minimal de Pi et de ses limites de sécurité.

Comment constituer un petit ensemble de travail à jour tout en préservant la provenance et l’état durable hors de la fenêtre du modèle.

Choisir ce qu'un assistant IA doit conserver et retrouver, sans confondre notes, résultats de recherche et autorité.

Une vue au niveau du protocole de l’architecture, du cycle de vie, des primitives, des transports, des frontières de confiance et des alternatives de MCP.

Spécifications, discours fournisseur, benchmarks, observations et recommandations ne prouvent pas la même chose ; une note doit dire ce que chaque source soutient réellement.