Le mur de vidéos est difficile à ignorer. Un dragon de Skyrim qui se fait descendre au fusil d’assaut de Call of Duty, de la TNT Minecraft qui rase un quartier de Los Santos, des zombies qui débarquent dans des mondes qui n’ont rien demandé. Les jeux se croisent, s’emboîtent, se saccagent joyeusement, et une bonne partie de ce bordel sort d’agents IA.
C’est Numerama qui pose le constat : les agents écrivent désormais une part conséquente du code des mods sur PC. Pas les moddeurs, pas les studios. Les agents. Colle ça à côté du fait qu’Unity avait déjà fichu Claude et Codex sur le code de ses jeux faute de tutos à jour sur le web. Le code des jeux commence à passer de main en main sans qu’un humain touche vraiment le clavier.
Sauf que.
Parce que écrire du code, c’est une chose. Écrire du code que personne ne peut vérifier, c’en est une autre. Et là-dessus, The Batch remet une pièce dans la machine avec AREX, un agent qui fait un truc simple à dire et compliqué à faire : il condense et relit sa propre recherche, morceau par morceau.
Le vieux problème de l’agent qui tourne en rond
Le souci qu’AREX essaie de régler est vieux comme les agents. Tu poses une question qui demande du raisonnement long et de l’usage d’outils, et l’agent part en roue libre. Il cherche sans progresser, il répète des stratégies déjà plantées, ou il te livre une réponse à moitié vérifiée qu’il te vend comme bouclée. Le genre de comportement qui passe très bien quand tu lui demandes une recette de crêpes, et beaucoup moins quand il vient de trifouiller le moteur physique d’un jeu.
L’idée d’AREX, c’est de découper le boulot et de le relire par petits morceaux plutôt que de tout gober d’un bloc. Au lieu de te sortir un pavé assemblé à la va-vite, l’agent repasse sur ses étapes, condense ce qu’il a trouvé, vérifie que la brique tient avant de poser la suivante. Dans l’idée, c’est exactement ce qu’on veut.
Dans les faits, The Batch reste avare en détails. Pas de chiffres, pas de comparatif, pas de nom de benchmark. On a un concept bien propre et une démonstration qu’on est priés de croire sur parole. C’est un peu la marque de fabrique des agents en ce moment : beaucoup de promesses d’autonomie, et un pipeline de vérification qui tient souvent du vœu pieux.
L’agent se relit, l’agent se valide, on applaudit
C’est là que les deux histoires se rejoignent. Des agents pondent du code de mods pendant que des chercheurs tentent de leur apprendre à se relire. Le chaînon manquant reste le même : à la fin, personne ne vérifie vraiment. L’agent écrit, l’agent se relit, l’agent valide son propre travail, et on s’enthousiasme pour un système qui se note tout seul.
On a déjà donné, pourtant. Claude qui s’auto-note premier de la classe, l’agent qui déraille parce que le harnais est foireux, l’IA qui te répond avec l’aplomb d’un expert-comptable en se plantant sur tes finances. Le pattern ne bouge pas d’un millimètre : la confiance en soi de la machine progresse plus vite que sa fiabilité.
Alors quand ton mod Skyrim-Call of Duty fera crasher le PC au bout de trois minutes, tu pourras te consoler à l’idée que l’agent, lui, était sûr de lui. Il avait relu son code. Morceau par morceau. Et il validait.
Sources :
Comments are closed