Arrêtez d'écrire vos prompts manuellement. Comment transformer les agents IA en chaîne de montage autonome

Le responsable du développement de Claude Code chez Anthropic, Boris Cherni, a un jour admis qu'il n'écrivait plus ses prompts manuellement. À la place, il exécute des boucles automatiques qui forment les tâches pour Claude, le lancent et vérifient le résultat de manière autonome. Écrire un prompt une seule fois n'est pas un problème. Mais si vous envoyez les mêmes instructions à un assistant IA chaque jour—qu'il s'agisse de vérifier la CI ou de trier les bugs—vous effectuez un travail routinier.

Le développeur Kobus Greyling a publié un projet appelé loop-engineering sur GitHub, qui propose de changer cette approche. Cessez d'être un opérateur de chat et devenez un concepteur de systèmes autonomes. Le projet a recueilli plus de 10 000 étoiles, et il y a vraiment matière à réflexion.

Des sessions ponctuelles aux boucles fermées

Le principal problème des interactions typiques avec les agents de codage comme Claude Code, Grok ou Cursor réside dans le contexte. Vous ouvrez une boîte de dialogue, expliquez la structure du projet, donnez une tâche et attendez le résultat. La session se ferme—le contexte est perdu. Le lendemain, tout recommence.

Le concept de Loop Engineering propose de fermer le processus en boucle infinie. L'agent s'exécute selon un planning, lit l'état du dépôt depuis un fichier spécial, effectue le travail dans une branche isolée, exécute les tests et met à jour les statuts.

flowchart LR
    A[Schedule / Automation] --> B[Triage Skill]
    B --> C[Read + Write STATE / Memory]
    C --> D[Isolated Worktree]
    D --> E[Implementer Sub-agent]
    E --> F[Verifier Sub-agent]
    F --> G[MCP / Git / Tickets]

Vous n'avez pas besoin d'écrire des frameworks Python complexes pour cela. L'architecture de la boucle est construite à partir de plusieurs éléments compréhensibles :

• Exécution planifiée via cron, GitHub Actions ou systemd.
• État du projet dans un simple fichier Markdown STATE.md qui réside à la racine du dépôt et survit à tout redémarrage de l'agent.
• Branches de worktree Git isolées afin que les modifications de l'agent ne cassent pas la copie de travail actuelle.
• Séparation des agents en exécuteur et vérificateur (Maker / Checker). L'un écrit le code, le second exécute les tests et vérifie les linters.

Ce qu'il y a à l'intérieur du dépôt

Le projet se compose d'un ensemble d'utilitaires CLI publiés sur npm et d'un catalogue de scénarios prêts à l'emploi. Tous les outils sont combinés sous un seul package, donc rien n'a besoin d'être cloné.

Vous pouvez déployer un modèle sur un projet existant avec une seule commande :

npx @cobusgreyling/loop init . --pattern daily-triage --tool grok

Après l'initialisation, l'outil crée les fichiers de compétences, la structure de stockage d'état et affiche l'indice de préparation du projet—le Loop Ready score.

Pour vérifier la santé du système résultant, utilisez le doctor :

npx @cobusgreyling/loop doctor .

Cette commande trouve les problèmes de configuration et affiche les trois étapes principales d'amélioration. Par exemple, elle suggérera d'ajouter des limites de budget de tokens ou de configurer les chemins interdits à l'édition.

Le toolkit inclut également des utilitaires loop-cost pour estimer les coûts en tokens, loop-sync pour trouver les divergences entre la description de la boucle et le fichier d'état, et loop-worktree pour créer en toute sécurité des branches séparées pour chaque tentative de correction.

Sept modèles prêts à l'emploi

Le dépôt contient des modèles pour les tâches de développement courantes.

Chaque modèle est décrit avec une ventilation des coûts en tokens et un mode de mise en œuvre recommandé :

1. Daily Triage. Une fois par jour, analyse le dépôt, collecte les issues et met à jour STATE.md.
2. PR Babysitter. Surveille les pull requests ouvertes, vérifie les statuts des tests et laisse des indices aux auteurs.
3. CI Sweeper. Intercepte les builds CI échoués et essaie de corriger les tests défaillants dans une branche séparée.
4. Dependency Sweeper. Met à jour les bibliothèques dépendantes et vérifie que le projet se construit.
5. Changelog Drafter. Collecte un brouillon de changelog avant une nouvelle version.
6. Post-Merge Cleanup. Supprime les branches obsolètes et les fichiers temporaires après un merge.
7. Issue Triage. Examine les nouvelles soumissions du tracker et suggère des labels ou des réponses initiales.

L'auteur recommande de mettre en œuvre les boucles de manière incrémentale. D'abord, exécutez l'agent en mode lecture seule (L1), où il ne fait que générer des rapports. Lorsque vous êtes confiant dans l'exactitude de ses conclusions, vous pouvez passer en mode confirmation (L2), et seulement ensuite confier des routines mineures à l'autonomie complète (L3).

Le côté sombre de l'autonomie

Kobus Greyling analyse honnêtement les risques des agents autonomes. Si vous lancez une boucle avec des sous-agents sans restrictions, votre facture d'API LLM sera surprenamment désagréable. Les requêtes répétées dans une boucle infinie peuvent brûler des centaines de dollars en quelques heures.

Le deuxième risque s'appelle la dette de compréhension. Si l'agent écrit lui-même les correctifs, exécute lui-même les tests et fusionne lui-même le code dans main, l'équipe perd rapidement le contrôle sur l'architecture. Le projet se transforme en boîte noire.

De plus, toute la vérification reste de votre responsabilité. L'agent manque de bon sens et essaiera de fermer un test par tous les moyens nécessaires, même si cela signifie supprimer le test lui-même.

Qui devrait essayer

Le dépôt sera utile pour les équipes qui utilisent déjà activement des outils IA en ligne de commande comme Claude Code ou Grok et qui cherchent un moyen de les intégrer systématiquement dans la CI/CD.

Commencez petit. Installez loop init, choisissez un scénario daily-triage, et laissez l'agent passer une semaine à écrire simplement des rapports quotidiens dans STATE.md. C'est une façon sûre de comprendre à quel point le concept correspond à votre projet sans risquer la stabilité de votre base de code.