Un récent article de développeur capture une frustration familière : un agent de codage IA a généré 200 lignes de code qui ont immédiatement planté – non pas parce que le modèle était défectueux, mais parce que l'humain n'avait pas clairement défini ce que « permissions » signifiait dans ce contexte. Cette anecdote souligne une prise de conscience croissante dans la communauté des développeurs : le goulot d'étranglement dans le codage assisté par IA est souvent la spécification des exigences, pas la capacité du modèle. L'article compare deux solutions émergentes : les Agent Skills de Matt Pocock, qui fournissent des instructions structurées et réutilisables pour les agents IA, et Spec-Superflow, un framework chinois adoptant une approche similaire mais plus agressive. Tous deux visent à aller au-delà des prompts ad hoc vers des définitions de compétences formalisées qui encodent les connaissances du domaine et les conventions du projet. Pour les responsables techniques et les créateurs d'outils, cela signale un changement vers le traitement des agents IA comme des membres à part entière de l'équipe de développement nécessitant une intégration, pas seulement de meilleurs prompts.
Un regard pratique sur les raisons pour lesquelles les agents de codage IA échouent et comment les frameworks de compétences structurées comme Agent Skills de Matt Pocock et Spec-Superflow en Chine abordent la cause racine.