Contexte et positionnement

Dans un échange avec le développeur Matt Pocock, reconnu pour son approche « spec‑driven », l’auteur souligne que la plupart des praticiens placent le code au centre du projet. Pocock considère le code comme la source de vérité, tandis que l’auteur affirme que la description écrite de l’objectif, appelée Ideal State Artifact (ISA), doit précéder l’implémentation. Cette divergence reflète un débat plus large sur la place de la boucle de rétroaction entre intention et exécution dans les projets d’IA en 2026.

Architecture de l’Ideal State Artifact

L’ISA se compose de plusieurs sections structurées. La première, l’Ideal State, est un texte libre qui capture la vision du produit ; il peut s’étendre de quelques paragraphes à plusieurs milliers de mots. La section Constraints recense les limites imposées, tandis que Decisions consigne chaque choix de conception avec date et justification. Le cœur de l’artefact réside dans les Ideal State Criteria (ISCs), des exigences atomiques et testables. Chaque ISC possède un eval associé, allant d’une simple assertion à un pipeline complet « code → assert → question LLM → rubriques de jugement ». L’ensemble est intégré dans le système LifeOS via la compétence Discuss, qui aide à enrichir le texte en temps réel.

Analyse des impacts sur la précision et l’exactitude

L’auteur oppose précision (code) et exactitude (écriture). Il explique que l’IA excelle à exécuter les consignes, mais que les écarts entre le résultat et l’intention proviennent d’une mauvaise articulation, phénomène nommé « Writer’s Blindness ». En consignant l’intention dans un ISA, on réduit cet écart : les ISCs traduisent directement les exigences en tests, garantissant que le comportement produit correspond à la description initiale. Cette méthode améliore l’exactitude sans sacrifier la précision du code, car chaque modification du code est immédiatement vérifiable contre les critères définis.

Limites et perspectives

Le texte ne fournit pas de mesures quantitatives sur le gain de productivité ou le taux de défauts réduit. La mise en place d’un ISA impose un effort rédactionnel supplémentaire, ce qui peut ralentir les itérations rapides. De plus, la dépendance à un système comme LifeOS nécessite une intégration technique non détaillée. Malgré ces réserves, le modèle propose une discipline explicite qui pourrait être adaptée aux équipes cherchant à aligner plus étroitement leurs projets d’IA avec les objectifs humains.