Nouvelle tendance IA : du prompt engineering à l'ingénierie en boucle

Dans le domaine de l’intelligence artificielle, le prompt engineering était autrefois considéré comme une compétence essentielle pour interagir efficacement avec l’IA. Mais aujourd’hui, l’ingénierie en boucle devient rapidement la nouvelle tendance prisée des experts en IA. D’après Business Insider, Boris Cherny, créateur de Claude Code, a déclaré publiquement qu’il ne rédige plus de prompts et qu’il laisse les agents IA piloter le travail via des mécanismes de boucle. Lors d’une interview sur CNBC, Cherny a révélé qu’un agent qu’il a développé envoie lui-même des instructions à Claude, tandis que lui se concentre uniquement sur la construction de la boucle. Il estime même que ces boucles et fonctionnalités associées seront ce dont il sera le plus fier dans dix ans.

Cette tendance n’est pas un cas isolé. Peter Steinberger, ingénieur chez OpenAI et créateur du projet viral OpenClaw, publie un rappel mensuel sur la plateforme X, indiquant que les utilisateurs ne devraient plus rédiger de prompts pour les agents de codage. Claire Vo, fondatrice de ChatPRD, résume l’ingénierie en boucle ainsi : vous n’avez pas besoin d’utiliser vos doigts pour saisir des prompts afin que l’agent travaille pour vous. Cette philosophie redéfinit la manière de développer des applications IA : on passe de la conception manuelle de prompts à la construction de systèmes en boucle capables d’itérer de manière autonome.

L’émergence de l’ingénierie en boucle marque un passage de l’interaction « par instructions » à une approche « par agents ». Les développeurs ne sont plus les « dactylos » de l’IA, mais deviennent les architectes de boucles. En définissant des objectifs, des mécanismes de rétroaction et des conditions limites, ils permettent aux agents IA de prendre des décisions, d’exécuter des actions et de s’améliorer de manière autonome au sein de la boucle. Pour les équipes en quête d’efficacité et d’évolutivité, cela pourrait représenter un bond en avant productif, tout en posant des exigences accrues en matière de robustesse et d’explicabilité des systèmes.