Aller au contenu

Guide : Workflow d'Ingénierie Agentique avec Claude Code

Résumé

Guide complet extrait d'une vidéo YouTube sur le workflow d'ingénierie agentique en conditions réelles (startups, enterprises, freelance). Couvre la parallélisation sur 4 terminaux, la gestion du contexte, la qualité du code, les git worktrees et le mindset ingénieur AI-native. Source : https://youtu.be/ElYxdpYi4U0

Contenu structuré

4 terminaux parallèles avec niveaux d'effort différenciés

Lancer 4 fenêtres Claude Code simultanément, chacune avec un niveau d'effort adapté à la charge de la tâche :

Position Effort Usage
Haut gauche High Tâches longues, exploration créative
Haut droite High Deuxième tâche majeure parallèle
Bas gauche Medium Tâches intermédiaires
Bas droite Low Questions rapides, explorations légères

4 flux parallèles est la limite cognitive raisonnable — pas 50 agents simultanés.

Gestion de la fenêtre de contexte

Quand le contexte se remplit, l'IA dérive et ralentit. Utiliser /compact (compression) ou /clear (reset complet) au bon moment. C'est une compétence intuitive, pas une règle fixe.

Qualité du code : la commande smell

Commande personnalisée basée sur les livres #clean-code (Robert C. Martin) et Design Patterns (GoF). Rappelle au modèle les principes d'architecture solide plutôt que d'utiliser des prompts génériques ("tu es un senior engineer").

Bash vs MCP Servers

  • Bash : services connus (GitHub CLI, curl), opération simple, le LLM connaît déjà le CLI
  • MCP : services internes inconnus, besoin de contexte enrichi, opérations complexes

MCP recommandés : Context7 (doc à jour de frameworks), Serena (LSP pour recherche code efficace).

Git Worktrees

Avec plusieurs terminaux sur le même repo, le contexte Git est partagé → conflits. Les worktrees créent des copies indépendantes permettant le vrai travail parallèle, y compris générer 3 approches différentes au même problème sans conflit. Voir shared/architecture/plan-assemblage-os-agentique pour l'application concrète dans le setup Bernard.

Mindset : Vibe Coder vs Ingénieur AI-Native

Gains réels en production : 30-60%, pas 5x. L'engineering est plus que le code. Lire et comprendre le code mergé reste non-négociable — l'architecture ne se délègue pas à l'IA.

Points clés

  • 4 terminaux × niveaux d'effort = parallélisation sans saturation cognitive
  • Gérer /compact et /clear est une compétence à part entière
  • Ancrer la qualité dans des livres d'ingénierie éprouvés, pas des prompts génériques
  • Review IA + review humaine : toujours les deux ensemble
  • Git Worktrees = travail vraiment parallèle sans conflits entre agents
  • Ignorer les méthodes à la mode ; n'adopter que ce qui survit 3-4 mois

Liens connexes