Jugement — Discipline de Raisonnement pour Agents
L'écart entre une exécution forte et une exécution faible n'est généralement pas dû à l'intelligence brute — c'est de savoir si les habitudes ci-dessous ont été ignorées.
1. Avant de décomposer la tâche : comprendre la tâche
La plupart des erreurs de décomposition proviennent du découpage correct d'une tâche mal comprise.
- Trouvez le vrai objectif, pas les mots. « Réparer X » signifie généralement « réparer la cause racine dont X est un symptôme ». Énoncez le travail derrière l'invite en une phrase ; si cette phrase est identique à l'invite, vous ne l'avez probablement pas encore comprise.
- Lisez d'abord, planifiez ensuite. Parcourez chaque fichier/flux qui sera modifié, de bout en bout. Réimplémenter une fonction utilitaire ou un modèle qui existe déjà dans la base de code est la perte de qualité la plus courante.
- Séparez les inconnues en deux catégories : (a) Je peux trouver cela moi-même → utilisez les outils, ne demandez pas ; (b) seul l'utilisateur le sait (argent / préférence / périmètre) → demandez une fois, avec des options.
- Test inversé : « Quand je dis que cette tâche est terminée, que regardera l'utilisateur pour vérifier ? » Si vous ne pouvez pas écrire la réponse, rédigez d'abord vous-même le critère d'acceptation.
1b. La carte des inconnues
Les deux catégories ci-dessus ne couvrent que les inconnues connues. La carte complète comporte quatre quadrants ; la plupart des pertes de qualité proviennent des deux derniers :
- Inconnues inconnues → passe en angle mort. Dans un nouveau domaine, une région de code inconnue ou un travail à enjeux élevés, faites un tour d'horizon avant de planifier : « Quelles questions ne sais-je même pas poser ici ? » Parcourez la base de code et les travaux antérieurs avec cette optique et rapportez ce que vous avez trouvé — AVANT de proposer des solutions.
- Inconnues connues → échappez-vous vers un prototype. Tout ce que l'utilisateur « reconnaîtra au premier coup d'œil » (visuels, ton, flux UX) est déversé dans un artefact bon marché avant l'implémentation : un maquette HTML, 3–4 variantes, de fausses données. Une différence qui semble minime dans un cahier des charges est un écart coûteux dans le code ; recueillez la réaction sur la maquette, pas sur le code.
- Si vous demandez, posez la question qui change l'architecture. Le filtre pour savoir si une question vaut la peine d'être posée : « La réponse changera-t-elle l'architecture ou le périmètre ? » Si non, supposez et notez l'hypothèse ; si oui, demandez en un message, avec des options, au maximum 2–3 questions.
- Placez la partie la plus volatile en haut du plan. Modèle de données, interfaces de type, flux orienté utilisateur — les décisions que l'utilisateur touchera deviennent des titres de plan ; les refactorings mécaniques vont en bas.
- Gardez une section « Écarts » pendant l'exécution. Chaque cas limite qui vous force à vous écarter du plan reçoit une ligne sous
Écarts :(choisissez l'option prudente, enregistrez-la, continuez). Ces lignes sont la matière première pour les inconnues du prochain plan. - Test du narrateur avant une fusion/approbation à enjeux élevés. Assurez-vous que l'approbation est éclairée : pour un changement d'argent/production/juridique, expliquez en 5–8 puces ce qui a changé et quels risques connus ont été écartés. Si vous ne pouvez pas le raconter, le travail n'est pas compris — la fusion attend.
2. Modèle de décomposition
- Colonne vertébrale d'abord : réduisez la tâche au squelette fonctionnel le plus fin de bout en bout (un seul chemin heureux). Les décorations plus tard.
- Ordre des dépendances, pas l'ordre des intérêts : la première tâche n'est pas la plus intéressante — c'est celle sur laquelle la plupart des autres choses se construisent. Tirez en avant la pièce qui supprime le plus d'incertitude.
- Chaque pièce = action → résultat observable → vérification. Une pièce dont la vérification ne peut pas être définie n'est pas une pièce ; divisez davantage.
- Pour les tâches de 3+ étapes, laissez des transmissions aux arrêts : à la fin de chaque phase, écrivez un paragraphe sur le disque — « état actuel + travail restant ». La perte de contexte est l'échec le plus coûteux.
- Quand deux chemins sont égaux, choisissez le moins cher — mais celui qui est correct sur les cas limites. La diff courte gagne ; la diff la plus courte au mauvais endroit est un second bug.
3. Vérifier son propre travail (la section qui tue le faux « fini »)
Avant de faire un rapport, dans l'ordre :
- Exécutez, ne regardez pas. Un code qui semble correct n'est pas une connaissance. Exécutez le test, lancez la commande, ouvrez la page, observez la sortie. Un comportement non observé = un comportement inconnu.
- Lisez votre propre diff en tant qu'adversaire : produisez au moins un scénario concret pour « quelle entrée casse ce changement ? » et essayez-le. Si vous n'en trouvez pas, vous n'avez pas assez cherché.
- Balayez les appelants frères : greppez TOUS les appelants de la fonction que vous avez modifiée. Le chemin mentionné dans le ticket n'est pas le seul chemin.
- Recomptez les nombres : si vous allez dire « 9 fichiers mis à jour », comptez avec une commande. Un nombre rapporté de mémoire est un nombre erroné.
- Rapportez l'échec textuellement. Si un test a échoué, dites-le avec la sortie. N'adoucissez pas en « probablement un problème d'environnement » — cette phrase couvre presque toujours un vrai bug.
- Vérifiez même quand la vérification semble plus coûteuse que le travail. Le coût d'un faux « fini » est 10 fois le coût de la vérification (temps + confiance de l'utilisateur).
4. Décider de la prochaine étape
- Quelle action les preuves soutiennent-elles réellement ? La reconnaissance de motifs (« cette erreur est généralement X ») est une hypothèse, pas une décision. Avant toute commande qui modifie le système, vérifiez que les preuves soutiennent CETTE action.
- L'échelle quand on est bloqué : (1) lisez réellement le message d'erreur → (2) construisez une reproduction minimale → (3) listez vos hypothèses une par une et testez la plus faible → (4) après 2 rounds infructueux, changez d'approche — n'essayez pas la même chose une 3e fois → (5) si c'est un vrai mur, présentez à l'utilisateur la situation + ce qui a été essayé + votre recommandation.
- Quand une décision bloque : paramétrez l'espace d'options (voir le skill
option-space). N'optimisez pas sur un seul axe. - Actions à enjeux élevés : préparez, montrez, attendez l'approbation. L'approbation ne se transfère pas d'un contexte à un autre.
- Discipline de finition : si votre dernier paragraphe est un plan, une question ou une promesse, ce travail se fait maintenant. La liste « Je pourrais aussi… » vient après la fin de la tâche, pas avant.
5. Leçons vérifiées sur le terrain (chacune d'un incident réel)
- Si une étiquette de risque provient d'un résumé, lisez le code d'abord. Une transmission disait qu'un composant était « risqué, écrit publiquement et de manière autonome » ; la lecture du code a montré la ligne la plus sûre du système. Les résumés portent la peur, pas le code — les audits descendent jusqu'au code. L'inverse est également vrai : un résumé anodin peut cacher un risque réel.
- Un correctif doit être compatible avec les couches qu'il traverse. « Envoyer une alerte en cas d'échec » semble simple ; si le pipeline de notification supprime les messages d'erreur par politique, un message FAIL simple n'arrive jamais. Avant d'ajouter quoi que ce soit, lisez TOUTES les couches de filtre/politique que le signal traversera (même principe pour les couches de cache, de nouvelle tentative, de déduplication, de limite de débit).
- Rafraîchissez les preuves avant toute affirmation d'état. Répondez à la question « les identifiants sont-ils en place ? » en exécutant la vérification maintenant, pas en citant le rapport d'hier. Un ancien rapport est une ancienne réalité.
- Le chevauchement des listes de fichiers ≠ le chevauchement du contenu — diff avant de fermer. Une PR a été fermée à tort comme « doublon de ce qui est sur main » basé sur des noms de fichiers correspondants ; la diff réelle contenait un gestionnaire que main n'avait pas. Les affirmations de « déjà fait » sont prouvées ligne par ligne, pas par des listes de fichiers.
- Une analyse de configuration ne montre pas un échec opérationnel — lisez les journaux. L'analyse des métadonnées de 177 tâches planifiées semblait « complète » mais a manqué la véritable crise (un quota épuisé depuis 3 jours, ~25 tâches sautées silencieusement). L'analyse de la structure (ce qui existe) et l'analyse de l'état (ce qui s'exécute/échoue) sont des étapes distinctes ; sans la seconde, « j'ai audité » est une fausse confiance.
- Interrogez la propre mémoire d'une tâche pour savoir si son objectif est terminé — pas son calendrier. Une tâche s'exécutant 18×/jour suggérait « réduire la fréquence » ; son propre fichier d'état indiquait « déjà fait, aucune action nécessaire » depuis 3 semaines. La bonne action était l'arrêt complet. La réponse réside dans la dernière sortie réelle de la tâche, pas dans ses métadonnées de fréquence.
- Le risque de séquence est une classe de risque à part entière. Des étapes de passerelle peuvent être chacune correctes mais catastrophiques dans le MAUVAIS ORDRE (activer un drapeau de lancement avant les identifiants de paiement = un entonnoir vide). Dans un travail risqué en plusieurs étapes, écrivez l'ordre explicitement et, si possible, rendez le mauvais ordre impossible au niveau du code.
- Ne répétez jamais une action refusée via un autre outil. Si une écriture est bloquée, le premier réflexe n'est pas « quel outil contourne cela » mais « que protège ce blocage ? »
6. Notes de calibration
- Des invites trop détaillées et micro-gérées DÉGRADENT les modèles puissants. Donnez le contexte complet + contraintes + objectif ; laissez les étapes au modèle.
- Un seul briefing complet vaut mieux qu'un dialogue de 20 messages : contexte, contraintes, cas limites dans un seul message — le modèle décompose le reste.
- Ne laissez pas les leçons mourir avec la session : tout travail qui produit une leçon durable est noté dans des notes/mémoires persistantes.
Utilisation
Lisez cette compétence lorsque vous commencez un travail difficile/en plusieurs étapes : planifiez avec §1–2, appliquez la liste de contrôle du §3 avant de déclarer terminé, suivez l'échelle du §4 lorsque vous êtes bloqué, et revenez aux études de cas du §5 lorsque leurs déclencheurs apparaissent (risque issu d'un résumé, systèmes en couches, preuves périmées, portes séquencées).