Wallerand Delevacq
EnglishEN

Étape 03 / Dépôt public / 2026

Un harness d'agents IA mesuré

Mon poste de travail et les agents IA de code que j'utilise au quotidien, gérés depuis une seule source publique, avec des secrets chiffrés et un audit qui vérifie que les agents suivent chaque consigne.

Plan de vol

Période
Août à octobre 2026
Rôle
Auteur unique
Équipe
Projet solo
Stack
Go, chezmoi, age, GPG, GitHub Actions
692
sessions réelles analysées pour savoir quelles skills servent
24
ADR sur un projet solo
2
hôtes d'agents, Claude Code et Codex, configurés depuis une seule source

Du dépôt à l'agent

Une seule source d'instructions, projetée vers chaque hôte, puis mesurée sur les sessions réelles.

  1. WP01Sources canoniquesRègles techniques, voix, préférences
  2. WP02AdaptateursClaude Code sur deux profils, Codex
  3. WP03Skills et sous-agentRevue, ADR, obsolescence, passage de relais
  4. WP04MesureCoût en contexte, déclenchement, respect des consignes

Contexte

Je travaille sur macOS et Linux, avec deux profils (personnel et professionnel) et deux hôtes d’agents IA. Le dépôt est public et contient des fragments privés, chiffrés.

Ce que j’ai construit

  • Un harness d’instructions en couches, projeté vers Claude Code et Codex, avec 18 skills et un sous-agent qui juge les changements que la vérification automatique ne sait pas trancher.
  • Un audit du harness : coût en contexte, retard de déploiement, activation de chaque skill d’après les transcripts, tests par mutation des règles.
  • Des secrets chiffrés avec age et une clé GPG sur YubiKey ; la CI refuse toute commande qui ferait fuiter du contenu déchiffré dans des logs publics.
  • Une CLI Go de 14 commandes et une barrière de vérification unique, rejouée en CI sur macOS et Linux pour les deux profils, avec un contrôle d’idempotence.

Ce que ça montre

Je traite les agents IA comme un système en production : chaque consigne a un coût et une mesure. Et j’applique à un projet solo la gouvernance que j’attends d’une équipe.

Une décision

Mesurer avant d'ajouter une règle

Contexte
Chaque règle toujours chargée coûte du contexte à chaque session, et rien ne prouve qu'un agent la suit.
Décision
Une règle ou une skill n'entre dans le harness qu'avec trois mesures : ce qu'elle coûte en contexte, si les agents la déclenchent vraiment, et si l'erreur qu'elle vise devient plus rare après son ajout.
Conséquence
Sur 692 sessions réelles, je sais quelles skills servent et lesquelles ne se déclenchent jamais. Quand les données manquent, l'audit répond « inconnu » au lieu de conclure que tout va bien.