lupy.io
Rubriques
FR
Télécharger

Laisser des agents IA travailler sans perdre le contrôle

Autonomie et supervision ne s'opposent pas : points d'approbation, suivi lisible et fichiers locaux vous gardent aux commandes d'une équipe d'IA.

Publié le 6 min de lecture

Si beaucoup de gens hésitent à confier un vrai travail à une IA, ce n'est pas par crainte qu'elle le fasse mal. C'est par crainte qu'elle fasse quelque chose dont ils n'ont pas convenu. Envoyer un message à un client. Dépenser de l'argent. Supprimer un fichier. Bien faire le travail est une question de qualité. Faire la mauvaise chose est une question de confiance, et ce sont les problèmes de confiance dont on se souvient.

Cet article explique comment une équipe d'IA peut mener un long travail seule tout en vous laissant aux commandes. Il décrit les choix de conception de lupy.io ; ce n'est pas une promesse que rien ne peut mal tourner.

Deux types d'actions

Il est utile de répartir ce que fait un agent en deux types. Le premier reste à l'intérieur du travail : dessiner un écran, rédiger un texte, relever des prix, résumer un document. Si le résultat est mauvais, vous le jetez et vous redemandez. Rien n'a changé en dehors du projet.

Le second type touche l'extérieur : dépenser de l'argent, publier, écrire à quelqu'un d'autre que vous, supprimer. Ces actions sont difficiles, voire impossibles à annuler. Elles méritent une règle différente.

Une règle différente pour le second type

Dans lupy.io, le pilote automatique mène le travail du début à la fin, et le second type d'action est conçu pour s'arrêter et demander. La demande arrive dans votre boîte de réception sous la forme d'une courte carte avec un intitulé clair, par exemple « J'ai besoin de votre accord pour envoyer l'application sur le store », et deux choix : approuver, ou pas maintenant. Tant que vous n'avez pas répondu, l'action n'a pas lieu.

C'est tout le mécanisme, et sa simplicité en est l'intérêt. Vous n'avez pas à surveiller l'écran toute la journée. Il vous suffit de répondre quand une carte arrive.

Voir ce qui se passe

Le contrôle demande aussi de la visibilité. Si vous ne savez pas ce que fait l'équipe, une carte d'approbation n'est qu'une surprise. lupy.io montre le travail de quelques façons simples : des cartes de tâches classées en à faire, en cours, en attente ou terminées ; une carte d'équipe qui indique qui a quel travail ; et des bulles en direct où les agents écrivent, avec leurs propres mots, ce qu'ils font à l'instant. Un coup d'œil suffit pour savoir qui s'occupe de quoi.

La boîte de réception rassemble trois choses au même endroit : les approbations, les questions des agents et les résultats terminés. Il y a donc un seul endroit à consulter plutôt que six.

Pourquoi la vitesse n'est pas l'essentiel

Il est tentant de juger une équipe d'IA à sa rapidité. Pour un travail qui touche le monde extérieur, une meilleure mesure est la fréquence à laquelle elle s'arrête au bon moment. Un système rapide qui ne demande jamais est celui dont il faut se méfier. Un système qui traverse vite les étapes sans risque, puis vous attend aux étapes risquées, vous donne l'essentiel de la vitesse et presque aucune inquiétude.

Ainsi, pour évaluer un outil de ce genre, posez deux questions. Que fait-il sans demander ? Et sur quoi demande-t-il toujours ? Les réponses en disent plus qu'une démonstration de vitesse.

Un petit exemple

Imaginez que vous voulez publier l'appli du café sur le store. Les agents dessinent les écrans, les testent et préparent la version ; mais juste avant l'envoi au store, le travail s'arrête et une carte arrive dans votre boîte de réception. La carte indique ce qui est sur le point de se passer et propose deux boutons : approuver, ou pas maintenant. Si vous répondez « pas maintenant », rien n'est envoyé.

Pendant ce temps, vous êtes occupé à autre chose. Vous venez quand vous êtes prêt, vous lisez la carte, vous regardez l'appli et vous décidez. Il n'y a aucune pression de temps, car l'attente est le comportement par défaut.

Les petits détails de la visibilité

Les bulles en direct semblent un détail, mais elles comptent pour la confiance. Quand un agent dit « J'ai relevé les prix de trois concurrents » ou « J'écris la première semaine de publications », vous n'avez plus besoin de demander où on en est. L'information vient à vous ; vous n'allez pas la chercher.

De la même façon, le statut sur les cartes montre qui a une tâche et depuis combien de temps elle attend. Vous voyez qu'un travail est bloqué sans avoir à le demander à personne.

Vos fichiers restent chez vous

Une autre forme de contrôle tient à l'endroit où le travail se trouve physiquement. lupy.io garde les fichiers de vos projets sur votre Mac.

Vos comptes, vos conditions

Les agents fonctionnent avec des comptes IA qui vous appartiennent, vos comptes Claude et votre compte Codex. L'usage relève donc des conditions que vous avez déjà acceptées auprès de ces fournisseurs. La façon dont les comptes s'articulent fait l'objet d'un article à part.

Ce que l'approbation ne fait pas

Il faut être honnête sur les limites. Une carte d'approbation vous montre ce que l'équipe veut faire. Elle ne garantit pas que le travail qui la précède est parfait. Si l'application part sur le store, vous devez quand même regarder l'application. La carte vous assure de pouvoir regarder ; elle ne regarde pas à votre place.

Et l'approbation ne vaut que par l'attention que vous lui accordez. Si vous touchez « approuver » sur chaque carte sans lire, le problème est revenu. La conception rend la question facile à voir ; y répondre correctement reste votre travail.

Fixer des limites dans la demande

Vous pouvez aussi poser des limites plus tôt, dans la demande elle-même. Dire « n'envoie aucune réponse » ou « montre-moi la première semaine avant de programmer quoi que ce soit » façonne le plan de sorte que ces étapes soient retenues. Comment rédiger une demande que des agents IA peuvent mener à bien en donne des exemples.

Des questions à poser à n'importe quel outil

Avant de confier un vrai travail à un système d'IA, trois questions méritent une réponse honnête. Où se trouvent mes fichiers ? Qui paie l'usage, et comment ? Que fait-il sans me demander ? Si les réponses sont vagues, c'est une information en soi.

Une façon raisonnable de commencer

Si vous êtes prudent, commencez par un travail qui reste à l'intérieur du projet : une recherche, un brouillon, un rapport. Lisez les résultats, voyez ce que vous inspirent les cartes et les bulles, puis passez à des travaux plus importants quand vous êtes à l'aise. La confiance naît généralement du fait de voir un outil se comporter de la même façon plusieurs fois, pas d'une promesse.

Si vous voulez voir les formules et ce qu'elles comprennent, la page des tarifs les présente, et la FAQ répond aux questions les plus courantes avant de commencer.

En bref

Le contrôle ne vient pas du fait que l'équipe ne fait rien ; il vient du fait qu'elle s'arrête pour demander avant les actions qui touchent l'extérieur. Vos fichiers qui restent sur votre Mac, des comptes qui sont les vôtres et la possibilité de voir ce qui se passe sont les autres piliers de cette conception. Aucun ne promet la perfection ; tous laissent la décision entre vos mains. Au début, commencez par des tâches qui restent à l'intérieur du projet, observez le comportement des cartes et fondez votre confiance sur ce que vous voyez, pas sur une promesse. Si un travail compte pour vous, ne laissez pas passer une carte d'approbation sans la lire ; elle est là pour ça. Comme petite habitude, posez-vous la question à chaque carte : est-ce bien quelque chose que je veux autoriser ? La question prend quelques secondes et la réponse est généralement oui ; mais les rares fois où c'est non, cela change tout.

Si vous voulez voir les formules et ce qu'elles comprennent, la page des tarifs les présente, et la FAQ répond aux questions les plus courantes avant de commencer.