Modes d'interaction avec l'assistant
- Leçon 1
- 40 min
- Module 1 : Mettre en place un environnement de travail sûr
Où nous en sommes
Dans Python pour l'ingénierie de l'IA en pratique et L'essentiel de Git et du développement en équipe, vous avez appris à écrire du Python et à faire passer une modification par une branche, des différences et une révision. Maintenant, un assistant de programmation peut écrire le code pour vous. Mais il aide seulement avec ce qu'il voit, et chaque type d'aide vous laisse un travail différent à vérifier. Dans cette leçon, nous comparons le clavardage, la complétion et les agents, en partant de trois façons d'obtenir de l'aide pour une lettre.
Leçon 1 sur 15 · Développement logiciel assisté par l'IAModes d'interaction avec l'assistant
1. Mettre en place un environnement de travail sûr
2. Rédiger des tâches exploitables
3. Réviser le travail généré
4. Déboguer et tester avec l'assistant
5. Livrer un travail facile à maintenir
Ce que vous saurez faire
Sachez ce qu’un assistant de programmation peut voir, modifier et exécuter avant de lui demander quoi que ce soit. Le clavardage, la complétion et les agents vous aident différemment. Chaque mode vous laisse un travail différent à vérifier.
Avant de commencerCe qu’il faut savoir et avoir sous la main
Ce que vous devez savoir
- Le projet
ticket-cleaner: il vérifie les billets de soutien de Larkfield et écritreports/summary.json. Vous l’avez créé dans Python pour l’ingénierie de l’IA en pratique. - Comment lire les différences :
-marque une ligne supprimée,+marque une ligne ajoutée et@@donne les numéros de ligne. Suivre une première modification, dans L’essentiel de Git et du développement en équipe, l’explique.
Ce qu’il vous faut sur votre ordinateur
- Rien pour cette leçon. Vous lisez deux sessions enregistrées, dans le navigateur ou dans le dossier des exercices
C15/transcripts/. Vous préparerez le projet dans la prochaine leçon. - Vous n’avez besoin ni d’un assistant de programmation, ni d’un compte, ni d’argent pour ce cours. Si vous avez un assistant, vous pouvez l’utiliser pour les mêmes tâches.
Trois façons d’obtenir de l’aide pour une lettre
Section intitulée « Trois façons d’obtenir de l’aide pour une lettre »Imaginez trois façons d’obtenir de l’aide pour une lettre importante.
Vous pouvez lire un paragraphe à une amie au téléphone. Elle suggère une meilleure phrase, et vous la tapez vous-même dans votre lettre. Elle connaît seulement ce que vous lui avez lu.
Vous pouvez taper la lettre sur votre téléphone, où le clavier suggère le prochain mot. Il voit seulement la phrase que vous écrivez. Il insère un mot seulement quand vous appuyez dessus.
Ou vous pouvez donner votre portable à une amie et dire : « Corrige ma lettre. » Elle ouvre le fichier, modifie plusieurs phrases et envoie peut-être aussi un courriel pour vous. C’est la façon la plus rapide. Mais ensuite, vous devez relire toute la lettre. Vous devez aussi savoir ce qu’elle a fait d’autre sur votre portable.
Les trois aides peuvent être aussi habiles. La différence, c’est ce qu’elles peuvent voir et ce qu’elles peuvent toucher. Les assistants de programmation se présentent sous les mêmes trois formes.
La prochaine tâche de Larkfield
Section intitulée « La prochaine tâche de Larkfield »Vous connaissez le service de soutien de Larkfield grâce aux cours de Python et de Git. Grace, la responsable du soutien, utilise le rapport hebdomadaire de ticket-cleaner. Elle a envoyé deux courriels à Amira. Dans le premier, elle demande le rapport d’une seule catégorie, ou de deux :
L’équipe de facturation a seulement besoin de la facturation, et l’équipe d’expédition a seulement besoin de l’expédition. Puis-je demander le rapport d’une seule catégorie, ou de deux quand une personne dirige deux équipes?
Dans le second, elle signale un bogue. Le rapport produit à partir de l’exportation du nouveau formulaire Web contient trois lignes de connexion au lieu d’une. Les deux courriels se trouvent dans le dossier des exercices C15/emails/.
Amira, une développeuse, réalisera les deux tâches avec un assistant de programmation dans ce cours. Kwame, l’architecte de solutions, examinera ce que l’assistant peut toucher. Tomás, un ingénieur en IA, aime les raccourcis rapides et en proposera quelques-uns. Le cours contient de vraies sessions enregistrées avec un assistant pour chaque étape. Vous pouvez donc suivre sans en avoir un.
Ce qu’est un assistant de programmation
Section intitulée « Ce qu’est un assistant de programmation »Un assistant de programmation est un programme qui envoie votre demande et une partie de votre code à un modèle de langage. Il transforme ensuite la réponse du modèle en suggestion ou en modification. Un modèle de langage est un programme qui a appris à partir d’une très grande quantité de texte. À partir d’un texte donné, il prédit le texte qui suivra probablement.
Ce seul fait explique l’essentiel de ce cours. Le modèle écrit ce qui semble probable. Il ne vérifie pas qu’une fonction existe, qu’un paquet est réel ou qu’un nombre est juste. Souvent, le texte probable est aussi correct. Parfois, il ne l’est pas, mais il semble tout aussi assuré.
Un petit exemple : des différences qui semblent seulement correctes
Section intitulée « Un petit exemple : des différences qui semblent seulement correctes »L’équipe du cours a soumis la fonctionnalité de Grace à un modèle par clavardage, avec les cinq fichiers nécessaires. Le modèle a répondu avec des différences. Un bloc de ces différences, appelé bloc de modification (hunk), commence par cette ligne :
@@ -21,10 +21,23 @@ def average_priority(tickets: list[Ticket]) -> float | None:L’en-tête annonce que le bloc couvre 10 lignes de l’ancien report.py et 23 lignes du nouveau. Comptez les lignes qui le suivent dans la réponse :
| Type de ligne | Commence par | Nombre |
|---|---|---|
| Lignes conservées | une espace | 8 |
| Lignes supprimées | - |
2 |
| Lignes ajoutées | + |
14 |
| Ancienne version : conservées + supprimées | 8 + 2 = 10 | |
| Nouvelle version : conservées + ajoutées | 8 + 14 = 22, pas 23 |
Le modèle a écrit un nombre qui semble correct pour un en-tête. Mais ce nombre ne correspond pas aux lignes écrites. Quand l’équipe du cours a appliqué la réponse avec git apply, Git a lu 22 lignes et en cherchait une autre. Il a plutôt trouvé l’en-tête suivant :
error: corrupt patch at reply.diff:54Aucun fichier n’a changé. Le code de la réponse est peut-être bon, mais personne ne pouvait utiliser la réponse telle quelle.
Trois modes et ce que chacun peut toucher
Section intitulée « Trois modes et ce que chacun peut toucher »Les assistants diffèrent par ce qu’ils peuvent voir, modifier et exécuter. Ce cours appelle ces trois formes des modes.
- Clavardage. Vous collez du code et une question dans une fenêtre de clavardage, dans un navigateur ou votre éditeur. L’assistant répond avec du texte. Il voit seulement ce que vous avez collé et ne change rien. Vous copiez sa réponse dans vos fichiers.
- Complétion. Pendant que vous tapez dans votre éditeur, l’assistant suggère les prochaines lignes en gris. Il voit le fichier où vous écrivez, et souvent d’autres fichiers ouverts. Une suggestion entre dans le fichier seulement quand vous l’acceptez, généralement avec la touche Tab.
- Agent. L’assistant travaille dans le dossier de votre projet. Il lit les fichiers que vous lui donnez et une carte du dépôt. Il modifie lui-même les fichiers, souvent plusieurs en une étape. Si vous l’autorisez, il exécute aussi des commandes dans votre terminal, comme les tests ou
pip install.
Le contexte du dépôt est la partie de votre projet qu’un assistant reçoit avec votre requête. Il peut contenir des fichiers, une liste des autres fichiers, des messages d’erreur et des exemples. Le module 2 montre comment les choisir.
Description textuelle du diagramme
Le diagramme comporte trois colonnes. La fenêtre de clavardage voit seulement ce que vous collez dans le message. Elle ne change rien, car elle répond avec du texte que vous copiez dans vos fichiers, et elle n’exécute rien. Vous déplacez le code. La complétion dans l’éditeur voit le fichier où vous tapez, et souvent d’autres fichiers ouverts. Elle modifie quelques lignes à votre curseur, seulement quand vous les acceptez, et elle n’exécute rien. Vous acceptez chaque suggestion. L’agent voit les fichiers que vous ajoutez et une carte du dépôt, et il peut en demander davantage. Il modifie les fichiers de votre projet, plusieurs en une étape. Il exécute des commandes dans votre terminal si vous l’autorisez. L’assistant déplace le code. Une flèche sous les trois colonnes, du clavardage à l’agent, indique : plus il peut voir et toucher, plus vous devez vérifier.
Un même outil peut offrir les trois modes. Vous en choisissez un pour chaque tâche.
La même tâche par clavardage et avec un agent
Section intitulée « La même tâche par clavardage et avec un agent »L’équipe du cours a donné la même tâche, l’option --category de Grace, au même modèle dans deux modes. La tâche était une description écrite avec sept critères vérifiables par des tests. Le module 2 montre comment la rédiger. Après chaque session, un script a exécuté les tests, ruff et huit vérifications cachées. Il y en avait une par critère, sauf le critère 4, qui en avait deux. La requête (prompt) est le texte que vous donnez à l’assistant : votre demande, avec les fichiers ou exemples. Chaque session de ce cours possède une transcription. Elle consigne la requête exacte, tout ce que l’assistant a affiché, les différences et les résultats des tests.
Mode clavardage (transcription feature-chat-mode). Un court script a envoyé la description et cinq fichiers dans un seul message. C’est ce que vous faites en les collant dans une fenêtre de clavardage. La réponse commençait ainsi :
Adds repeatable, case-insensitive category filtering while preserving whole-file totals and the existing report when no category is supplied. Includes documentation and regression tests for criteria 1–6 and help text.
I can’t run pytest, Ruff, or the sample commands in this chat environment.Les différences pour cinq fichiers suivaient. Elles n’ont pas pu être appliquées, comme vous l’avez vu plus haut. En mode clavardage, c’est à vous de transférer le code dans vos fichiers. Ici, cette étape a échoué.
Mode agent (transcription feature-bounded). Aider, un assistant à code source ouvert qui fonctionne dans un terminal, a reçu la même description et les mêmes cinq fichiers. Il a d’abord affiché sa propre configuration :
Aider v0.86.2Model: openai/chat-strong with diff edit formatGit repo: .git with 24 filesRepo-map: using 4096 tokens, auto refreshAdded README.md to the chat.Added tests/test_cli.py to the chat.Added tests/test_report.py to the chat.Added ticket_cleaner/cli.py to the chat.Added ticket_cleaner/report.py to the chat.À la fin, il a lui-même modifié les fichiers :
Applied edit to ticket_cleaner/cli.pyApplied edit to tests/test_cli.pyApplied edit to ticket_cleaner/report.pyApplied edit to tests/test_report.pyApplied edit to README.mdLe résultat : 5 fichiers modifiés, avec 145 lignes ajoutées et 4 supprimées. Les tests ont réussi (35 passed, soit 35 tests réussis), ainsi que les 8 vérifications cachées. Mais ruff format --check a échoué avec 2 files would be reformatted (2 fichiers seraient reformatés). Certaines nouvelles lignes étaient trop longues. Même la modification qui fonctionnait n’était pas prête à être acceptée.
Ce que chaque mode a envoyé au modèle
Section intitulée « Ce que chaque mode a envoyé au modèle »Pourquoi l’agent pouvait-il en faire plus? Parce qu’il a envoyé plus de texte. Un jeton (token) est l’unité utilisée par un modèle pour compter le texte : un mot court ou une partie d’un mot plus long. Le graphique compare les jetons envoyés au modèle (entrée) et ceux reçus en retour (sortie).
- Jetons envoyés au modèle
- Jetons dans la réponse
Description textuelle du graphique
Un graphique à colonnes avec quatre colonnes. Le mode clavardage a envoyé 2,688 jetons et en a reçu 2,554. L’agent a envoyé 5,527 jetons et en a reçu 2,061. L’agent en a envoyé environ deux fois plus, et les deux réponses ont une taille semblable.
Les journaux (logs) des requêtes montrent le contenu de chaque message, mesuré en caractères :
| Partie de la requête | Clavardage | Agent |
|---|---|---|
| Les instructions propres à l’outil, avec des exemples | 296 | 5,244 |
| Une carte du dépôt | aucune | 2,261 |
| Les cinq fichiers | 10,657 (fichiers et tâche ensemble) | 10,083 |
| La tâche | 4,067 |
La carte du dépôt liste les fichiers suivis par Git, avec les noms de leurs fonctions. Elle indique à l’agent que parsing.py possède une fonction clean_category(), sans envoyer le fichier entier. Voici le début de la carte, exactement comme le modèle l’a reçu :
Here are summaries of some files present in my git repository.Do not propose changes to these files, treat them as *read-only*.If you need to edit any of these files, ask me to *add them to the chat* first.
.env.example
.gitignore
data/tickets-excel.csvUn agent informe donc le modèle de fichiers que vous n’avez jamais mentionnés. C’est utile. C’est aussi pourquoi les deux prochaines leçons comptent : l’agent voit ce que votre dépôt contient.
Un agent vérifie ses propres modifications, mais fait encore des erreurs
Section intitulée « Un agent vérifie ses propres modifications, mais fait encore des erreurs »La même description a aussi été soumise à un modèle plus petit et moins cher (transcription feature-bounded-small). Sa première réponse tentait de modifier une ligne de README.md qui n’existe pas. Il citait le tableau des options avec un ajout, (default: reports/summary.json) (valeur par défaut : reports/summary.json). Cette ligne semblait probable. Aider n’a pas trouvé cette ligne et a donc renvoyé l’erreur au modèle :
# 1 SEARCH/REPLACE block failed to match!
## SearchReplaceNoExactMatch: This SEARCH block failed to exactly match lines in README.mdLe modèle a répondu de nouveau avec la vraie ligne, et Aider l’a appliquée. En mode clavardage, le même type d’erreur vous parviendrait. L’agent l’a détectée, mais seulement parce qu’elle rendait une modification impossible. Une ligne incorrecte qui correspond au fichier est insérée sans avertissement.
Complétion : de petits pas que vous acceptez
Section intitulée « Complétion : de petits pas que vous acceptez »Le cours ne contient pas de session de complétion enregistrée. Les suggestions apparaissent pendant la saisie et sont difficiles à enregistrer fidèlement. L’équipe du cours a écrit ce court exemple pour montrer à quoi ressemble une complétion. Dans report.py, Amira tape la première ligne d’une nouvelle fonction. Du texte gris apparaît après son curseur :
def count_by_status(tickets: list[Ticket]) -> dict[str, int]: """Return the number of tickets for each status.""" # grey: suggested return dict(Counter(ticket.status for ticket in tickets)) # grey: suggestedSi elle appuie sur Tab, les deux lignes grises entrent dans le fichier. Counter n’est pas importé dans report.py. La fonction échoue donc à l’exécution tant qu’Amira n’ajoute pas l’importation. Une complétion est courte, alors une erreur comme celle-ci est facile à voir. Mais de nombreuses petites suggestions, acceptées rapidement, finissent par produire beaucoup de code que personne n’a lu attentivement.
Quel mode utiliser et combien il coûte
Section intitulée « Quel mode utiliser et combien il coûte »Tomás a lu les deux transcriptions. « L’agent a tout fait en une étape. Utilisons toujours des agents. » Kwame lui pose une question : « Qu’est-ce qu’il peut toucher d’autre pendant qu’il travaille? »
Chaque mode convient à un travail différent :
- Le clavardage convient aux questions et aux explications, comme « Que signifie cette erreur? » ou « Explique cette fonction. » Il ne touche à rien. C’est donc le mode le plus sûr. Pour modifier plusieurs fichiers, transférer le code à la main est lent et sujet aux erreurs. Le correctif corrompu l’a montré.
- La complétion convient au petit code local que vous écrivez déjà : une boucle, un cas de test, une chaîne de documentation. Vous gardez le contrôle de chaque ligne. Elle voit peu du projet et ne peut donc pas connaître vos règles.
- Un agent convient à une modification dans plusieurs fichiers, avec des tests à exécuter. Il vous épargne le plus de saisie. Il demande aussi le plus de préparation : un point de départ propre, des limites écrites et une révision complète des différences. Ce module et le module 3 vous les enseignent.
Combien coûte une session? Les personnes qui utilisent une offre gratuite, ou aucun assistant, ne paient rien. L’équipe du cours a payé les sessions enregistrées aux tarifs des déploiements de modèles utilisés pour le cours. Pour le plus grand modèle, c’est 2 $ US par million de jetons envoyés et 10 $ US par million reçus. Les prix changent : consultez les tarifs actuels de votre fournisseur. Le graphique montre cinq des sessions enregistrées :
- Plus grand modèle
- Plus petit modèle
Description textuelle du graphique
Un graphique à colonnes avec cinq colonnes, en cents US par session. Une question au plus petit modèle (« ask », demander) : 0.05. La fonctionnalité de Grace avec le plus petit modèle (« small », petit) : 0.28. La fonctionnalité en mode clavardage avec le plus grand modèle (« chat », clavardage) : 3.09. La fonctionnalité avec l’agent et le plus grand modèle (« agent ») : 3.17. Un plan d’abord, puis une étape, en trois appels au modèle (« plan ») : 5.03.
L’ensemble des 17 sessions enregistrées a coûté 0.3965 $ US. Une session a demandé de 2.3 à 35.7 secondes de temps de modèle. Le coût monétaire est faible. Le vrai coût, c’est votre temps pour vérifier le résultat.
Erreur courante
Les différences provenant d'un clavardage ne s'appliquent pas
Symptôme : vous enregistrez les différences d’une réponse de clavardage dans un fichier et exécutez git apply reply.diff. Git affiche error: corrupt patch at reply.diff:54 (erreur : correctif corrompu à la ligne 54 de reply.diff). Aucun fichier ne change.
Cause : le modèle a écrit les différences sous forme de texte, ligne par ligne. Un mauvais nombre dans un en-tête, une espace initiale manquante ou une ligne raccourcie brise le format. Le code à l’intérieur peut quand même être correct.
Solution : ne modifiez pas les nombres jusqu’à ce que Git accepte le fichier. Demandez plutôt la nouvelle fonction entière, sans différences, et insérez-la à la main. Ou utilisez un mode qui modifie lui-même les fichiers. Dans les deux cas, lisez ensuite git diff : Git produit ces différences, alors vous pouvez vous fier à leur format.
Exercice guidé : comparer deux sessions enregistrées
Section intitulée « Exercice guidé : comparer deux sessions enregistrées »- Ouvrez le dossier des exercices
C15/transcripts/sur GitHub ou dans votre clone denextia-learning-labs. - Ouvrez
feature-chat-mode.md. Lisez le tableau en haut, puis la requête. - Trouvez la ligne qui commence par
Applying the reply's diff:(application des différences de la réponse). Notez ce qui s’est passé. - Si vous avez cloné
nextia-learning-labs, allez dans le dossier du clone et exécutezgit apply --check C15/transcripts/feature-chat-mode.reply.diff. Ce fichier contient les différences de la réponse, sans modification. Avec--check, Git vérifie seulement les différences et ne modifie aucun fichier. Comparez l’erreur avec la ligne de l’étape 3. - Ouvrez
feature-bounded.md. Lisez le même tableau et la même requête. - Trouvez la ligne qui commence par
**After turn 1:**(après le premier tour). Notez le nombre de fichiers et de lignes. - Trouvez la ligne qui commence par
Checks:(vérifications). Notez le résultat des tests et celui deruff format --check. - Remplissez ce tableau pour les deux sessions : mode, fichiers fournis, qui a modifié les fichiers, fichiers modifiés, tests, vérifications cachées.
Afficher la réponse
Clavardage (feature-chat-mode) |
Agent (feature-bounded) |
|
|---|---|---|
| Mode | clavardage : un message, différences de la réponse appliquées avec git apply |
agent : Aider modifie les fichiers |
| Fichiers fournis | cinq : cli.py, report.py, README.md, test_report.py, test_cli.py |
les mêmes cinq, et la carte du dépôt |
| Qui a modifié les fichiers | personne : git apply a échoué (corrupt patch, correctif corrompu) |
l’assistant : Applied edit to … (modification appliquée à…) cinq fois |
| Fichiers modifiés | 0 | 5, +145 −4 |
| Tests | 24 passed (24 tests réussis, les anciens tests seulement) |
35 passed |
| Vérifications cachées | 1 sur 8 : seulement « le rapport reste identique sans l’option », ce qui était déjà vrai | 8 sur 8 |
| ruff format | réussit : rien n’a changé | échoue : 2 files would be reformatted |
À l’étape 4, Git affiche error: corrupt patch at C15/transcripts/feature-chat-mode.reply.diff:54 : la même ligne 54 que dans l’enregistrement.
La session de l’agent était plus utile, mais elle laissait encore du travail : 145 lignes à lire et deux fichiers à formater.
À vous de jouer : le plus petit modèle
Section intitulée « À vous de jouer : le plus petit modèle »Ouvrez feature-bounded-small.md. Avant de lire la fin, faites une prédiction : le plus petit modèle fera-t-il plus ou moins de changements que le grand? Répondez ensuite à trois questions. Combien d’appels au modèle la session a-t-elle faits, et pourquoi plus d’un? Combien de fichiers et de lignes ont changé? La vérification ruff format --check a-t-elle réussi?
Afficher la réponse
La session a fait 2 appels. La première réponse contenait une modification qui ne correspondait pas à README.md. Aider a donc renvoyé l’erreur, et le deuxième appel l’a corrigée. Le changement était plus petit : 5 fichiers, +86 −3, contre +145 −4. Les tests ont réussi (30 passed, soit 30 tests réussis), les 8 vérifications cachées aussi, et ruff format --check également. La session a coûté 0,0028 $ US, environ un dixième du coût de celle du grand modèle. Un plus petit modèle n’est pas toujours moins bon. Et la même requête peut donner une réponse différente lors d’une autre exécution. L’équipe du cours a exécuté deux fois la requête du grand modèle et a obtenu +129 −5 et +145 −4.
Vérification des connaissances
Section intitulée « Vérification des connaissances »Vérifiez votre compréhension
Pour chaque mode (clavardage, complétion, agent), dites ce que l'assistant peut voir, modifier et exécuter.
Afficher la réponse
- Clavardage : il voit seulement ce que vous collez. Il ne modifie rien : vous copiez sa réponse dans vos fichiers. Il n’exécute rien.
- Complétion : il voit le fichier dans lequel vous écrivez, et souvent d’autres fichiers ouverts. Il modifie quelques lignes à votre curseur, seulement quand vous les acceptez. Il n’exécute rien.
- Agent : il voit les fichiers que vous ajoutez et une carte du dépôt, et peut en demander davantage. Il modifie lui-même les fichiers de votre projet, souvent plusieurs en une étape. Il exécute des commandes dans votre terminal si vous le permettez.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Un modèle a écrit un en-tête de bloc qui annonçait 23 nouvelles lignes, mais le bloc en contenait 22. Expliquez comment cela peut arriver, en vous basant sur le fonctionnement d'un modèle de langage.
Afficher la réponse
Un modèle de langage prédit le texte qui suivra probablement. Un en-tête comme @@ -21,10 +21,23 @@ est un texte probable à cet endroit, alors le modèle en a écrit un. Il n’a pas compté les lignes qu’il a écrites ensuite. Cela explique aussi les noms de fonctions inventés, les paquets inventés et les nombres erronés. Ils semblent probables, et rien dans le modèle ne les vérifie. Vous devez donc les vérifier avec Git, les tests et votre propre lecture.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Tomás dit : « L'agent a appliqué ses modifications et les tests passent. Ça veut dire que le changement est prêt. » Utilisez la session feature-bounded pour lui répondre.
Afficher la réponse
Des modifications appliquées et des tests réussis ne suffisent pas. Dans feature-bounded, les 35 tests ont réussi, mais ruff format --check a échoué pour 2 fichiers. L’agent a aussi modifié 5 fichiers avec 145 nouvelles lignes. Quelqu’un doit les lire avant que l’équipe les accepte. Les tests vérifient seulement ce qu’ils testent. La prochaine leçon montre un changement dont les propres tests réussissent, alors qu’il modifie chaque rapport. Plus un assistant peut modifier de choses, plus vous devez en vérifier.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Études de cas de ce cours
À la fin du cours, vous appliquez ce que vous avez appris à un projet réaliste, des données jusqu’à la recommandation. Terminez-en au moins une pour obtenir le certificat; les autres sont facultatives.
- Corriger un bogue dans un code inconnuCartographier un petit projet Python que vous n'avez jamais vu, reproduire le bogue signalé par un client, écrire le test qui échoue, le corriger avec l'aide d'un assistant, et comparer votre correction avec celle des responsables du projet.
- Mettre à jour une dépendance en toute sécuritéFaire passer un petit projet par un vrai changement incompatible d'une dépendance, et vérifier chaque modification proposée avec le journal des changements et les tests.
Récapitulatif
- Un assistant de programmation envoie votre demande et une partie de votre code à un modèle de langage. Celui-ci prédit du texte probable. Ce qui est probable n’est pas vérifié : un en-tête de bloc annonçait 23 lignes, mais le bloc en contenait 22. La commande
git applya donc échoué. - Le clavardage voit ce que vous collez et ne modifie rien. La complétion suggère quelques lignes là où vous écrivez. Un agent lit des fichiers et une carte du dépôt, modifie lui-même plusieurs fichiers et peut exécuter des commandes.
- Pour la même tâche, les différences proposées dans la réponse du clavardage n’ont pas pu être appliquées. L’agent a modifié 5 fichiers (+145 −4), et toutes les vérifications ont réussi sauf celle du formatage.
- L’agent a envoyé environ deux fois plus de jetons (tokens), car il ajoute ses instructions et une carte du dépôt. Les sessions enregistrées ont coûté entre 0,05 et 5,03 cents US. Le coût le plus important est le temps que vous consacrez à la révision.
Ensuite, vous préparez le projet pour que chaque changement d’un assistant apparaisse clairement dans les différences. Vous pourrez aussi le comparer aux vérifications qui réussissaient auparavant.
Leçon suivante : Préparer le dépôt