Les LLM savent aujourd'hui générer du code avec une facilité déconcertante. Mais lorsqu'on leur demande de construire une application complète, on exige bien plus d'eux que d'écrire quelques fonctions : on demande à un moteur probabiliste de prendre en charge une succession de décisions dont certaines ont pourtant des réponses parfaitement déterministes.
Et si le problème venait en partie de là ?
Dans le cadre de mes travaux chez SFEIR, j'ai exploré une architecture alternative avec le projet open source Esus (anciennement Agent Smith). L'idée centrale : le modèle explore l'espace des décisions ; le logiciel garantit les invariants.
Plutôt que de tout miser sur le modèle, on construit autour de lui un environnement fait de contraintes, d'outils et de mécanismes de vérification (Harness Engineering). Le LLM prend les décisions complexes, et un "kernel" déterministe génère le code, valide l'AST et garantit les contrats.
🔗 J'ai détaillé cette approche neuro-symbolique, le rôle de Llama.cpp, et la nouvelle place du "Human-in-the-loop" dans un article complet sur le blog de SFEIR :
👉 Lire l'article complet : DevOps agentique, et si le LLM ne devait pas tout décider ?
Et vous, qu'en pensez-vous ?
Où placez-vous la frontière entre décision probabiliste (LLM) et exécution déterministe dans vos architectures actuelles ? Laissez-vous déjà des agents exécuter des actions d'infrastructure en autonomie totale ?
Top comments (0)