Mosaico amène les coding agents sur l’ESP32-S31

Mosaico relie un agent d’IA à un appareil réel

Ce qui m’intéresse le plus dans Mosaico n’est pas une énième carte ESP32, mais la tentative de boucler un coding agent sur un appareil physique. Sur la page produit d’Espressif, la plateforme est décrite comme un environnement modulaire basé sur l’ESP32-S31 : le développeur formule une application en langage naturel, reçoit le code, le teste sur le matériel et poursuit les itérations via un Coding Agent de bureau.

En août 2026, cela distingue Mosaico du scénario habituel où l’IA se contente de compléter le firmware dans un éditeur. Ici, la validation sur la carte est intégrée au concept dès le départ. C’est là que le sujet devient intéressant : l’agent reçoit un retour non seulement du compilateur, mais aussi d’une configuration précise de périphériques.

L’appareil est bien équipé pour le prototypage. Espressif indique un écran tactile de 2,16 pouces en 480 × 480, une batterie de 65 mAh, une IMU à six axes, deux magnétomètres, un moteur de vibration, un microphone, un haut-parleur, des boutons et l’USB. Pour l’extension, il prévoit un connecteur 2 × 10 au pas de 2,54 mm, un connecteur pogo à quatre broches et la prise en charge d’une caméra.

La fiche du kit de développement mentionne également 16 Mo de flash et 16 Mo de PSRAM. Cela ne transforme pas le microcontrôleur en machine d’IA de bureau, mais fournit une plateforme cohérente pour les interfaces, le traitement des capteurs et des modèles edge compacts.

La couche sous-jacente reste liée à l’écosystème Espressif. La documentation ESP-DL décrit le format .espdl, qui stocke le graphe du modèle, les poids et les métadonnées, utilise FlatBuffers plutôt qu’ONNX Protobuf et prend en charge la désérialisation sans copie. Le parcours officiel commence avec ONNX et se termine par la conversion du modèle pour le SoC cible : Mosaico ne semble donc pas être un monde fermé isolé reposant sur un runtime inconnu.

Ce que cela change pour le développement embarqué

Mosaico réduit l’écart le plus pénible du développement embarqué assisté par IA : celui entre le code généré et le comportement d’une vraie carte. L’approche devrait se révéler particulièrement utile pour les prototypes avec écran, voix, capteurs et caméra, où l’assemblage manuel de la couche de périphériques absorbe souvent une part importante de chaque itération.

Pour autant, un workflow fondé sur des agents ne dit rien à lui seul de la qualité du résultat. Je regarderais d’abord la reproductibilité des builds, le diagnostic des erreurs matérielles, la gestion mémoire et la capacité de l’agent à distinguer un problème de code, de pilote ou de connexion électrique. Avec une batterie de 65 mAh, la consommation des applications générées est aussi une question à part entière.

Aucun test chiffré des performances de Mosaico n’apparaît dans les documents officiels disponibles ; il est donc trop tôt pour conclure sur la vitesse d’inférence. Le véritable pari n’est pas un benchmark record, mais un cycle plus court entre l’idée et un appareil fonctionnel. Il reste à voir si ce cycle résistera à des projets plus complexes qu’une démonstration spectaculaire.

Nous avons déjà expliqué comment des projets d’IA sur du matériel de la catégorie Raspberry Pi peuvent devenir des démonstrations trompeuses sans architecture claire. Cette grille de lecture s’applique aussi au rôle de Mosaico pour transformer des prototypes IA et IoT sur ESP en systèmes déployables.