Contexte technique
J'aime ce genre de nouvelles non pas pour le battage médiatique, mais pour leur aspect pratique. On y discute enfin non pas d'agents abstraits, mais d'une configuration réelle où Claude, Codex et Gemini fonctionnent comme des orchestrateurs CLI de haut niveau, et Telegram sert de simple point d'entrée pour les tâches.
Essentiellement, le schéma est simple : j'envoie une tâche à un bot, l'orchestrateur la décompose en sous-tâches, lance les sessions CLI nécessaires et collecte le résultat. Pour l'automatisation par IA, ce n'est plus un jouet mais une architecture de travail viable, à condition de ne pas tout exécuter sans limites.
J'ai examiné les modèles disponibles, et le tableau est assez clair. Claude est souvent utilisé comme coordinateur, Codex comme un exécuteur de code puissant, et Gemini comme un travailleur dédié à un rôle précis. VS Code et Copilot ont commencé à mettre officiellement en avant de tels scénarios, tandis que la communauté les assemble depuis longtemps avec des scripts shell, des instructions markdown et un état basé sur des fichiers.
L'aspect le plus pratique ici n'est pas le choix de la marque, mais le modèle d'exécution. Un démarrage à froid (cold start) offre un contexte propre et moins de surprises, mais prend du temps à chaque lancement. Un démarrage à chaud (hot start) est plus rapide, surtout si les tâches arrivent en série depuis Telegram, mais c'est alors que la dérive du contexte commence, et l'agent se souvient d'informations superflues.
La limite de 10 agents sur un Mac m'a fait sourire. Oui, cela ressemble à une expérience d'ingénierie normale, jusqu'à ce que votre ordinateur portable se mette à vrombir comme un drone. En pratique, autour de ce seuil, on observe des pics de CPU, une pression sur la mémoire, des ralentissements de l'IDE et un délai agaçant pour lancer de nouveaux processus CLI.
Qu'est-ce que cela change pour l'entreprise et l'automatisation ?
Objectivement, les gagnants sont les équipes qui ont besoin d'un pipeline plutôt que d'un simple « chat intelligent » : décomposition, implémentation parallèle, revue et assemblage de la réponse. Ici, l'intégration de l'intelligence artificielle dans Telegram ou un chat interne fait vraiment gagner du temps, car les employés écrivent les tâches dans une interface familière au lieu de jongler entre cinq outils.
Les perdants sont ceux qui essaient de faire tourner toute cette ménagerie localement sur un seul Mac et de considérer cela comme de la production. Je garderais un orchestrateur à chaud localement et déplacerais les travailleurs lourds sur une machine Linux ou dans le cloud. Sinon, le coût du chaos annule rapidement tous les gains.
Chez Nahornyi AI Lab, nous résolvons ce genre de problèmes au niveau de l'architecture : où conserver les sessions à chaud, quoi lancer à froid, comment limiter le parallélisme et où déporter les exécuteurs. Si vos processus sont déjà bloqués par une coordination manuelle, mon équipe et moi pouvons développer une solution d'IA adaptée à votre flux de tâches réel, sans le cirque de dix agents surchauffés sur un ordinateur portable.