Comment arrêter de deviner et commencer à comprendre votre partenaire IA

Récemment, je me suis surpris à penser : je passe plus de temps avec GitHub Copilot et Cursor qu'avec mes véritables collègues d'équipe. Nous échangeons constamment des prompts, il m'écrit du code, je le corrige. Mais si quelqu'un me demande à quel point je l'utilise efficacement, je ne pourrai pas donner de réponse claire. « Eh bien, il semble aider » — pas exactement une métrique solide pour un ingénieur.

Il s'avère que Microsoft s'est posé la même question. Un groupe d'employés a open-sourcé AI Engineering Coach. C'est un outil qui examine vos journaux d'interactions IA locaux et les transforme en tableau de bord analytique. Aucune donnée envoyée vers le cloud, juste une analyse post-mortem locale.

Qu'est-ce que c'est exactement

Le projet est une extension VS Code (ou canevas pour l'application GitHub Copilot) qui analyse vos sessions. Il ne se contente pas de compter le nombre de requêtes — il essaie d'évaluer la qualité de votre interaction avec le réseau neuronal.

L'outil est utile pour ceux qui se sentent bloqués au niveau de « écris-moi une fonction de validation d'e-mail » et qui veulent tirer le meilleur parti des agents IA. Il met en évidence les anti-patterns, trouve des compétences récurrentes et construit même une carte du contexte de votre projet.

Cinq choses qui ont retenu mon attention

Détecteur d'anti-patterns

Le dépôt contient environ 45 règles intégrées qui vérifient l'hygiène de vos sessions. Par exemple, si vous submergez l'IA avec des prompts trop longs et confus ou si vous oubliez de nettoyer le contexte, le « coach » le remarquera. Il affichera une carte avec une description du problème et, plus important encore, suggérera des actions spécifiques pour le résoudre.

Recherche de compétences cachées

Nous écrivons souvent les mêmes instructions dans différents chats. Skill Finder analyse ces répétitions et suggère de les transformer en compétences réutilisables. Cela aide à formaliser votre style de codage personnel.

Analyse du contexte

C'est probablement la partie la plus utile pour travailler sur des projets complexes. L'outil évalue la santé du contexte — dans quelle mesure l'IA comprend la structure de votre espace de travail. Il vérifie les fichiers d'instructions et la préparation du projet pour travailler avec des agents.

Visualisation de l'activité

À l'intérieur, il y a des chronologies de style Gantt. Vous pouvez voir à quelle heure de la journée vous faites le plus souvent appel à l'assistant et sur quels projets vous travaillez le plus intensément. Il y a même une carte thermique d'activité 24h/24.

Gamification de l'apprentissage

Les développeurs ont ajouté un système d'accomplissements et de niveaux (du bronze au diamant). Il y a même une section Learning Center qui génère des quiz basés sur votre code et vos journaux réels. Cela ressemble à une façon de transformer la routine en progression de personnage.

Comment l'exécuter

Il y a un hic ici : l'extension n'est pas sur le marketplace officiel. Microsoft positionne ceci comme une expérience communautaire, donc vous devrez construire le fichier vous-même.

Si vous avez Node.js installé, le processus ressemble à ceci :

git clone https://github.com/microsoft/ai-engineering-coach.git
cd ai-engineering-coach
npm ci
npm run package

Après cela, un fichier d'extension apparaîtra dans le dossier. Vous pouvez l'installer via la console :

code --install-extension ai-engineer-coach-*.vsix

Ou simplement le faire glisser dans la fenêtre VS Code. Après l'installation, appelez la palette de commandes (Ctrl+Shift+P) et recherchez AI Engineer Coach: Open Dashboard.

Pourquoi ça vaut le coup d'essayer

L'avantage principal est la confidentialité. Toute l'analyse se fait localement sur votre machine. L'extension fonctionne en mode lecture seule et n'envoie rien « à la maison ». Elle utilise les API de modèle intégrées à VS Code uniquement lorsque vous appuyez vous-même sur le bouton « analyser ».

L'outil est spécifique. Il ne vous écrira pas de code, mais il vous fera réfléchir : « Est-ce que je donne trop de déchets au modèle ? » Pour ceux qui veulent passer du simple chat à un SDLC agentif conscient, c'est un excellent point d'entrée.

Je recommande tout particulièrement de consulter la section Coding Moments. C'est une galerie de captures d'écran de vos sessions qui vous permet de faire défiler littéralement votre historique de développement et de comprendre à quel moment quelque chose s'est mal passé.

À qui c'est destiné

Le projet plaira certainement à ceux qui adorent les chiffres et veulent optimiser leurs flux de travail. Si vous sentez que Copilot a parfois du mal, peut-être que le problème n'est pas le modèle mais la façon dont vous lui assignez des tâches. Ce « coach » aide à trouver ces goulots d'étranglement.

Le seul inconvenient est la nécessité de construire manuellement, mais pour un développeur, cela ne devrait pas être un obstacle. De plus, vous trouverez à l'intérieur un Rule Editor où vous pouvez écrire vos propres règles d'analyse en Markdown et les tester directement sur vos données. Un constructeur pour ceux qui aiment personnaliser les outils pour eux-mêmes.