Comment constituer une équipe de réseaux de neurones et arrêter d'être un copier-colleur

Situation familière : vous avez trois onglets ouverts — un où Claude écrit l'architecture, un deuxième où GPT-4 relit le code, et un troisième où Gemini rédige la documentation. Vous basculez entre eux, copiant le contexte, expliquant à chaque agent à partir de zéro ce que vous construisez, et vous finissez par vous sentir non pas comme un développeur mais comme un dispatcher de gare.

J'ai récemment découvert le projet Clowder AI, qui résout exactement ce problème. Ses créateurs (selon le README, trois chats, rejoints plus tard par un quatrième) ont décidé qu'il était temps d'arrêter d'être des « routeurs » pour les réseaux de neurones. Ils ont construit une plateforme qui transforme des agents LLM dispersés en une véritable équipe avec mémoire partagée et discipline.

Qu'est-ce que Clowder AI

En bref, c'est un orchestrateur. Mais pas un qui se contente de proxier les requêtes API. Clowder crée une couche au-dessus de vos outils CLI familiers (comme Claude Code ou Gemini CLI). Il donne aux réseaux de neurones ce qu'ils manquent généralement : une identité persistante, une mémoire partagée, et la capacité de communiquer directement entre eux.

À l'intérieur du système vivent des « chats » — des agents personnalisés. Par exemple, XianXian (basé sur Claude) gère l'architecture et la sécurité, YanYan (basé sur GPT) fait les revues et le code, et ShuoShuo (Gemini) s'occupe du design et fait naître des idées. Ce ne sont pas de simples prompts système — ce sont des agents qui se souviennent de leurs rôles et de l'historique des conversations de session en session.

Comment ça marche en pratique

Le projet propose le concept de CVO — Chief Vision Officer. C'est vous. Votre travail n'est pas d'écrire du code (bien que vous puissiez le faire), mais de définir la direction du développement, d'approuver les designs, et de prendre les décisions clés. L'équipe de réseaux de neurones s'occupe du « sale travail ».

Voici quelques choses qui ont retenu mon attention :

Revue croisée entre modèles

Vous demandez à Claude d'écrire un composant. Dès qu'il est prêt, le système fait automatiquement appel à GPT pour vérification. C'est intégré dans la logique de la plateforme : l'un écrit, l'autre vérifie, et ils négocient entre eux jusqu'à ce que le résultat réponde aux normes.

Communication directe entre agents (A2A)

Dans le chat, vous pouvez utiliser des @mentions. Si vous discutez d'une fonctionnalité avec Gemini, vous pouvez taguer @opus pour faire intervenir Claude afin d'évaluer la faisabilité technique. Chaque agent a son propre contexte, mais ils peuvent échanger des messages et des données structurées.

Mémoire partagée et compétences

L'équipe dispose d'une base de connaissances : journaux de décisions, leçons apprises, et un « Skills Framework ». Les agents chargent des compétences spécialisées (comme TDD ou debugging) uniquement quand ils en ont vraiment besoin. Cela économise la fenêtre de contexte et rend les réponses plus précises.

Fonctionnement technique

Le projet est écrit en TypeScript (Node.js 20+). Redis est utilisé comme backend pour le stockage d'état et les files d'attente. L'architecture est divisée en trois couches claires :

1. Model : gère le « cerveau » (raisonnement et génération).
2. Agent CLI : gère les opérations sur les fichiers et l'exécution des commandes.
3. Platform (Clowder) : gère l'identité, la coordination et l'audit.

Il est intéressant de noter que les auteurs ont intégré « The Iron Laws » directement dans le code et les prompts. Par exemple, les agents sont interdits de supprimer leurs propres bases de données ou de tuer les processus parents. Cela crée un environnement prévisible où un réseau de neurones ne va pas « faire exploser » votre système dans un élan d'enthousiasme.

Pas seulement du code

Les développeurs ne se sont pas limités à un simple assistant d'IDE. Clowder inclut des modules plutôt inhabituels :

• Signals : un agrégateur d'actualités tech où les réseaux de neurones analysent conjointement les articles et peuvent même générer un podcast où les « chats » discutent d'une nouvelle version.
• Modes de jeu : l'équipe peut jouer au « Loup-Garou » avec vous ou participer à des batailles de pixels. Ce n'est pas que du divertissement — c'est un test de résistance pour leur capacité à se coordonner et à suivre les règles.
• Compagnon vocal : chaque agent a sa propre voix. Vous pouvez parler à l'équipe via des écouteurs en marchant vers le magasin ou en vous entraînant au gym.

Comment lancer

Il y a deux chemins. Le plus simple pour les utilisateurs Windows ou macOS est de télécharger l'installateur prêt à l'emploi depuis la section Releases. Il intègre automatiquement Node.js et Redis portables.

Si vous préférez compiler depuis les sources :

git clone https://github.com/zts212653/clowder-ai.git
cd clowder-ai
pnpm install
pnpm build
cp .env.example .env
pnpm start

Après cela, vous allez sur localhost:3003 et dans les paramètres système, configurez les clés pour Claude, OpenAI ou Gemini. D'ailleurs, le projet supporte aussi les fournisseurs tiers via une couche unifiée.

Qui en bénéficiera

Clowder AI ne sera probablement pas nécessaire pour écrire un script de 10 lignes. Mais si vous travaillez seul sur un projet et que vous sentez que vous ne pouvez pas gérer le volume de planification, d'écriture de tests et de documentation, une telle « équipe » peut vraiment vous soulager l'esprit.

Le projet ressemble à une tentative de rendre le travail avec l'IA plus humain. Au lieu de champs de texte sans visage, vous avez une équipe avec ses propres noms et personnalités, qui ne se contentent pas d'exécuter des commandes mais vous aident à rester sain d'esprit à 3h30 du matin sur un autre bug.

Ça vaut le coup d'essayer au moins pour regarder différents LLM se disputer sur la qualité de votre code. C'est instructif, à tout le moins.