Les développeurs qui s'améliorent le plus vite en programmation agentique ne sont pas ceux qui réfléchissent le plus soigneusement avant d'agir — ce sont ceux qui agissent, observent et ajustent dans les cycles les plus courts. Le domaine est trop nouveau et les systèmes trop complexes pour que le raisonnement pur remplace le feedback empirique. Il faut faire tourner les choses pour savoir comment elles se comportent.

Ça a l'air évident mais ça va à l'encontre d'habitudes bien établies en génie logiciel. En logiciel conventionnel, réfléchir soigneusement avant d'écrire du code est généralement juste — le coût du refactoring est réel et le compilateur te dira de toute façon si tu te trompes. Dans les systèmes agentiques, les modes de défaillance sont probabilistes, le comportement dépend du contexte et la seule façon de savoir si quelque chose marche est de le faire tourner contre assez d'inputs pour voir la distribution des outputs. Réfléchir soigneusement avant de lancer est utile. Ça ne remplace pas le fait de lancer.

L'implication pratique, c'est d'instrumenter ta boucle d'itération. À quelle vitesse peux-tu changer un prompt et voir les résultats ? À quelle vitesse peux-tu faire tourner ta suite d'évals et obtenir un signal de qualité ? À quelle vitesse peux-tu obtenir un échantillon représentatif d'outputs d'une nouvelle configuration ? Plus cette boucle est rapide, plus tu peux faire d'expériences, plus vite tu converges vers ce qui marche. Les équipes avec des boucles d'itération lentes ont tendance à faire de gros paris parce que les petites expériences sont trop coûteuses. Les équipes avec des boucles rapides font beaucoup de petits paris et laissent les preuves les guider.

Il y a un point connexe sur la taille des changements. Les grosses réécritures de prompt rendent difficile de savoir quel changement a produit l'effet observé. Les petits changements ciblés — une variable à la fois — produisent un signal plus propre. La discipline de changer une seule chose et de mesurer l'effet est la discipline de la pensée scientifique appliquée à l'amélioration de système. C'est plus lent par expérience et plus rapide au total, parce que tu accumules de la compréhension plutôt que d'accumuler des changements.

Le domaine bouge vite. Ta capacité à bouger avec lui dépend de la vitesse à laquelle tu peux apprendre de ce que tu construis.

Agis. Observe. Ajuste. Recommence plus vite que tous les autres.