La v1.1.0 de pi-secured-setup passe au OWASP AI Agent Security Cheat Sheet. Audit log chaîné par HMAC, détection d'exfiltration bash, rate limiting, scanner d'injection prompt, et 14 advisories Dependabot fermés.
Ia
L'implémentation d'argentic-mw : le Socle commun en deux cents lignes, trois pipelines (Watch, Web Stats, Zendesk), la rule table, les garde-fous de l'auto-response et le scheduler par élection de leader Postgres.
Build ou buy pour un agent LLM ? Trois axes, six critères de décision, et un quadrant pour comparer plateformes full-LLM, frameworks d'orchestration et socle sur-mesure. Le cadre que j'applique à argentic-mw.
Pourquoi j'ai construit un agent supervisé plutôt qu'un agent autonome pour un pipeline métier planifié. Le LLM intervient aux points d'extension où il est utile, le reste est du code déterministe, traçable et rejouable.
Les tests par exemples ratent les bords. Le property-based testing inverse l'approche. Je montre six patterns utiles, le stateful PBT pour les bugs de séquence, et pourquoi ce sujet se prête bien à un usage assisté par IA.
Sur un RAG local 100 % privé, remplacer nomic-embed-text par bge-m3 et supprimer la traduction runtime FR→EN a fait passer le rappel de 0,45 à 0,95 et divisé la latence par douze. Mesuré, pas deviné.
Une synthèse des idées de Mario Zechner sur les agents de code. Pourquoi le minimalisme de l'agent Pi, couplé à une ingénierie stricte du contexte et à des outils CLI, bat souvent les frameworks lourds.
Deux releases le même jour, à vingt minutes d’intervalle : v1.0.1 puis v1.0.2. Les deux font le même travail — durcir pi-secured-setup lui-même. C’est un billet court pour expliquer ce qui a changé et pourquoi ça compte, parce qu’un outil de sécurité qui traîne ses propres vulnérabilités perd toute crédibilité.
Si vous découvrez le projet, l’article de présentation pose les bases : Guards, Scanners, audit trail.
v1.0.1 — amélioration qualité
Trois axes :
Une fois la spec posée, je répartis le travail entre humain, IA et outils déterministes. Le test critique ne vient pas toujours du même auteur que le code, et le critic-agent compte souvent plus qu'un writer-agent.
La première étape du workflow IA est la spécification. Cet article montre comment transformer une user story floue en spec exploitable par un humain et un agent, avec Gherkin, exemples typés et propriétés.