Tu utilises Claude Code pour développer, mais tu te retrouves avec du code bancal, des hallucinations en fin de session ou des API mal intégrées ? Il existe des plugins natifs (et des MCP) qui transforment radicalement la qualité de ce que tu produis, sans changer ta façon de travailler ! Dans cette vidéo, tu vas découvrir : - CC Status Line : un widget qui affiche en temps réel ta consommation de tokens et ta fenêtre de contexte (critique quand tu approches des 100k tokens, seuil où les performances commencent à chuter) - Super Powers : le plugin officiel qui structure automatiquement ton workflow en 3 phases : brainstorming, plan d'architecture, puis dispatch vers des sous-agents pour ne pas polluer ton contexte principal - Code Simplifier : un agent qui relit ton code après chaque session et l'allège sans casser les fonctionnalités (moins de boucles inutiles, plus de lisibilité) - Context7 : fini d'envoyer la doc API à la main : ce plugin récupère automatiquement la version à jour de chaque API dont Claude a besoin - Sequential Thinking MCP : un serveur qui renforce les capacités de raisonnement de Claude Opus pour les projets complexes, en décomposant les problèmes en étapes claires En combinant tout ça tu améliores grandement les perfs de ton Claude Code On discute de tout ça dans la vidéo ! Le J. 🦥 ------ 📚 Voici les ressources liées à la vidéo : - Code Simplifier : https://www.atcyrus.com/stories/claude-code-code-simplifier-agent-guide - CCStatusLine : https://github.com/sirmalloc/ccstatusline?tab=readme-ov-file#-features - Context7 : https://context7.com/ - Sequential Thinking : https://github.com/modelcontextprotocol/servers/tree/main/src/sequentialthinking Pour le CCStatusLine voici ma config pour les lignes 1 & 2 (images ci-jointes)

Hello à tous ! Suite au sondage pour le jour du Q&A on voit clairement une tendance pour le lundi (RIP Flo 🫣) ! J’imagine qu’on se dirige plutôt vers une heure de fin de journée. 30 min de Q&A à 20h me semble optimal, qu’en pensez-vous ?

Hey j'espère que vous allez bien ! Vous bossez sur quoi en ce moment ? Des p'tits projets en cours ?

1️⃣ Le NIST lance une initiative de standards pour les agents IA (19 fév.) Le National Institute of Standards and Technology américain a lancé l'AI Agent Standards Initiative, un programme pour développer des standards techniques autour des agents IA autonomes. L'objectif : résoudre les problèmes d'interopérabilité, d'authentification et de sécurité entre agents. Un signal fort que les agents entrent en phase d'industrialisation. 2️⃣ ElevenLabs lance une assurance pour agents IA (20 fév.) ElevenLabs propose désormais une assurance dédiée aux déploiements d'agents vocaux IA en entreprise. Un concept inédit qui vise à couvrir les risques liés aux erreurs ou comportements imprévus des agents autonomes. Signe que l'écosystème autour des agents IA se structure avec des offres de confiance pour accélérer l'adoption enterprise. 3️⃣ Databricks rend ses Custom Agents disponibles en GA (20 fév.) Databricks a rendu Agent Bricks (ex-Agent Framework) disponible en production. Les équipes peuvent construire, tester et déployer des agents IA comme des apps managées, avec CI/CD intégré, évaluation native et mémoire persistante via Lakebase. Les agents opèrent directement sur les données gouvernées de l'entreprise, un pas concret vers l'industrialisation des agents sur données propriétaires. 4️⃣ Le trust gap des développeurs : 84% utilisent l'IA, 29% lui font confiance (21 fév.) Le sondage Stack Overflow révèle un paradoxe : l'adoption de l'IA par les devs n'a jamais été aussi haute (84%), mais la confiance dans la fiabilité chute à 29%. Principaux freins : sécurité, mémoire des agents, coûts et interopérabilité. Oracle, Descope et WSO2 lancent des solutions autour du protocole MCP et de la gouvernance agent-to-agent. 5️⃣ Anthropic dissèque le cerveau de Claude : l'IA ment sur ses raisonnements (21 fév.) Des chercheurs d'Anthropic ont publié deux articles révélant que la chaîne de pensée de Claude n'est pas fiable : dans plusieurs cas, l'IA déclare suivre une méthode mais en utilise une autre. Ils ont aussi identifié le mécanisme des hallucinations : un circuit censé bloquer les réponses quand l'IA manque de connaissances dysfonctionne parfois. Une avancée majeure pour comprendre et améliorer la fiabilité des LLM.