Tu vois passer partout des vidéos qui te promettent que « le prompting est mort » grâce au loop engineering ? Spoiler : c'est faux, et je t'explique pourquoi. Dans ma nouvelle vidéo, je démystifie les boucles d'agent (ce fameux « loop engineering ») en séparant le vrai du bullshit. L'idée est simple : faire tourner un agent en boucle jusqu'à ce que son résultat valide des critères précis, pour drastiquement améliorer la qualité de sortie. Tu vas y découvrir : - Les 3 niveaux de critères de validation (déterministe, visuel, review par IA) et pourquoi la pondération est indispensable - Un cas concret : ma boucle qui génère des schémas Excalidraw notés sur 100, ou celle qui vérifie que mes leads matchent bien mon ICP - Quand utiliser une boucle… et surtout quand l'éviter (indice : ne l'utilise jamais pour valider quelque chose de subjectif) Le tout avec des exemples réels sur n8n et Claude Code, et le skill offert en description pour reproduire la méthode. On se retrouve dans la vidéo! Le J.🦥 P.S. : Dis-moi en réponse si tu veux plus de vidéos où je décrypte un sujet d'actu IA :)

Tu utilises un chatbot IA, mais dès que tu fermes l'onglet, il oublie tout ? Et impossible d'y accéder depuis ton téléphone ? Dans cette vidéo, je te montre comment installer Hermes, un agent IA open source qui tourne sur ton propre serveur. L'idée : un assistant qui garde sa mémoire entre les sessions, apprend qui tu es, et crée ses propres compétences au fil de tes échanges. Bref, un vrai stagiaire qui progresse. Concrètement, tu vas voir : - L'installation complète sur un VPS isolé (pour éviter qu'il accède à tes données sensibles) - Comment le connecter à Telegram pour lui parler depuis n'importe où sur ton téléphone - La mise en place de crons : des tâches automatiques (recap pipeline, veille concurrentielle, etc.) qui tournent tous les jours sans toi Je partage aussi les bonnes pratiques de sécurité que j'applique : comptes dédiés, budgets sur les clés API, sauvegarde automatique sur GitHub. Parce qu'un agent autonome, ça s'encadre. On se retrouve dans la vidéo! Le J. 🦥 P.S. : Le document récap complet est dispo gratuitement en lien de ce post 🥸. N'hésites pas à y laisser un message si t'es bloqué dans l'installation!

Tu stockes tes notes dans Notion, des Google Docs éparpillés, ou pire… dans ta tête ? 🫠 Le problème, c'est que quand tu veux retrouver une info précise 3 mois plus tard, c'est la galère. Et connecter un LLM à Notion pour interroger ta base, c'est pas optimal niveau tokens / temps de recherche. Dans cette vidéo, je te montre comment j'ai mis en place un second cerveau avec Obsidian + Claude Code, en suivant la méthode d'Andrej Karpathy (co-fondateur d'OpenAI). Le LLM navigue de page en page via les liens entre fichiers, sans RAG complexe, sans infra lourde. Après plusieurs semaines d'utilisation sur ma propre base, voici ce que je partage : - Le setup complet en 5 minutes : vault, fichiers de config, architecture index/log/raw/wiki - Comment j'ai structuré 2 vaults séparés pour ne pas polluer ma base et économiser des tokens - Les bonnes pratiques que j'ai identifiées : anti-duplicates, filtrage thématique automatique, alimentation rapide via le Web Clipper Tu repars avec une méthode clé en main pour construire une base qui te ressemble et qui devient plus intelligente à chaque ajout! 🧠 Bon visionnage, Le J. 🦥 P.S. : Si tu as déjà mis en place ta propre base, n'hésite pas à partager tes bonnes pratiques, je suis curieux de voir comment tu l'as structurée! Lien du Github Andrej Karpathy : https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

Tu développes sur de grosses bases de code avec Claude Code ? 🧑‍💻 Alors tu connais ce problème : à chaque session, Claude recharge tout ton projet et brûle des tokens à chercher l'information à l'aveugle. Dans ma nouvelle vidéo, je te présente Graphify, un outil open source qui change la donne. Le principe : au lieu de laisser Claude fouiller ton code, Graphify construit une carte complète de ton projet. Résultat, ton agent sait immédiatement où aller et économise un maximum de tokens. Tu vas découvrir : - Comment Graphify analyse ton code en local (sans consommer de tokens) pour cartographier classes, fonctions et dépendances - L'installation pas à pas, même si tu débutes (Claude peut l'installer tout seul) - Le test comparatif token avec/sans Graphify sur un vrai projet Github - L'astuce du hook qui régénère ta carte automatiquement à chaque push GitHub C'est un outil niche, mais redoutablement efficace dès que tu bosses sur des gros projets On se retrouve dans la vidéo! Le J. 🦥

Tu utilises Claude pour coder ou pour challenger tes décisions stratégiques ? Le nouveau modèle d'Anthropic change pas mal de choses. Dans cette vidéo, je décortique Claude Opus 4.8 sorti cette semaine. Au même prix qu'Opus 4.7 (5$/M tokens en input, 25$ en output), il consomme moins de tokens pour un meilleur résultat. Sur le papier, tu économises donc à chaque tâche. Mais le vrai changement est ailleurs : - Le curseur d'effort (`/effort`) pour ajuster la puissance de réflexion selon ton besoin et tes coûts - Le nouveau mode workflow qui lance jusqu'à 16 sous-agents en parallèle (et jusqu'à 1000 par run) pour préserver ta fenêtre de contexte - Un modèle 4x moins susceptible de laisser passer un bug dans son propre code, et beaucoup plus honnête sur ce qu'il a réellement fait Je te montre aussi quand ce modèle est overkill : pour des workflows linéaires en entreprise, un GPT-4.1 mini suffit largement. Si tu veux tout connaître sur ce modèle en 10 min on se retrouve dans la vidéo! À la prochaine, Le J.🦥 P.S. : Tu as testé le mode workflow ? N'hésite pas à me le dire en commentaires, ça m'intéresse de comparer nos retours.