Revue par un agent IA d’une conception FPGA à partir de ce site web

Une revue ciblée de la conception FPGA

Si vous utilisez Claude Code ou un autre outil d’IA agentique (agentic AI tool), vous avez peut-être essayé de faire réaliser une revue par IA de votre conception FPGA. Si le résultat ne vous a pas satisfait, voici une suggestion pour l’améliorer.

Concrètement, il est possible de concentrer la revue de l’agent IA sur certains sujets et, de diverses manières, de lui indiquer comment mener cette revue. Un ensemble de compétences (skill set) fait exactement cela : il oriente le comportement de l’agent afin que la revue s’appuie sur des informations correctes, et pas seulement sur ce sur quoi le réseau de neurones a été entraîné. Qu’est-ce qu’une « information correcte » ? Ce sont les faits écrits dans l’ensemble de compétences.

Un ensemble de compétences fondé sur le contenu de ce site est disponible. Si vous voulez essayer, placez les fichiers de votre conception FPGA là où l’agent IA peut y accéder, puis rédigez une invite (prompt) comme ceci :

> Using the skill set from https://github.com/billauer/01signal-review,
  perform a review of the FPGA project. Write out the HTML files.

L’agent IA (Claude Code ou l’outil que vous utilisez) réalisera une revue principalement fondée sur l’ensemble de compétences de ce dépôt GitHub, qui reflète à son tour le contenu de ce site. Le rapport de revue sera donc centré sur les sujets abordés ici. Par exemple, une série de pages traite des réinitialisations (resets) sur ce site. Votre conception est-elle au niveau de ces recommandations ? Peut-être avez-vous oublié de réinitialiser un petit registre, ou peut-être y a-t-il une erreur plus fondamentale ? Le rapport de revue vous le dira. Avec un peu de chance. Une revue par IA n’est pas déterministe.

Utiliser l’IA pour vérifier votre conception : le bon et le moins bon

Il s’avère que les agents IA sont plutôt bons pour lire du code et repérer des erreurs. Mais leur problème, c’est qu’ils inventent souvent des erreurs qui n’existent pas. Et quand c’est le cas, ils produisent généralement une explication très convaincante, qui repose souvent sur une ou plusieurs affirmations factuelles incorrectes. Peut-être le réseau de neurones a-t-il été entraîné sur des informations incorrectes, peut-être tire-t-il une conclusion erronée d’informations correctes, ou peut-être autre chose. Certains appellent cela des hallucinations ; moi, j’appelle cela des bêtises.

Un autre problème agaçant est la priorisation : par exemple, un agent IA a tendance à placer les erreurs de syntaxe et autres « build-breakers » (problèmes qui empêchent la compilation) en priorité haute dans la revue. Cela se justifie en partie, puisque la conception ne compilera pas tant que ces erreurs ne sont pas corrigées. Mais il est rarement utile de mentionner ce genre d’erreurs dans un rapport de revue : les outils signalent généralement le problème lorsqu’ils refusent de compiler. Ce n’est que lorsque le problème n’est pas évident qu’il vaut la peine de le mentionner dans la revue.

Et trop souvent, les outils d’IA se focalisent sur un détail mineur et font une montagne d’un rien. Il est facile de rejeter toute la revue lorsque les premiers sujets abordés semblent n’avoir aucun sens.

Ces problèmes sont largement résolus par un ensemble de compétences.

Comment un ensemble de compétences aide

Un ensemble de compétences se compose de plusieurs fichiers, contenant essentiellement du texte brut lisible par un humain. C’est un peu comme un manuel d’instructions pour l’agent IA, expliquant comment mener la revue de conception (ou toute autre tâche, d’ailleurs). Ce texte fait principalement trois choses :

• Définir ce qui est vrai : ce qui est correct et ce qui ne l’est pas, en matière de faits et de pratiques de conception.

• Définir les priorités : délimiter ce qui est important et ce qui est relativement pardonnable.

• Définir comment réaliser la revue. C’est ici que des instructions systématiques sont données à l’agent, en divisant la mission de revue en tâches distinctes afin qu’elle soit menée de manière méthodique. Cela se fait généralement dans le fichier principal de l’ensemble de compétences (généralement nommé SKILL.md).

Les première et deuxième parties aident à réduire les âneries dans le rapport de revue. Elles constituent en quelque sorte un tutoriel condensé sur les sujets à examiner pendant la revue de conception, en fixant à la fois les faits et les priorités. En mentionnant explicitement une liste de points à vérifier, l’agent IA s’appuie davantage sur des faits corrects et solides, et moins sur ses propres connaissances intégrées.

La troisième partie organise le processus de revue, mais joue un rôle plus important dans l’ensemble de compétences de 01signal : elle comprend deux étapes finales au cours desquelles l’agent IA vérifie son propre rapport.

Dans la dernière étape, un agent IA distinct repart de zéro et joue le rôle d’inspecteur. Il parcourt l’ensemble du rapport et vérifie que toutes les affirmations factuelles proviennent directement de l’ensemble de compétences. Les affirmations factuelles qui ne sont pas étayées de cette manière sont reformulées dans le rapport avec un langage dubitatif (par exemple, une question rhétorique), au lieu du ton assuré bien connu qu’ont habituellement les outils d’IA. Cependant, l’outil d’IA ne peut aboutir à aucune conclusion sans utiliser ses propres connaissances intégrées. Et pourtant, le rapport doit indiquer clairement quelle partie est étayée (par l’ensemble de compétences, avec un langage assuré) et quelle partie ne l’est pas (l’inverse).

Et le contenu de l’ensemble de compétences n’est pas gravé dans le marbre non plus, bien sûr. Il peut être incorrect ou incomplet. Ce n’est pas un hasard s’il est publié sur GitHub.

Cela ne remplace pas les connaissances

Je l’ai déjà dit ailleurs sur ce site, et je le répète : rien ne remplace notre cerveau, et rien ne remplace l’acquisition de connaissances. Les outils de débogage et les outils d’IA sont utiles, mais en fin de compte, c’est à nous, humains, de prendre les décisions.

Une revue par IA ne fera pas fonctionner votre conception FPGA. Mais elle peut vous orienter dans la bonne direction. Et comme l’ensemble de compétences est fondé sur les pages de ce site, la revue vous indique non seulement ce qui peut être faux, mais aussi où en lire davantage.

Donc, si vous avez fait une erreur à cause d’une simple erreur humaine, corrigez-la et passez à autre chose. Mais si c’était parce que vous ignoriez quelque chose, arrêtez-vous et prenez le temps de combler cette lacune. C’est après tout l’avantage d’un ensemble de compétences issu d’un site web.