L'orchestration traditionnelle des agents de codage repose sur des structures complexes, telles que les essaims ou des planificateurs multi-phases rigides. Ces méthodes se heurtent à deux obstacles majeurs : la difficulté de mettre à jour un plan en cours d'exécution et la saturation de la fenêtre de contexte des modèles LLM. Lorsqu'un agent tente de traiter un backlog entier simultanément, la confusion s'installe, entraînant une baisse de qualité et des conflits de fusion. 📉
La technique Ralph Wiggum, de Jeffrey Huntley, propose une rupture par la simplicité. Au lieu d'une orchestration sophistiquée, elle utilise une boucle bash pour piloter un agent CLI performant (comme Claude Code). L'idée est de simuler le flux de travail naturel d'un ingénieur humain : prendre une tâche, la terminer, valider, puis retourner au tableau de bord pour la suivante. 🔄
Cette architecture s'appuie sur trois piliers technologiques essentiels :
- Le PRD (prd.json) : Ce document de spécifications structuré contient des user stories avec un état de validation (
passes: true/false). Il définit l'objectif final et sert de backlog dynamique consulté à chaque itération. - progress.txt : Un fichier texte servant de mémoire persistante. L'agent y consigne ses apprentissages techniques, évitant de répéter les mêmes erreurs lors des cycles suivants. 🧠
- La Boucle Itérative : Un script
forinvoquant l'agent pour traiter une seule tâche prioritaire, effectuer un commit Git, puis recommencer. Une limite maximale d'itérations prévient toute consommation infinie de jetons.
L'implémentation privilégie volontairement la granularité. En forçant l'agent à ne traiter qu'une fonctionnalité mineure par cycle, on maximise la précision du code produit. Les avantages immédiats sont une réduction drastique de la charge cognitive pour l'humain et la possibilité de progresser de manière asynchrone (mode "AFK").
Toutefois, Ralph exige des boucles de rétroaction robustes. L'usage de tests unitaires, d'une vérification stricte des types et d'automatisation est crucial. Ces garde-fous empêchent l'IA de valider une tâche sans preuve empirique de son fonctionnement. ✅
Synthèse finale : Ralph transforme l'ingénieur en concepteur d'exigences. En se concentrant sur le "quoi" via un PRD granulaire plutôt que sur le "comment", on exploite la puissance des LLM pour un développement fiable et autonome, même pendant votre sommeil. 🚀
