Nous n’intégrons pas d’IA dans WebCull
Alors, quelle surprise. Près de quatre ans après le début de la ruée vers l’IA, personne ne nous a demandé d’intégrer des outils d’IA dans WebCull. Les seules personnes à avoir abordé le sujet sont celles qui nous ont proposé de nous facturer leur mise en place.
Non merci !
J’utilise beaucoup l’IA. Je sais à quel point elle est utile et je sais pourquoi les entreprises se précipitent pour l’intégrer dans leurs produits. Il y a de l’argent et de l’attention derrière tout ça, y compris de la part de gens pressés d’investir qui ne comprennent pas particulièrement bien dans quoi ils investissent. Un véritable besoin client semble être facultatif.
Cela explique la ruée, mais ne nous donne aucune raison de la rejoindre. À un moment donné, ajouter de l’IA est devenu un réflexe pour les entreprises. Mais nous aimons un peu aller à contre-courant, alors nous n’avons pas bronché. Maintenant, d’innombrables applications ont un assistant, une fenêtre de chat ou un petit bouton à paillettes. Apparemment, il manquait une conversation à chaque tâche.
Pour WebCull, développer un agent nous aurait détournés de notre travail, car nous n’avons aucun mal à trouver des problèmes difficiles auxquels nous consacrer. Chaque fonctionnalité prend du temps qui ne peut plus être consacré à autre chose. En tant que développeur logiciel, il m’appartient de décider si ce compromis a du sens. « Les autres produits le font » et la peur de passer à côté ne sont pas des arguments bien convaincants pour nous.
Un agent exige aussi une infrastructure considérable. Généralement appelée agent harness, cette structure gère des choses comme la planification, l’utilisation des outils, le contexte et la reprise quand le modèle fait quelque chose d’inattendu. On la développe, on la maintient, puis on la repense à mesure que les modèles et les agents s’améliorent.
Nous avons attendu. Nous n’avons pas consacré ce temps à développer notre propre structure pour ensuite la voir devenir obsolète ou commencer à prendre cette direction.
Continuer à travailler sur d’autres choses n’était peut-être pas la meilleure décision à court terme, mais à long terme, cela a largement payé. Nous avons trouvé un meilleur plan : donner aux agents un accès à WebCull en ligne de commande.
Si vous voulez que l’IA travaille avec vos favoris, utilisez l’agent et le modèle de votre choix. Laissons les développeurs des agents les plus avancés continuer à les améliorer. Nous pouvons donner à ces agents un accès utile à WebCull et concentrer notre travail sur l’amélioration de cet accès.
Dans nos tests, cette approche s’est montrée très efficace et nous allons continuer à l’améliorer.
Elle vous laisse aussi des choix qui disparaissent lorsqu’un produit fournit sa propre boîte mystère d’IA. Vous choisissez l’agent, le modèle et l’environnement dans lequel il fonctionne. Même un modèle local, si c’est ce qui est configuré dans votre structure d’agent. Vous décidez quelles données de vos favoris lui fournir et quel travail lui demander.
Avec l’IA intégrée à une application, comprendre comment vos données sont utilisées peut devenir un autre projet de recherche qui finit par vous mener à une boîte noire. Quel modèle se cache derrière ? Qu’est-ce qui est envoyé ? Qu’est-ce qui est conservé ? Quelles données servent à l’entraînement ? Que pouvez-vous changer ? Nous préférons ne pas nous lancer dans cette activité. Nous avons déjà la nôtre.
La CLI ouvre aussi des possibilités au-delà de l’utilisation d’agents. Un logiciel peut rechercher, récupérer, créer et mettre à jour des favoris bien plus vite qu’une personne qui clique dans l’interface. Il y a ici des applications qui vont bien au-delà de demander à un agent d’organiser un dossier.
L’une d’elles m’est apparue clairement lorsque j’ai utilisé la CLI de WebCull dans ma configuration RAG. Mon agent organisait des vidéos importantes de sites web dans mes favoris, que je peux rechercher et dont les vidéos peuvent être regardées directement dans l’application.
J’aurais pu conserver ces informations dans une base de données ou un fichier JSON. Les avoir dans mon compte WebCull me donnait une bien meilleure expérience lorsque je voulais travailler dessus moi-même.
Je pouvais leur ajouter des tags, les rechercher, les parcourir, les organiser et ouvrir les liens. La même collection était accessible au logiciel et à moi, par une interface que j’avais réellement envie d’utiliser.
Cela m’a fait comprendre bien plus clairement l’utilité de la CLI de WebCull comme outil d’analyse de données. Surtout lorsque les informations s’articulent autour de liens, disposer d’une bonne interface pour y accéder fait une vraie différence.
Au-delà de l’utilisation d’agents, du code ordinaire et déterministe peut prendre des données provenant d’une source connue, les placer dans WebCull et les maintenir à jour selon les règles que vous avez écrites. Vous pouvez ensuite parcourir et examiner les résultats dans l’application.
Pour moi, cela consiste souvent à suivre et à organiser les pages de mes sites web ainsi que les vidéos et les images qui y figurent. Avoir tout cela dans mes favoris et savoir que ces informations reflètent des données à jour, maintenues par du code déterministe, est quelque chose de très différent pour moi. Je sais d’où elles viennent et je sais ce qui les maintient à jour.
Il y a beaucoup de travail utile à faire ici. Nous allons continuer à le faire.
Sans le bouton à paillettes.