Kieran Klaassen présente 8 stratégies concrètes transformant la philosophie de planification en systèmes opérationnels pour enseigner à l'IA à penser comme un ingénieur senior. Suite de son article précédent sur la planification vs le vibe coding, ce guide tactique détaille comment exécuter des opérations de recherche parallèles plus rapides que la planification humaine séquentielle.
Framework des 8 stratégies
1. Reproduire et documenter : avant de corriger un bug, le reproduire et le documenter. Exemple de l'email bankruptcy de Cora : 19 utilisateurs bloqués ; l'agent a parcouru les logs AppSignal → des erreurs de rate limit étaient avalées silencieusement. Fini de deviner. Capitalisation : mise à jour permanente de la checklist @kieran-rails-reviewer.
2. S'ancrer dans les bonnes pratiques : @agent-best-practices-researcher cherche sur le web comment d'autres ont résolu le problème. Cas d'usage : architecture, copywriting, pricing, mises à niveau. Gem en retard de 2 versions : 3 min de recherche ont trouvé le guide officiel + 3 billets de blog sur les cas limites, évitant des heures de debugging. Capitalisation : sauvegarder les trouvailles dans docs/*.md, l'agent consulte d'abord les docs locales.
3. S'ancrer dans la codebase : chercher les patterns existants avant de recréer. Feature d'event tracking : l'agent a trouvé un système existant oublié avec ses helper methods, évitant de construire un second système incompatible. Capitalisation : l'agent @event-tracking-expert distille tous les patterns et s'exécute automatiquement.
4. S'ancrer dans les bibliothèques : pour les bibliothèques rapides et mal documentées, lire le code source. Gem RubyLLM : l'agent a découvert le support streaming v1.9, non documenté mais présent dans la suite de tests. Capitalisation : mise à jour automatique à chaque montée de version de dépendance.
5. Étudier l'historique git : comprendre le "pourquoi" des décisions passées. Mise à niveau d'EmailClassifier : l'agent a trouvé une PR de 3 mois montrant que la v2 avait été tentée, avait cassé des cas limites (inbox→archive et archive→inbox inversés) et avait été délibérément annulée avec un raisonnement détaillé. 5 min de recherche ont évité de réintroduire un bug déjà débuggé. Capitalisation : mémoire institutionnelle préservée et cherchable.
6. Vibe prototyper pour clarifier : Fidelity Three, UX incertaine. Interface Brief : 5 prototypes de 5 min chacun, feedback utilisateur concret ("bouton archiver en haut à gauche — réflexe Gmail"). Les prototypes sont supprimés, la connaissance passe dans le plan. Capitalisation : l'incertitude devient des spécifications concrètes documentées.
7. Synthétiser avec des options : combiner toute la recherche en 2-3 approches avec des compromis honnêtes. Synchronisation Gmail : option A (greffer sur l'existant — rapide mais sale), B (temps réel — propre mais lent), C (cache miroir — effort initial mais meilleur à long terme). L'agent fait la recherche, l'humain juge. Capitalisation : les choix révèlent des préférences codifiées ("préférer le largement supporté au cutting-edge").
8. Relire avec des agents de style : 3 relecteurs spécialisés en passe finale. Agent simplification (signale le sur-engineering), agent sécurité (vulnérabilités), agent style-Kieran (préférences personnelles : requêtes simples vs jointures complexes, dénormalisation). Capitalisation : les agents accumulent du goût avec le temps.
Cas email bankruptcy révélateur : jugé facile au départ ("archiver 53 000 emails en masse, quelle difficulté ?"). 20 min d'agent de recherche ont ramené à la réalité : les rate limits Gmail tuent à 2 000, timeouts système, longue attente utilisateur. La feature simple est devenue un défi architectural de 3 jours. La planification a évité de construire entièrement la mauvaise chose.
Mise en œuvre pratique : choisir une feature Fidelity Two → 15-20 min de recherche (bonnes pratiques web + patterns codebase + capacités des bibliothèques) → l'IA synthétise le plan (problème/approches/patterns/cas limites) → capturer le POURQUOI de ses réactions de revue → livrer → comparer implémentation et plan → codifier 1 apprentissage dans CLAUDE.md → créer des agents spécialisés → répéter la semaine suivante.
Contribution open-source : Klaassen a open-sourcé son système de planification sur la marketplace GitHub d'Every avec la commande /plan et des agents de recherche prêts à l'emploi. Philosophie : ne pas repartir de zéro, adapter des systèmes éprouvés existants.
Chaque stratégie inclut un volet "comment faire capitaliser cela", démontrant la thèse centrale : les opérations de recherche parallèles enseignent à l'IA une connaissance institutionnelle qui s'accumule plus vite que la planification humaine séquentielle.