Le sixième volet répond à la question qui décide de la viabilité économique des agents : pourquoi un cycle agentique devrait-il coûter moins cher à chaque exécution ? La réponse de Williams est qu'il ne le fait pas spontanément. Sans un mécanisme délibéré de capture et d'institutionnalisation des leçons, les agents n'offrent aucun avantage cumulatif : ils repartent d'une connaissance nulle à chaque cycle. Le composant qui change cela est la phase P7, Distill.
Distill comporte deux moitiés. La première est la simplification. Contre l'intuition, la revue architecturale et la déduplication doivent intervenir après le merge, pas avant. Dédupliquer avant que le code existe est spéculatif ; dédupliquer après cible des patterns réellement observables. Les tests, déjà en place, garantissent la préservation du comportement pendant ce nettoyage, ce qui autorise des modèles moins capables — donc moins chers — à y participer sans risque.
deduplicating before the code exists is speculative
La seconde moitié est le minage des leçons, organisé en « lesson foundry ». Cette fonderie transforme les findings récurrents en défenses permanentes : les problèmes déterministes deviennent des règles de lint accompagnées de tests ; les patterns contextuels alimentent un pipeline de skill-mining ; les lacunes de spécification déclenchent de nouvelles questions dans la phase d'interrogation. L'économie sous-jacente est décisive : chaque leçon est payée une seule fois, puis rétrogradée d'une détection probabiliste coûteuse vers une prévention déterministe gratuite.
Williams identifie deux ennemis du gain capitalisé. Le skill rot d'abord : des artefacts périmés délivrent une désinformation avec autorité ; la parade est une vérification hebdomadaire qui extrait les claims vérifiables (commandes, chemins, versions) et marque leur fraîcheur. Le model ratchet ensuite : après chaque release, ré-auditer le code existant avec des modèles frontier pour capter ce que les versions antérieures avaient manqué — un cliquet qui n'autorise pas le recul.
Le volet culmine sur la bonne unité de compte. Plutôt que de suivre les tokens par développeur, les programmes qui réussissent mesurent le coût par changement mergé et vérifié. Ce recadrage transforme la lecture de la dépense : les coûts de la phase prosecution ne sont pas du gaspillage mais un investissement. Quatre indicateurs révèlent une boucle cassée : une dépense concentrée en phase Build signale des skills manquantes ; une prosecution de plus en plus chère signale des leçons non rapatriées ; les atteintes répétées du plafond d'itérations signalent des specs faibles ; et une trajectoire de coût plate signale l'échec du système. La thèse tient en quatre mots : « flat cost is failure ». Un système sain voit son coût par changement décroître mesurablement à mesure que les skills s'accumulent et que les couches de lint s'épaississent.