Six ingénieurs, six flux de travail d'IA : sans se conformer à une configuration uniforme et répandue, chaque ingénieur personnalise son flux de travail selon son style personnel, alliant intuition humaine et intelligence artificielle pour une collaboration efficace. (Auteur : @RheaPurohit1) Cet article explore le quotidien des six ingénieurs d'@every et révèle comment ils développent efficacement des logiciels à l'aide d'une suite d'outils personnalisée, à l'ère de l'IA. Cette petite équipe de six personnes gère simultanément quatre produits d'IA (comme l'organisateur de fichiers Sparkle, l'assistant de messagerie Cora, l'outil de réutilisation de contenu Spiral et l'application de transcription vocale Monologue), des services de conseil et une newsletter quotidienne suivie par plus de 100 000 lecteurs. L'idée principale de cet article est que l'IA n'est pas une solution miracle, mais plutôt un amplificateur. Les ingénieurs accélèrent le développement grâce à des outils comme Claude Code et Codex, via un cycle fermé de planification, d'exécution et de révision, mais insistent toujours sur la concentration, la supervision et le contrôle humain afin d'éviter les « illusions » ou les biais de l'IA. 1. Yash Poojary (directeur général de Sparkle) : Concilier expérimentation et gestion des limites Yash est passé d'un fonctionnement sur une seule machine à un traitement parallèle sur deux machines : un Mac Studio exécutant Claude Code et l'autre Codex. Il a testé les différences avec les mêmes invites pour accélérer l'itération. La conception de l'interface du nouveau Sparkle a été directement importée dans AI via l'intégration Figma MCP, évitant ainsi les captures d'écran manuelles. Ses outils quotidiens comprenaient un terminal Warp et un document de « notes d'apprentissage » (conservant le contexte dans le cloud). Pour éviter les distractions, il a développé sa propre application AgentWatch afin de surveiller les conversations multi-agents et les a divisées en modes « exécution le matin, exploration l'après-midi » pour s'assurer que le résultat reste conforme à l'objectif. 2. Kieran Klaassen (directeur général de Cora) : Boucle fermée axée sur la planification Pour Kieran, la planification est un « point d'ancrage », et il utilise Claude Code pour générer des plans à trois niveaux (fonctions petites, moyennes et grandes) qu'il intègre à Context 7 MCP. Une fois le plan envoyé sur GitHub, il est transformé en tâches d'IA : Claude Code se charge principalement du développement orienté contrôle, tandis que Codex ou Amp gère la logique complexe. À l'issue de ce processus, Claude Code, associé à des outils comme Cursor, examine le code, formant ainsi un cycle itératif jusqu'au déploiement. Ce processus garantit la fiabilité de Cora (un outil d'envoi d'e-mails basé sur l'IA) et incarne une approche systématique « de la planification à la livraison ». 3. Danny Aziz (directeur général de Spiral) : Analyse détaillée des étapes clés menée par CLI Danny réalise 70 % de son code dans l'interface de ligne de commande Droid : GPT-5 Codex gère la planification des fonctionnalités principales, anticipant les conséquences de second et troisième ordre (comme les goulots d'étranglement de la base de données) et les décomposant en étapes clés. Warp gère le multitâche en écran partagé, et l'éditeur Zed examine les détails. Il a abandonné Cursor pour une configuration simple à un seul écran, n'ajoutant Figma à double écran que pendant la phase de conception. Cela lui a permis de remanier rapidement Spiral, mettant en évidence le rôle de l'IA dans la gestion de la complexité. 4. Naveen Naidu (directeur général de Monologue) : Le processus est la vérité. Naveen utilise Linear comme outil central de gestion de projet, centralisant l'archivage de toutes les exigences (Discord, e-mails, etc.) pour une traçabilité optimale. Depuis la migration vers Codex, les tâches simples consistent à copier manuellement le contexte dans le cloud pour lancer l'agent ; les tâches plus importantes utilisent l'interface de ligne de commande de Codex pour rédiger un fichier plan.md servant de plan directeur. L'exécution se divise en deux phases : brainstorming dans le cloud (génération de demandes de fusion et exploration des cas limites) et développements locaux (terminal Ghostty + backend Cursor). La revue inclut les outils intégrés de Codex, une comparaison manuelle et la vérification des journaux Sentry. Son application Monologue (transcription vocale), développée en interne, est utilisée tout au long du processus pour les instructions vocales, ce qui améliore l'efficacité. Cette approche incarne la philosophie de « traçabilité et de surveillance de bout en bout ». 5. Andrey Galko (Superviseur d'ingénierie) : Minimaliste, attaché à l'efficacité. Andrey a longtemps privilégié Cursor plutôt que de se lancer dans la recherche d'outils, avant de passer à Codex en raison de limitations de quota. Le code initial d'OpenAI était rudimentaire, mais s'est considérablement amélioré après GPT-5 : il excelle désormais dans la logique non visuelle et la génération d'interfaces utilisateur, rivalisant avec la créativité de Claude Code. Il salue OpenAI pour avoir « bouleversé l'hégémonie d'Anthropic en matière de code », pour son adhésion au principe « utiliser ce qui est utilisable », son approche axée sur la livraison d'un MVP et pour son potentiel à diriger une équipe. 6. Nityesh Agarwal (Ingénieur Cora) : Axé sur des tâches monothread, avec une supervision digne d'un aigle. Nityesh utilise Claude Code sur un MacBook Air, après avoir longuement étudié le code source et élaboré un plan détaillé. Il se concentre intensément sur un seul terminal pendant la programmation afin d'éviter les interférences de plusieurs agents, interrompant fréquemment l'IA pour obtenir des explications, dissiper les illusions et perfectionner ses compétences. Son système de révision des pull requests sur GitHub est unique : les commentaires humains sont importés dans le terminal de Claude Code pour des corrections collectives. Cela l'expose à des risques de dépendances en cas de plantage de Claude Code, mais renforce également sa conviction que « la confiance exige une supervision ». Cursor/Warp n'est utilisé qu'à titre d'outil auxiliaire. Implications générales : Cet article sur la puissance collective des architectures personnalisées ne se contente pas de lister des outils d’IA, mais illustre comment l’IA peut évoluer d’un rôle d’« assistance » à un rôle central, tout en nécessitant une intervention humaine (notamment pour les modes de concentration et les cycles de révision). La réussite de chacun repose sur la diversité : de la ferveur expérimentale de Yash à la simplicité d’Andrey, chaque architecture peut différer, mais elles partagent une approche en boucle fermée et une gestion du contexte. Ceci inspire les développeurs : l’IA peut décupler la productivité, mais en fin de compte, le succès ou l’échec dépend de la collaboration entre l’humain et l’IA. Adresse de l'article :
