Mon focus depuis deux ans
- Des serveurs MCP et des MCP Apps
Les tools sont le vrai prompt : leur nom, leur description et leurs schémas orientent le modèle bien plus que le system prompt.
Sur Geckosocial, une seule couche de tools sert l'agent de l'app et le serveur MCP. On se connecte avec la seule URL (OAuth, CIMD), et les posts s'affichent en aperçu directement dans Claude et ChatGPT grâce aux MCP Apps.
- Des agents, et leurs évals
Un agent fiable tient à ses outils et à ses entrées / sorties, plus qu'à la taille du modèle.
Évals avec Evalite et LLM-as-judge, lancées chaque semaine et suivies dans un dashboard. C'est ce qui fait tenir un modèle open-weight comme gpt-oss-120b.
- Des interfaces conversationnelles
Un assistant est utile quand il comprend où vous êtes, sans qu'il faille tout lui réexpliquer.
Le contexte part implicitement de l'interface (la page, le post ouvert), et les appels d'outils s'affichent en streaming pendant que l'agent travaille.
- Des workflows d'équipe branchés en MCP
Le temps gagné se trouve souvent dans les outils de l'équipe, pas seulement dans le produit.
Dans plusieurs équipes, j'ai connecté Linear, Sentry, GitHub et les autres outils par MCP pour automatiser ce qui se faisait à la main.
- Beaucoup de code, avec Claude Code
Utilisé tous les jours, sur du code de production.
En cours : des agents de code qui tournent seuls pendant des heures. J'accompagne aussi les équipes qui veulent s'y mettre.
- Le suivi des coûts et des retours
Un agent en production, c'est aussi une facture et des utilisateurs à satisfaire.
Tokens et coût suivis à chaque appel, prompt caching, budget par plan, et un pouce en haut ou en bas sur chaque réponse.
Projets récents
SaaS de gestion des réseaux sociaux. Un agent intégré à l'app et un serveur MCP pour Claude et ChatGPT, qui partagent les mêmes tools.
Agent pour un service de l'État
Un agent sur gpt-oss-120b via Albert, l'IA souveraine de l'État. Un modèle open-weight modeste, rendu fiable par le design des outils et des évals hebdomadaires (Evalite, LLM-as-judge), avec suivi des tokens et des retours utilisateurs.
App iOS qui synchronise les données HealthKit et les expose en MCP à un assistant IA.