Des coéquipiers IA comme Dots d’OpenAI, Muse de Meta ou Bot de Grok, au fond, c’est simplement un ordinateur dédié à l’IA.
J’ai tout reconstruit de zéro en un peu plus de 2 heures, puis résumé tout le processus dans cette image.
L’IA peut réserver des billets d’avion et écrire aux fournisseurs pour négocier les prix. Si elle bloque parce qu’elle ne connaît pas une information, vous pouvez prendre le contrôle de son bureau et la saisir à sa place. Et ce que vous lui dites en privé, elle peut aussi s’en souvenir dans une conversation de groupe.
Voici comment lire l’image.
La rangée du haut présente trois schémas d’architecture. Commencez par celui de gauche : il donne une vue d’ensemble du système et montre qui communique avec qui.
Au milieu, suivez le parcours d’un message : comment une phrase passe de la fenêtre de chat à l’IA, puis revient. À droite, vous verrez comment afficher le bureau de l’IA et en prendre le contrôle : comment voir son écran, puis intervenir. Les 12 cartes du dessous montrent l’ordre de construction, de gauche à droite et de haut en bas.
L’image suit un seul fil conducteur : fournir d’abord à l’IA une bibliothèque de composants primitifs, des compétences et des exemples existants, puis lui demander de développer les fonctionnalités et de faire un commit une fois terminé. En partant d’un projet vide, on construit dans l’ordre la connexion avec Clerk, la base de données Neon, l’interface de chat, puis on branche un worker en arrière-plan qui résiste aux actualisations et un ordinateur dans le cloud Daytona pour chaque bot. Enfin, on ajoute la mémoire des conversations de groupe, la facturation et le suivi des erreurs avec Sentry. Rien de compliqué.
Si vous ne voulez examiner qu’un seul point, regardez l’encadré vert sous les schémas d’architecture : pourquoi l’IA ne peut-elle pas tourner dans le backend du site et doit-elle absolument utiliser un worker sans état dédié ?
Les actualisations, les plantages et les déploiements interrompent tous les tâches de longue durée. C’est une contrainte incontournable de toute cette conception. Pour éviter les pièges, parcourez les étiquettes rouges : le bac à sable de l’offre gratuite n’a pas accès à Internet ; l’IA crée elle-même des branches ; le déploiement a échoué parce qu’un modèle Next.js inclus dans les compétences a été pris pour une deuxième application.
Le texte est petit : zoomez pour le lire. C’est vraiment très pratique. $NVDAB
J’ai tout reconstruit de zéro en un peu plus de 2 heures, puis résumé tout le processus dans cette image.
L’IA peut réserver des billets d’avion et écrire aux fournisseurs pour négocier les prix. Si elle bloque parce qu’elle ne connaît pas une information, vous pouvez prendre le contrôle de son bureau et la saisir à sa place. Et ce que vous lui dites en privé, elle peut aussi s’en souvenir dans une conversation de groupe.
Voici comment lire l’image.
La rangée du haut présente trois schémas d’architecture. Commencez par celui de gauche : il donne une vue d’ensemble du système et montre qui communique avec qui.
Au milieu, suivez le parcours d’un message : comment une phrase passe de la fenêtre de chat à l’IA, puis revient. À droite, vous verrez comment afficher le bureau de l’IA et en prendre le contrôle : comment voir son écran, puis intervenir. Les 12 cartes du dessous montrent l’ordre de construction, de gauche à droite et de haut en bas.
L’image suit un seul fil conducteur : fournir d’abord à l’IA une bibliothèque de composants primitifs, des compétences et des exemples existants, puis lui demander de développer les fonctionnalités et de faire un commit une fois terminé. En partant d’un projet vide, on construit dans l’ordre la connexion avec Clerk, la base de données Neon, l’interface de chat, puis on branche un worker en arrière-plan qui résiste aux actualisations et un ordinateur dans le cloud Daytona pour chaque bot. Enfin, on ajoute la mémoire des conversations de groupe, la facturation et le suivi des erreurs avec Sentry. Rien de compliqué.
Si vous ne voulez examiner qu’un seul point, regardez l’encadré vert sous les schémas d’architecture : pourquoi l’IA ne peut-elle pas tourner dans le backend du site et doit-elle absolument utiliser un worker sans état dédié ?
Les actualisations, les plantages et les déploiements interrompent tous les tâches de longue durée. C’est une contrainte incontournable de toute cette conception. Pour éviter les pièges, parcourez les étiquettes rouges : le bac à sable de l’offre gratuite n’a pas accès à Internet ; l’IA crée elle-même des branches ; le déploiement a échoué parce qu’un modèle Next.js inclus dans les compétences a été pris pour une deuxième application.
Le texte est petit : zoomez pour le lire. C’est vraiment très pratique. $NVDAB