L’art ancien d’en savoir moins

Vous n’avez pas embauché d’ingénieur QA.

Quand vous avez lancé cet agent avec le prompt « Tu es un ingénieur QA sénior concentré sur les cas limites et les vulnérabilités de sécurité », vous n’avez pas instancié un spécialiste. Vous avez demandé à un généraliste d’oublier tout sauf ce qu’un ingénieur QA remarquerait.

Même modèle. Mêmes poids. Mêmes capacités. Masque différent.

Cette distinction compte plus que la plupart des équipes le réalisent. Le sculpteur le savait. L’acteur le savait. L’ingénieur doit maintenant l’apprendre : la spécialisation n’a jamais été une affaire d’acquisition. Elle a toujours été une affaire de retrait.

Le paradoxe de la scène vide

Il y a une histoire, peut-être apocryphe mais certainement vraie, où Michel-Ange explique son David : « J’ai simplement enlevé tout ce qui n’était pas David. » Le bloc de marbre contenait une infinité de figures potentielles. Le génie n’était pas d’ajouter David, mais d’avoir la discipline de soustraire tout le reste.

Daniel Day-Lewis pratique le même métier ancien. Quand il devient Abraham Lincoln, il ne télécharge pas de connaissances historiques et n’installe pas de capacités présidentielles. Ce qu’il fait est bien plus radical : il élimine Daniel Day-Lewis. Pendant des mois, il refuse de sortir du personnage. Il insiste pour que l’équipe de tournage l’appelle Monsieur le Président. Il n’ajoute pas Lincoln; il soustrait tout ce qui n’est pas Lincoln.

C’est précisément ce qui se passe quand vous donnez un prompt de rôle à un LLM.

Le mécanisme d’attention du modèle fonctionne comme un projecteur sur une scène immense. Le théâtre entier existe dans l’obscurité : chaque capacité, chaque schéma, chaque association apprise pendant l’entraînement. Quand vous demandez au modèle de se comporter en « ingénieur sécurité sénior », vous ne construisez pas de nouveaux décors. Vous positionnez le projecteur. Les schémas de sécurité s’illuminent. Le non-pertinent s’estompe.

Même scène. Lumière différente. Le plus vieux truc du répertoire théâtral, qui tourne maintenant sur du silicium.

Ce que les stoïciens savaient des transformeurs

Un mentor m’a dit un jour quelque chose qui a recadré ma façon de penser la spécialisation : « Se concentrer ne veut pas dire augmenter son attention, ni essayer plus fort. C’est l’élimination de ce qui se trouve hors du sujet sur lequel on veut se concentrer. La concentration n’est pas additive. C’est un exercice de réduction. »

Vous l’avez déjà vécu. Dans un restaurant bondé, quand vous vous concentrez vraiment sur ce que quelqu’un dit, vous n’entendez pas mieux. Vous devenez sélectivement sourd. Le cliquetis de la vaisselle s’efface. La conversation deux tables plus loin se dissout en murmure. Vous n’avez pas gagné le pouvoir d’entendre votre compagnon plus clairement. Vous avez perdu la capacité d’entendre tout le reste.

Marc Aurèle aurait hoché la tête. Les stoïciens ont consacré des efforts considérables à apprendre à quoi ne pas prêter attention. Ils avaient compris que la sagesse consiste moins à en savoir plus qu’à bien ignorer.

Quand un transformeur traite un prompt spécialisé, les poids d’attention n’augmentent pas en magnitude. Ils se redistribuent. Les tokens liés au rôle spécifié reçoivent des scores d’attention plus élevés. Les tokens hors de ce domaine reçoivent des scores plus bas. Le modèle n’essaie pas plus fort; il ignore plus précisément.

La mathématique de l’attention est, tout à fait littéralement, une opération de mise au point. Et la mise au point est toujours une soustraction qui porte le costume de l’addition.

Le masque qui révèle

C’est ici que le parallèle s’approfondit en quelque chose qui ressemble à de la philosophie.

Nous, les modernes, entretenons une relation confuse avec les masques. Nous pensons qu’ils dissimulent. Mais les Grecs savaient mieux. Le mot « persona » vient des masques que portaient les acteurs; le masque ne cachait pas l’acteur, il révélait le personnage. La contrainte créait la clarté.

Les grands modèles de langage contiennent des multitudes. Ils ont ingéré les habitudes d’écriture des experts en sécurité, les structures de raisonnement des architectes, les réflexes de débogage des développeurs séniors. Tout cela vit dans les poids, compressé et distribué. Quand vous créez un agent spécialisé, vous n’ajoutez pas une persona. Vous fournissez un masque qui contraint les schémas qui remontent à la surface.

Le prompt « ingénieur QA » ne rend pas le modèle meilleur en tests. Il rend le modèle pire en tout sauf en tests. Et cette contrainte, paradoxalement, produit de meilleurs tests. Vous lui avez fait le cadeau de l’ignorance.

Voilà pourquoi les prompts de rôle fonctionnent alors qu’ils semblent ne pas devoir fonctionner. Vous ne dupez pas le modèle pour qu’il ait une expertise qui lui manque. Vous lui donnez la permission d’ignorer des capacités qu’il a. Le masque ne cache pas l’acteur; il cache tout ce qui, dans l’acteur, n’est pas le personnage.

L’économie de l’attention

Si la spécialisation est une soustraction, alors la conception d’agents est un exercice d’élimination stratégique.

La plupart des équipes surspécifient leurs prompts d’agents. Elles ajoutent plus d’instructions, plus de capacités, plus de gestion de cas limites. Chaque ajout donne l’impression d’un progrès. Mais l’attention est un jeu à somme nulle; ce n’est pas une métaphore, c’est un fait mathématique. Chaque token que vous ajoutez au prompt système dilue la concentration sur les tokens qui comptent.

Day-Lewis ne se prépare pas pour Lincoln en étudiant aussi d’autres présidents à des fins de comparaison. Il va plus étroit, pas plus large. Il élimine même le contexte potentiellement pertinent s’il risque de contaminer la concentration singulière.

Votre agent architecte n’a pas besoin d’instructions sur les normes de codage. Ces tokens font concurrence au raisonnement architectural pour l’attention. Votre agent QA n’a pas besoin de connaître les pipelines de déploiement. Cette connaissance, présente dans les poids, s’activera si elle est pertinente et restera dans l’ombre sinon.

Les meilleurs prompts d’agents sont remarquablement courts. Ils précisent à quoi prêter attention en laissant entendre que tout le reste doit s’effacer. Ce n’est pas de la paresse. C’est la discipline du sculpteur qui sait quand arrêter de tailler.

Pour ceux qui construisent

Si vous concevez des systèmes d’agents, considérez ces principes :

Le même modèle peut habiter des rôles différents parce que les rôles sont des contraintes, pas des capacités. Ne magasinez pas des modèles spécialisés quand la spécialisation vit dans le prompt.

Des définitions de rôle plus courtes et plus tranchantes surpassent les définitions exhaustives. Chaque instruction que vous ajoutez est de l’attention que vous redirigez. Faites en sorte que chaque token mérite son projecteur.

Quand un agent sous-performe, l’instinct est d’ajouter plus de directives. Souvent, le remède est la soustraction. Enlevez le bruit pour que le signal puisse émerger.

Testez vos agents en vérifiant ce qu’ils ignorent, pas seulement ce qu’ils produisent. Un agent bien concentré devrait être nettement moins bon dans les tâches hors de son rôle. C’est la fonctionnalité, pas le bogue.

La vieille vérité, nouvellement calculée

Daniel Day-Lewis et un mécanisme d’attention de transformeur ont plus en commun que leurs différences de surface le suggèrent. Les deux atteignent la spécialisation par la même opération fondamentale : l’élimination stratégique de tout ce qui se trouve hors du domaine visé.

Le sculpteur le savait. Le moine le savait. L’acteur de la méthode le sait encore. Se concentrer, ce n’est pas essayer plus fort. C’est prêter attention à moins de choses.

Quand vous construirez votre prochain agent spécialisé, rappelez-vous que vous n’ajoutez pas de capacités. Vous positionnez un projecteur sur une scène qui contient déjà tout. L’art consiste à choisir quoi illuminer.

Et surtout : quoi laisser dans l’obscurité.

Michel-Ange comprendrait parfaitement.