The 80% Problem and the Real Cost of Vibe Coding
L’agent écrit vite les 80 % faciles. Le coût réel se joue sur les 20 % restants, la dette et le harness qu’on n’a pas payé une fois.
Insights
AI Engineering Insights
Architecture, economics, security and engineering for production AI.
What Changed in Enterprise AI Since March
Depuis mars, trois déplacements comptent plus que le modèle de la semaine : routage, coût par tâche, et cadre réglementaire.
The Harness Is the System
Quand un agent de code se trompe, changer de modèle n’est souvent pas la réponse. Le comportement vient surtout du harness autour.
Identity and Permissions for an AI Agent
Un agent n’est pas un utilisateur : sans identité propre et droits minimaux, le prompt injection devient une clé partagée.
Evaluating an AI System in Production
Passer de la démo à une décision d’exploitation : mesurer le résultat métier, la dérive et le coût du risque — pas seulement le score du jour.
From Vibe Coding to Agentic Engineering
Le vibe coding n’est pas « avec IA » ou « sans IA ». C’est un spectre : ce qui compte, c’est la vérification avant de livrer.
Build vs Buy: What Should Your Enterprise AI Stack Look Like?
Build vs buy pour la stack IA entreprise : ce qu'il faut posséder, ce qu'il faut acheter, et comment éviter le lock-in inutile.
How to Build Secure AI Systems Against Prompt Injection
Défense multicouche contre le prompt injection : isolation des contextes, contrôles d'outils, validation des sorties et architecture de sécurité IA.
From AI Experimentation to AI Platform
Passer de l'expérimentation IA dispersée à une plateforme réutilisable : patterns, gouvernance, composants et scale.
AI TCO: The Costs Nobody Includes in the PoC
Le vrai coût total d'un système IA dépasse les tokens : infrastructure, retrieval, sécurité, engineering et maintenance.
AI Agents in Production: Architecture Before Autonomy
Mettre des agents IA en production sans perdre le contrôle : outils, permissions, observabilité et limites d'autonomie.
The Real Cost of Running an LLM in Production
Au-delà du prix des tokens : comprendre le TCO réel d'un LLM en production — infrastructure, retrieval, observabilité et maintenance.
Enterprise RAG Architecture: What Actually Matters
Ce qui compte vraiment dans un RAG entreprise : données, retrieval, évaluation, sécurité et exploitation — au-delà du tutoriel LangChain.
AI FinOps: How to Control LLM Costs at Scale
Contrôler les coûts LLM en production : routing, caching, retrieval, observabilité et gouvernance budgétaire.
RAG vs AI Agents: When Should You Use Each?
Quand choisir un RAG, un agent, ou une combinaison des deux — en partant du processus métier, pas de la techno du moment.
Why Most AI PoCs Never Make It to Production
Pourquoi la majorité des PoC IA restent en laboratoire — et ce qu'il faut réellement pour passer en production.