BlackBoxApproach: Construction d'applications lorsque l'IA continue de tout briser
Recherche de preuve de concept. github.com/amiune/theblackboxapproach
L'IA est très bonne à générer du code. Elle est également très bonne à réécrire tout votre projet lorsque vous lui demandez de modifier un seul bouton. BlackBoxApproach est notre expérience pour corriger cela.
Ce qu'elle vise à résoudre
Décisions humaines vs IA. Chaque boîte et chaque champ de données suit une provenance : human_defined, ai_defined, ou mixed. Une fois que vous confirmez quelque chose, l'IA ne peut pas le ramener à une simple supposition.
Pseudocode comme couche intermédiaire. Les boîtes utilisent un pseudocode hybride (CALL, IF, langage naturel) : assez de structure pour décomposer un système, pas assez pour s'immerger dans les détails d'implémentation jusqu'à ce que vous soyez prêt.
Limites modulaires. Affinez une seule boîte noire à la fois. Les ancêtres sont un contexte uniquement en lecture ; seul le sous-arbre sélectionné peut changer. Le visualiseur génère des prompts qui imposent cela, donc « corrigez le flux de paiement » ne réécrira pas votre couche d'authentification.
Vue lisible par un humain. Un visualiseur natif pour macOS montre l'arbre de boîtes, les étiquettes de provenance et les contrats. Plus simple que des dizaines de fichiers de spécification dispersés.
Fonctionnement
Chaque projet d'application reçoit un dossier blackboxes/ : des boîtes YAML, des structures de données partagées, un fichier de compétence que le LLM suit lorsqu'il est explicitement appelé, et un journal de provenance. ChatGPT (ou similaire) retourne des mises à jour de fichiers structurés ; l'application les écrit, les suit avec git diff, et bloque les modifications de l’IA pendant que vous avez des modifications non commitées.
Pas de low-code. Pas de « programmation en langage naturel ». Décomposition récursive de boîtes noires avec contrats, intention et trace d'audit.
Statut
Phase initiale de preuve de concept. Application macOS + modèle de projet. La méthode est plus importante que l'interface utilisateur. L'objectif est un développement assisté par l'IA discipliné qui reste compréhensible pour les humains.