Tau : quand un agent IA ouvre son capot

Vous connaissez la galère. Vous bossez avec un outil IA, et soudain ça part en vrille. Le modèle invente des chemins de fichiers, zappe votre contexte, ou tourne en boucle sur un truc simple. Vous ouvrez le capot pour comprendre — et vous tombez sur de l'abstraction pure.

C'est exactement le problème que Tau veut résoudre. C'est un agent de coding en Python, mais conçu comme un cours. Vous pouvez lire l'intégralité du système comme un manuel bien commenté. Aucune machinerie cachée. Chaque pièce est visible.

Trois couches, une philosophie

L'architecture de Tau repose sur un principe étonnamment simple : séparer le cerveau, l'environnement et le visage.

Concrètement :

• Le Cerveau (Harness) : C'est là que vit la boucle de l'agent — gestion des messages, appels d'outils, état de la session. Aucune dépendance avec les terminaux, systèmes de fichiers ou bibliothèques d'affichage.

• L'Environnement : Là où l'agent fait le vrai travail. Lecture et écriture de fichiers. Exécution de commandes shell. L'environnement fournit les outils au cerveau — mais le cerveau n'a aucune idée de comment ces outils fonctionnent.

• Le Visage (UI) : Le territoire de Textual. Interface terminal, rendu enrichi, commandes slash — tout ce que l'utilisateur voit et touche. Il enveloppe le harness sans jamais vivre dedans.

Cette séparation, ce n'est pas juste de l'esthétique code. C'est ce qui rend Tau éducatif. Vous pouvez étudier chaque couche indépendamment. Faire tourner l'agent tout en lisant le code derrière. Exporter des sessions en JSONL ou HTML pour inspecter exactement ce qui s'est passé.

Pourquoi c'est важно pour le dev assisté par IA

Chez NameOcean, on croit fort au dev assisté par IA (on appelle ça le "vibe coding" avec notre Vibe Hosting). Mais le vibe coding ne fonctionne bien que quand vous comprenez ce que vos outils font vraiment.

Tau vous enseigne :

• Comment les boucles d'agent fonctionnent — pas en théorie, mais dans du code que vous pouvez débugger pas à pas
• D'où viennent les appels d'outils — typés, locaux, avec des interfaces claires
• Comment le contexte est géré — compaction, contrôles de réflexion, durabilité des sessions
• Pourquoi le streaming compte — des interfaces neutres qui permettent de changer de modèle sans réécrire l'agent

Ce ne sont pas des questions académiques. Ce sont les défis concrets que chaque développeur affronte en intégrant l'IA dans son workflow.

Le principe pédagogique qui bat la magie

La devise de Tau : "Des petites couches valent mieux que la magie."

Une responsabilité par package. Les événements circulent dans le système comme un flux que vous pouvez rendre, tester et exporter — pas un flux de contrôle enterré dans des callbacks où débugger veut dire se battre avec des print.

Le résultat : un agent "assez réel pour compter". Ce n'est pas un jouet. Vous pouvez l'utiliser comme assistant de coding terminal tout en lisant simultanément le code source. La documentation suit l'implémentation, phase par phase, avec des notes sur ce qui a été ajouté, pourquoi, et comment ça s'intègre.

Une feuille de route pour votre propre agent

Tau propose un chemin de développement clair :

1. Commencez par les événements — Définissez ce que votre agent peut émettre et consommer
2. Ajoutez une boucle — Le cycle requête-exécution qui pilote l'utilisation des outils
3. Enveloppez dans un harness — Abstraire les dépendances
4. Donnez-lui des outils — Lire, écrire, éditer, bash — tout ce dont votre environnement a besoin
5. Ajoutez une UI — Un visage pour les humains

Ce n'est pas qu pour construire des agents de coding. Ces principes s'appliquent partout où vous intégrez de l'IA dans vos applications. Séparez les responsabilités. Rendez les internals visibles. Construisez des couches testables indépendamment.

Le mot de la fin

Tau, c'est la leçon architecturale de Pi appliquée à Python : gardez harness, environnement et UI séparés. Ce n'est pas un portage ligne par ligne — c'est une réinterprétation éducative des mêmes idées fondamentales.

Pour les développeurs qui construisent sur le Vibe Hosting de NameOcean ou intègrent l'IA dans leurs workflows, Tau offre quelque chose de précieux : un système transparent que vous pouvez apprendre, étendre, et finalement remplacer par votre propre implémentation.

Parce que les meilleurs outils IA ne sont pas des boites noires auxquelles vous faites confiance aveuglément. Ce sont des systèmes que vous comprenez suffisamment bien pour améliorer.

Découvrez-le sur twotimespi.dev et voyez comment un agent peut être un curriculum.