[🤖] J’ai transformé « S’il te plaît, critique » en Skill

✨ Résumé de GPT-5.6 Sol

J’ai vu l’IA changer d’avis à chacune de mes objections, alors j’ai créé une Skill avec un seul fresh critic qui se méfie autant de la première réponse que de la critique.

« S’il te plaît, critique »

Après qu’un travail d’UI exécuté pendant 16 heures a fini en déchet, j’ai exigé de Codex qu’il explique comment il en était arrivé à ce désastre. J’ai traité séparément la manière dont un résultat intermédiaire non vérifié avait contaminé tout le travail en aval. Mais quelque chose d’autre se répétait dans la conversation censée expliquer l’échec.

Chaque fois que je proposais une solution différente, l’IA disait aussitôt qu’elle était juste. Quand j’objectais, elle disait que l’objection était juste à son tour. Toutes les réponses semblaient plausibles, mais la conclusion penchait vers ce que j’avais dit en dernier. Je ne pouvais même plus faire confiance à l’explication de l’échec.

J’ai donc confié la réponse d’une session à une autre pour qu’elle la critique, puis ramené la critique à la première session pour une réfutation. Cela a bien révélé des hypothèses et des coûts d’exploitation qu’un côté avait manqués. Pourtant, chaque fois que je collais une critique, l’IA s’empressait encore de dire : « Ce point est correct. »

À la fin, j’ai dit exactement ce que je voulais.

S’il te plaît, critique.

Je ne voulais pas que deux IA se mettent poliment d’accord. Je voulais que la première réponse et la critique suivante soient toutes deux remises en question jusqu’à ce que les preuves tranchent. Le fait que plusieurs Agents disent la même chose ne la rend pas vraie, et appeler l’un d’eux critic ne le rend pas exact.

J’ai réduit la revue par copier-coller à un seul fresh critic

Au début, j’ai envisagé un système de débat avec trois critiques et plusieurs tours. J’ai même pensé à payer Claude Code pour l’opposer à Codex. L’IA m’a répondu avec des Coordinators, Workers, Auditors et davantage d’état. Un Goal de 16 heures venait déjà d’échouer parce qu’il était parti hors de contrôle ; construire un autre énorme système d’orchestration pour éviter cela me semblait absurde.

Ce que je voulais était bien plus petit. La session principale envoie sa conclusion à un seul fresh critic. Le critic cherche des contre-exemples et des hypothèses cachées. La session principale accepte chaque point important, le réfute avec des preuves ou le laisse non résolu. Si la réponse change, le même critic la revoit une seule fois. Si la première revue ne trouve rien d’important, il n’y a pas de second tour.

J’ai transformé ce flux en une Skill partagée appelée Custom - Deliberate. La revue reste en lecture seule, la critique n’est jamais adoptée automatiquement et la réponse finale doit exposer les objections rejetées et les incertitudes restantes, autant que les critiques acceptées. Elle ne fait que raccourcir le travail que j’effectuais déjà en copiant source, réponse et réfutation entre GPT et Codex.

J’ai immédiatement utilisé la Skill pour examiner sa propre procédure. Un critic ne devient pas parfaitement indépendant simplement parce qu’il ne reçoit pas la conversation précédente. Il partage encore le même modèle et les mêmes règles de niveau supérieur, et de mauvaises preuves fournies par la session principale peuvent l’induire en erreur de la même manière. Il traite donc les objections capables de modifier réellement la conclusion et reconnaît quand les preuves ne suffisent pas, au lieu de fabriquer un accord.

Je ne fais automatiquement confiance ni à la première réponse ni à la critique

Cette Skill ne garantit pas la vérité. Un autre modèle peut mieux briser un biais partagé par une famille de modèles, et les préférences et jugements de valeur restent les miens.

Malgré tout, avant d’ajouter un autre abonnement à 150 000 wons, je commence par là. Je ne valide pas la première conclusion. Je demande à un fresh critic d’essayer de la casser et je note ce que j’ai accepté, ce que j’ai réfuté et pourquoi, ainsi que ce qui reste non résolu.

J’avais déjà écrit que Claude Code comme Codex finissent par avoir besoin d’un harness. Cette fois, j’ai appliqué l’idée au jugement lui-même. Faire terminer un travail à l’IA compte, mais l’empêcher de me donner aveuglément raison et de figer une conclusion trop tôt compte aussi.