Présentation HoneyConf 2026

J'ai donné un talk à HoneyConf 2026 (un meetup de devs à Montréal) sur sept projets personnels et ce qu'ils m'ont appris sur l'IA. Le but était de partir de démontrer comment je suis parti d'un espoir naïf, puis tombé dans le creux du désenchantement, et puis comment j'ai grimpé de l'autre bord jusqu'à ce que l'outil redevienne juste ça: un outil. Voici l'histoire en abrégé.

Le deck et artefacts sont disponibles à la fin.

La courbe

J'ai commencé en haut à gauche: « l'IA va écrire mon code à ma place », vibe-coding, miracle... Et puis, je tombes dans le creux. Ça ne marche pas. Ou ça marche une fois sur deux. Je me dis « câline, c'est de la marde ».

Et puis, je me suis dit que je voulais passer au travers de ce creux. De l'autre bord, l'IA redevient un outil: utile une fois qu'on a traversé, mais jamais aussi haut que l'espoir initial. Pas magique. Pas une menace existentielle. Un outil.

Deux peurs en arrière-plan

Deux peurs m'ont poussé à traverser:

• Maintenant: peur de perdre la job. Pas dans cinq ans. En septembre. C'est la peur qui me fait essayer l'IA même quand elle me déçoit.
• Plus tard: peur d'être dépassé par la technologie. J'adore ce domaine, je veux être encore embauchable dans 5-10 ans. C'est la peur qui me fait remettre l'outil dans mes mains après l'avoir laissé tomber.

Le départ prudent: Window Café

Premier projet sérieux avec l'IA dès le jour 1: je devenais papa, je voulais que ça marche. Je commençais lentement, et de façon extrêmement prudente, utilisant l'IA pour rajouter des choses comme PostgreSQL + Prisma, Docker, linting, tests, etc... mais aucune feature majeure.

Au début, ça résultait en beaucoup de churn (et usage de tokens inutiles): l'IA écrivait la feature, les tests cassaient, elle corrigeait, on recommençait. Beaucoup, beaucoup de fois. La leçon, apprise: encoder les guardrails dans les rules pour la steerer dès le départ, au lieu de la laisser corriger continuellement à la fin et se sortir à coups de re-runs.

→ window.cafe (opens in new tab)

Le YOLO du milieu

Une fois la prudence digérée, j'ai poussé fort pour voir où l'IA pouvait me mener lorsque je lui laissais plus de contrôle et liberté:

• Ce blog anti-framework, 8 invariants. Statique-from-scratch, écrit sans framework de blog statique avec Vite + 7 plugins maison. Première adoption d'agents pré-écrits (agency-agents (opens in new tab) de Mike Sitarzewski — UI, UX, designer, chercheur, appelés en séquence).
• Destiny et comment apprendre l'astrodynamique en shippant. Un jeu 3D dans le browser avec lequel je voulais pousser l'usage IA et l'utiliser pour tout: Gemini pour le design 2D du vaisseau, tripo3d pour le mesh, Gemini pour les HUDs, Lyra pour les règles de code, Claude.AI pour la recherche de domaine (les coniques patchées de KSP), Claude Code pour exécuter. La leçon: Utiliser le bon outil IA pour la bonne job · ne pas rester dans un seul LLM · tests + git history = mémoire externalisée.
• CityForge - comment apprendre de ses erreurs. Première fois avec /plan. J'ai jeté le prototype v1 et recommencé en encodant les erreurs dès le départ. Six agents en parallèle, cinq jours, zéro revert.

Trois projets supplémentaires, trois leçons

• Encaisse - formaliser mes apprentissages. Premier /get-shit-done, trois prototypes IA traversés avant le boilerplate final. CASL appris mid-build. /evolve né ici, /commit-message formalisé, premier git worktrees, premiers flows multi-agents. Trois règles path-gated pour que l'IA charge le bon contexte selon la couche touchée. → encaisse.ca (opens in new tab)
• Home Nexus - l'IA et la maison. Trois problèmes domestiques résolus avec l'IA: un INFRASTRUCTURE.md + runbooks, une SSH CA pour que mes hosts se signent mutuellement, et un services.conf Traefik avec règles compilées. La leçon: passer le contexte entre outils pour avoir des « fresh eyes », et encoder les erreurs dans le CLAUDE.md.
• Le Petit Livre de ma fille - des personnes constants sur 20 pages. Livre illustré pour ma fille, sept ou huit threads Gemini en parallèle. La découverte: même thread = le modèle dérive; nouveau thread + même BABY_CORE = ma fille reste visuellement la même. Changer de thread, mais encoder ce qui doit rester stable.

Une session typique

La façon que ces leçons se sont matérialisées, c'est dans une boucle suivante:

Un SETUP une fois par projet alimente la boucle: PLAN → SPEC → BUILD → DÉCIDE → REVIEW → COMMIT. À DÉCIDE, on peut jeter et recommencer avec les apprentissages. Après COMMIT, un grand arc rouge revient au début: ce qu'on garde, on l'encode dans le CLAUDE.md, dans les rules, via /evolve.

Wrap-up

En traversant le creux, j'ai appris que l'IA, ce n'est pas magique. C'est juste un outil. Qu'il faut garder une boucle de feedback rapide pour apprendre ce qui marche et ce qui marche pas, et l'encoder dans le système pour la prochaine session. Qu'il faut avoir un humain dans la boucle pour décider quand suivre l'IA, quand la corriger, et quand jeter et recommencer. Et que ce qui marche pour les humains, marche aussi pour l'IA: elle a besoin de règles, de guardrails, de contexte, de mémoire, d'un plan, d'une spec...

Voir le deck

Merci aux gens de HoneyConf d'avoir été là!