Le week-end, j'ai encore passé une demi-journée à me battre avec des tâches répétitives, et j'ai soudain réalisé que ma pile d'automatisation AI tourne déjà depuis presque six mois, avec une amélioration d'efficacité assez évidente. Du coup, je vais résumer comment cette architecture collabore.
Le cœur du système repose sur deux rôles : **Hermes s'occupe de l'organisation**, tandis que Claude Code s'occupe de la technique. Hermes est essentiellement un gestionnaire de tâches, gérant les plannings, la gestion de la mémoire, les tâches cron en arrière-plan, et la distribution de messages sur Telegram et Feishu. Imaginez-le comme un secrétaire toujours en ligne, se souvenant des idées d'hier, vous rappelant à l'heure ce soir, et exécutant automatiquement un script de collecte de données demain.
Pour les tâches de codage vraiment complexes, je laisse Claude Code s'en charger en une seule fois. Les grandes restructurations, les audits de code, ou la conception d'une fonctionnalité de 0 à 1 - tout cela est directement traité par le mode CLI de Claude Code. Les deux peuvent accéder à ma bibliothèque de compétences (méthodologie accumulée), si Hermes veut réutiliser une logique existante, il suffit d'appeler une compétence ; Claude Code peut aussi l'utiliser, le coût de changement est presque nul.
En termes de choix de modèle, c'est un équilibre coût-bénéfice. Pour les conversations quotidiennes, les bulletins matinales, et la surveillance du marché, on utilise Haiku (pas cher), et quand une tâche nécessite vraiment un raisonnement approfondi, on passe à Sonnet ou Opus. De cette façon, le coût des tokens du mois peut être maîtrisé.
D'un autre angle, **l'agent est le cerveau de la chaîne d'automatisation**, prenant des décisions et gérant la planification ; **la compétence est la main de la chaîne**, exécutant le travail. Hermes se situe du côté de l'agent, donnant à chaque étape de la ligne une mémoire et un contexte. Si une tâche dépasse le cadre, elle est directement escaladée à Claude Code, cet expert.
Avant d'avoir ce système, je devais passer 8 heures par semaine sur des tâches répétitives. Maintenant, certaines tâches s'exécutent en arrière-plan, il suffit de vérifier régulièrement les rapports ou les alertes d'anomalies. Le plus gros piège est que la documentation des compétences n'était pas claire, ce qui entraînait des erreurs d'appel. Maintenant, pour chaque nouvelle compétence, j'impose d'ajouter "pièges courants" et "scénarios d'utilisation".
En parlant de cela, je pense que le cœur de l'automatisation AI n'est pas d'utiliser le modèle le plus puissant, mais de **décomposer le travail en unités suffisamment petites, chaque unité suffisamment indépendante, et faciles à déboguer en cas d'erreur**. Une petite équipe investissant dans cette direction devrait pouvoir économiser beaucoup de travail manuel.
$BTC #AI #Agent