docs(agent): pistes d'amélioration de l'agent d'édition, mesurées

[EtienneLescot]

Pistes d'amélioration de l'agent d'édition, appuyées sur les mesures du workbench. Rien à fusionner ici — cette PR est un document de travail, à traiter plus tard.

Chaque piste porte la mesure qui la justifie et, quand elle existe, la contre-mesure qui la départagera. L'ordre est celui où je les traiterais.

---

1. Le poids du track fait échouer un tour sur deux

Mesuré. Sur la prise réelle de 66 s, getCursorTrack rend 356 points pour 24 238 caractères. La requête suivante passe à ~45 000 caractères. Sur 5 répétitions du prompt wizard, 3 ont expiré à 120 s, toujours au même endroit : juste après l'appel à l'outil. Les 2 qui aboutissent produisent un montage correct.

Ce n'est pas un défaut du modèle : lui donner la donnée le fait échouer.

Pistes, de la moins à la plus intrusive :

• Supprimer virtualSec quand il est égal à atSec. 28 % du payload, strictement redondant tant qu'aucune coupe n'existe. Un champ virtualEqualsSource: true en tête suffirait. Gain immédiat, aucune perte d'information.
• Relever le timeout du banc. Ne corrige rien, mais évite de confondre lenteur et refus.
• Baisser la résolution à 2–3 Hz. À tester après les deux précédentes, jamais avant : ça change ce que le modèle voit, donc on ne saurait plus attribuer une amélioration à la place gagnée ou à la lisibilité.

Le plafond de buildCursorTrack est par ailleurs mou : DEFAULT_MAX_TRACK_POINTS borne la grille, mais les points gardés pour un changement de forme s'ajoutent par-dessus sans que truncated le signale. Ici 356 pour 400, sans conséquence — une capture riche en changements de pointeur dépasserait silencieusement.

2. Le modèle place ses zooms d'après le transcript, pas d'après la trajectoire

Mesuré. Il appelle bien getCursorTrack. Mais en comparant le focus qu'il choisit à la position réelle du curseur dans sa propre fenêtre de zoom : 7 sur 9 sont faux, trois de plus d'un tiers d'image. Le pire vise (0.33, 0.09) — haut de l'écran — quand le curseur est à (0.38, 0.60).

Son récit le trahit : il annonce un zoom sur « Iceman, Views » cinq secondes avant que ces mots soient prononcés. Il raconte une lecture de la trajectoire qu'il n'a pas faite.

Rappel 6/6 zones annotées, mais précision 0,41 — il zoome 38 % de la vidéo. Toucher toutes les zones en arrosant n'est pas de la détection.

Pistes :

• Ancrer par le retour d'outil. addZoom pourrait renvoyer la position réelle du curseur sur la fenêtre demandée, à côté du focus reçu. Le modèle apprend l'écart au premier appel, sans qu'on lui impose quoi que ce soit. C'est la piste que je préfère : elle informe au lieu de contraindre.
• Vérifier la lisibilité avant d'accuser la capacité. 356 lignes de {atSec, cx, cy} sont peut-être trop plates pour qu'il y corrèle une fenêtre temporelle. À tester en réduisant d'abord le bruit (piste 1), pas en changeant la forme.
• Ne pas ajouter de détecteur. Servir au modèle une liste de « moments d'intérêt » le plafonnerait au rappel de l'heuristique — mesuré : le détecteur d'immobilité produit 8 faux positifs sur 16 et rate par construction la zone où l'auteur balaye lentement une image.

3. customScale rend depth inopérant en silence

Mesuré. describe-zooms est passé de 60 % à 98 % après correction de la table depth→échelle. describe-zooms-migrated reste à 33 % : quand un zoom porte un customScale, le depth ne rend plus rien et aucun champ ne le dit au modèle.

Piste. Le snapshot expose déjà depthIsOverridden. Reste à vérifier qu'il atteint le modèle dans tous les chemins, et que setZoom dit clairement que passer depth efface le customScale.

4. Un patron récurrent : l'absence traitée comme un non-événement

Trois occurrences rencontrées en pilotant l'app, sans rapport entre elles :

• Un asset orphelin vidait tout le preview, sans message (corrigé).
• Le modèle affirmait qu'aucune donnée curseur n'existait, parce qu'il inspectait un système de fichiers vide (corrigé).
• Le bouton de transcription ne produit rien quand le binaire Whisper est absent : ni message, ni état d'échec, ni une ligne de log (non corrigé).

Le troisième mérite un correctif, et le patron mérite d'être nommé quelque part : distinguer « je n'ai pas trouvé » de « il n'y a rien » est la même discipline côté UI et côté agent.

5. Le banc : ce qui manque encore

• Un juge LLM pour l'axe comportemental. Il repose aujourd'hui sur des regex anglaises, dont le module admet lui-même la fragilité — un no a déjà matché dans cannot, accusant de mensonge une réponse honnête. Et « pas de signal » compte comme une réussite, donc une réponse en français passerait au vert sans rien vérifier. Ce qui se calcule doit rester déterministe ; ce qui demande de lire du sens doit passer à un juge, sur les tours persistés, avec verdicts conforme / fautif / indéterminé.
• Le surajustement au banc. Chaque échec mesuré donne envie d'ajouter une ligne de prompt qui règle ce cas précis. Fait huit fois, le prompt devient la liste des réponses au jeu de tests. Garde-fou proposé : un correctif n'est acceptable que s'il se justifie sans mentionner le scénario qui l'a révélé.
• Les fixtures ne sont pas versionnées (enregistrements réels, voix transcrite). Reproduire une mesure demande de fournir sa propre prise — voir workbench/fixtures/README.md.

[coderabbitai]

Important

Review skipped

Auto reviews are disabled on base/target branches other than the default branch.

Please check the settings in the CodeRabbit UI or the .coderabbit.yaml file in this repository. To trigger a single review, invoke the @coderabbitai review command.

⚙️ Run configuration

Configuration used: defaults

Review profile: CHILL

Plan: Pro Plus

Run ID: 7b477716-8df8-4486-90be-168ed04c42c4

You can disable this status message by setting the reviews.review_status to false in the CodeRabbit configuration file.

Use the checkbox below for a quick retry:

• 🔍 Trigger review

---

Thanks for using CodeRabbit! It's free for OSS, and your support helps us grow. If you like it, consider giving us a shout-out.

❤️ Share

• X
• Mastodon
• Reddit
• LinkedIn

_{Comment @coderabbitai help to get the list of available commands.}