AP21 · Instructions obèses
Famille : Instructions
Preuve forte
Noms d'origine : agent instruction bloat
Un fichier d’instructions qui grossit à chaque incident, jusqu’à ce que des règles importantes soient ignorées.
Définition
Un prompt système ou un fichier de contexte (`AGENTS.md`, `CLAUDE.md`) grossit par ajouts successifs jusqu’à contenir des centaines de règles, parfois contradictoires.
Symptômes observables
- Un fichier de contexte de plusieurs centaines de lignes.
- Des règles ignorées au hasard, d’une exécution à l’autre.
- Un coût d’inférence en hausse sans gain de réussite.
- Un fichier généré par `/init` et jamais relu.
Pourquoi c'est nuisible
Le respect des consignes baisse quand leur nombre augmente, avec un biais en faveur des premières, et ce qui est enfoui au milieu d’un long contexte est moins bien pris en compte. Chaque règle ajoutée se paie aussi à chaque appel.
Chiffres
- Fournir un fichier de contexte (`AGENTS.md`) n’améliore pas, en général, le taux de réussite des agents de code, et augmente le coût d’inférence de plus de 20 % en moyenne (préprint).
- À 500 instructions, même les meilleurs modèles ne respectent que 68 % des consignes, avec un biais en faveur des premières (préprint).
- Thoughtworks classe l’« agent instruction bloat » en « Caution » dans son radar d’avril 2026 : plus les instructions s’allongent, plus des règles importantes risquent d’être ignorées.
Remèdes du catalogue
- D4 · Skills (divulgation progressive) — Les règles propres à une tâche vont dans des skills chargés à la demande ; le fichier de base reste court.
- G5 · Minimisation du contexte — Chaque appel ne reçoit que les consignes utiles à l’étape en cours.
- F2 · Garde-fous en couches — Les règles vérifiables (format, style, conventions) passent dans des linters et des hooks qui bloquent, et quittent le prompt.
Mesures hors catalogue
- Un fichier écrit à la main, minimal, versionné et relu comme du code.
- Une revue périodique qui retire les règles devenues inutiles.
Patterns détournés
Anti-patterns voisins
Sources
- Technology Radar, vol. 34 — Thoughtworks, 2026-04
- Evaluating AGENTS.md — Gloaguen, Mündler-Sasahara, Müller, Raychev et Vechev, arXiv, 2026-02-12
- How Many Instructions Can LLMs Follow at Once? — Jaroslawicz et al., arXiv, 2025-07-15
Contenu relu le 2026-10-05