Felix Rieseberg, qui travaille sur Claude chez Anthropic, constate que les capacités des modèles progressent de façon inégale, « stupéfiantes dans certaines directions, insuffisantes dans d'autres » selon Terence Tao. Certains utilisateurs en tirent des résultats remarquables ; beaucoup se limitent à des questions simples. Au slogan « nous ne sommes pas assez ambitieux », il oppose un tutoriel.
Il distingue quatre types d'ambition. La vitesse, faire le même travail plus vite, est acquise et ne demande pas de créativité ; il la laisse de côté. Restent l'altitude, la profondeur et l'étendue.
stupéfiantes dans certaines directions, insuffisantes dans d'autres
L'altitude consiste à monter en abstraction : se demander quel est le but derrière le but. L'auteur est passé de demandes de correction de crashs à la consigne de garder ses applications sans crash, ce qui l'a obligé à donner au modèle les rapports de crash, la correspondance entre versions et commits et des machines Windows, macOS et Linux pour reproduire et vérifier. Sur l'exemple d'une revue trimestrielle chez Acme Inc, il gradue : expliquer ce qui a changé et pourquoi, dégager les trois décisions les plus urgentes avec leurs arguments, puis concevoir un dispositif plus efficace que le deck trimestriel, le valider sur l'historique et le faire tourner en parallèle. L'approche vaut pour les résultats visés, moins pour la création.
La profondeur consiste à exécuter la tâche comme le meilleur expert du domaine. Les modèles changent volontiers de vocabulaire sans changer de méthode : il faut exiger les instruments des meilleurs, fixer des objectifs déraisonnables en les présentant comme raisonnables, faire vérifier les hypothèses sur les données brutes, demander une connaissance nouvelle validée sur des données non vues, et surtout recourir à un juge extérieur, pas au modèle lui-même. Un prompt type demande au modèle ce que ferait un professionnel, de quel matériau brut il partirait, avec quelles méthodes, et ce qui prouverait le résultat, avant de réécrire la demande.
L'étendue consiste à convoquer d'autres disciplines, ce que les systèmes multi-agents rendent économique. Deux techniques : remplacer les noms par des verbes pour voir quels métiers sont concernés, et composer l'équipe idéale, red team comprise, en demandant au modèle de faire ce que fait chaque métier plutôt que d'en imiter le style. Toutes ces approches supposent un ordinateur et un accès aux données.
Rieseberg rattache enfin le problème à l'auto-efficacité : on accomplit davantage quand on croit la chose possible, quand on a vu quelqu'un la réussir, ou quand on s'autorise l'échec. Dans un monde où les capacités progressent par bonds, il appelle à partager d'autres techniques.