Mozilla lance « cq » pour s'attaquer à l'une des principales faiblesses de l'IA en matière de programmation
Le « Stack Overflow pour agents » lancé par Mozilla s'attaque à l'une des principales faiblesses de l'IA en matière de programmation. Mais il reste des défis majeurs à relever avant qu'il puisse être adopté
Mozilla dévoile une nouveau projet open source appelé « cq ». Il est conçu comme une base de connaissances partagée pour les agents de codage, à l'instart de Stack Overflow pour les développeurs. Actuellement, ces agents IA souffrent de lacunes liées à des données d'entraînement obsolètes et à l'incapacité de mutualiser les solutions trouvées face à des erreurs techniques. Bien que prometteur, le concept doit encore surmonter des défis majeurs concernant la sécurité des données et la fiabilité des informations partagées par les machines. En outre, le vibe coding est de plus en décrié, certaines entreprises subissant de plein fouet les gaffes de l'IA.
Les assistants d'IA de codage sont censés augmenter la productivités des développeurs et permettre aux éditeurs de logiciels d'accroître leurs bénéfices. Mais dans la pratique, c'est encore loin d'être le cas. Comme l'explique Peter Wilson, ingénieur chez Mozilla, les agents se heurtent sans cesse aux mêmes problèmes, ce qui entraîne un surcroît de travail et une consommation inutile de tokens pendant que ces problèmes sont diagnostiqués et résolus.
En d'autres termes, les agents résolvent tous les jours les mêmes problèmes en boucle, sans jamais partager ce qu’ils ont appris. Pour remédier à ce problème, Peter Wilson a lancé « cq », un projet open source venu prendre le relais de Stack Overflow, la plateforme similaire délaissée par les humains. Grâce à cq, les agents de codage consulteraient d’abord une base de données de connaissances partagées, tout en y apportant de nouvelles solutions.
Une nouvelle plateforme de connaissances pour les agents IA
Le projet cq est développé par Mozilla.ai, une filiale à 100 % de la Fondation Mozilla qui fonctionne avec sa propre équipe. Il vise à résoudre plusieurs problèmes. Tout d’abord, les agents IA de codage utilisent souvent des informations obsolètes lorsqu’ils prennent des décisions, par exemple en faisant appel à des API obsolètes. Cela résulte des limites de la formation des agents et de l’absence d’accès fiable et structuré à un contexte d’exécution à jour.
Ils utilisent parfois des techniques telles que le RAG (Retrieval Augmented Generation) pour obtenir des connaissances actualisées, mais ils ne le font pas toujours quand ils en ont besoin (ce qu’on appelle les « inconnues inconnues ») et, lorsqu’ils le font, ces informations ne sont jamais exhaustives.
Deuxièmement, de nombreux agents doivent souvent trouver des solutions pour contourner les mêmes obstacles, mais il n’y a aucun partage des connaissances une fois la formation terminée. Cela signifie que des centaines, voire des milliers d’agents finissent par utiliser des jetons coûteux et consommer de l’énergie pour résoudre sans cesse des problèmes déjà résolus. Cela revient cher aux développeurs et aux entreprises qui utilisent les agents IA.
Idéalement, il faudrait résoudre un problème une seule fois, et que les autres puissent s’appuyer sur cette expérience. C'est exactement ce que la plateforme cq de Mozilla tente de permettre. Il s'agit d'une plateforme de collaboration entre agents. L'idée rappelle également la plateforme Moltbook, le clone de Reddit réservé aux IA, qui a suscité l'attention de la communauté en janvier. Les agents s’y parlent, débattent, créent des religions numériques.
Le fonctionnement du partage communautaire entre modèles
Si les agents ou assistants inscrits sur Moltbook s’échangent des idées, ils ne partagent pas encore leurs connaissances pratiques : ce qu’ils ont appris en résolvant un bogue, en configurant une API récalcitrante, en contournant une limitation d’outil. C’est ce manque que cq veut combler. Il vise à fournir un accès structuré à un contexte d'exécution à jour, évitant ainsi que les agents ne tentent d'utiliser des fonctions dépréciées ou des méthodes désuètes.
Le système repose sur une base de connaissances partagée appelée « cq commons ». Avant d'entamer une tâche sur un framework ou une intégration complexe qu'il ne maîtrise pas, un agent consulte cette base pour vérifier si des particularités techniques ont déjà été recensées par d'autres.
Par exemple, si un premier agent découvre qu'une API spécifique renvoie un message d'erreur inhabituel lors d'une saturation du service, cette information est transmise aux autres. La validité d'une information ne dépend pas d'une autorité centrale, mais de la confirmation par l'usage : les agents valident ce qui fonctionne et signalent les données devenues inexactes. Ce projet arrive à un moment singulier : le site Stack Overflow est en train de mourir.
La plateforme autrefois populaire auprès des développeurs est tuée par les outils qui en auraient le plus besoin. Depuis plus de quinze ans, Stack Overflow est le forum où tous les développeurs du monde postent leurs questions relatives au code, une sorte de Wikipédia des problèmes informatiques. Avec l'essor de l'IA, les questions posées sur le site sont passées de 200 000 par mois à son pic de 2014 à 3 862 en décembre 2025, comme à ses débuts.
Vers un dépassement des approches techniques en vigueur
Le projet cherche à surpasser les méthodes actuelles, comme l'utilisation de fichiers de configuration locaux de type .md, qui restent limitées à des projets individuels et ne permettent pas une pollinisation croisée des connaissances. Bien que cq soit encore un prototype, il est disponible sous forme de plug-in pour Claude Code et OpenCode, accompagné d'un serveur pour la gestion locale des données et d'une interface permettant une révision humaine.
Selon un billet de blogue partagé par Peter Wilson, l'infrastructure actuelle comprend un serveur MCP pour gérer une bibliothèque de connaissances stockée localement, une API permettant aux équipes de partager leurs connaissances, et une interface utilisateur pour la révision humaine.
En plus de publier un article sur le blogue Mozilla.ai, Peter Wilson a également annoncé le projet sur le GitHub et sollicité les commentaires des développeurs sur la plateforme communautaire Hacker News. Les réactions dans le fil de discussion sont mitigées. La plupart des commentateurs qui s'expriment s'accordent à dire que cq vise à réaliser quelque chose d'utile et de nécessaire, mais il existe une longue liste de problèmes potentiels à résoudre.
Obstacles techniques et impératifs de sécurité lies au projet
Le déploiement à grande échelle de cette solution se heurte à des préoccupations majeures, notamment en matière de sécurité et de fiabilité. Des observateurs soulignent que les modèles de langage ne sont pas toujours capables de décrire avec précision les étapes de leur propre travail, ce qui pourrait engendrer une accumulation de connaissances erronées ou inutiles. Cet état de choses pourraient rendre les connaissances partagées inutilisables.
Par ailleurs, sur le plan de la sécurité, la plateforme doit impérativement trouver des parades contre les risques d'empoisonnement de données et les injections de prompts malveillants, afin de garantir que les informations partagées ne compromettent pas l'intégrité des projets de développement.
La plateforme cq de Mozilla n'est d'ailleurs pas la seule tentative visant à répondre à ces besoins. Divers projets sont en cours, opérant à différents niveaux de la pile, pour essayer de réduire le gaspillage de tokens par les agents IA en leur donnant accès à des informations plus récentes ou vérifiées.
Le système cq est destiné à une installation locale. Selon le document d'architecture, les connaissances stockées dans cq comportent trois niveaux : local, organisationnel et « global commons », ce dernier impliquant une sorte d'instance cq accessible au public. Une unité de connaissance commence avec un faible niveau de confiance et n'est pas partagée, mais cette confiance augmente à mesure que d'autres agents ou des humains la confirment.
Conclusion
En résumé, le projet cq de Mozilla propose une infrastructure collaborative permettant aux agents de codage de partager leurs découvertes en temps réel, évitant ainsi le gaspillage d'énergie et de tokens de calcul lié à la résolution répétée des mêmes problèmes. Cette structure facilite la collaboration au sein des équipes tout en offrant un cadre pour valider les informations partagées. Elle vise à transformer le développement de logiciels assisté par l'IA.
En dépassant les limites des simples fichiers de configuration locaux, cet outil vise à créer une intelligence collective mieux informée et plus efficace. Mais son adoption généralisée dépendra de la résolution de défis critiques concernant la sécurité des données et la fiabilité des informations partagées entre agents.
Les éditeurs de logiciels imposent l'usage de l'IA à leurs employés afin d'accroître la productivité, livrer plus rapidement de nouveaux produits et faire des économies. Cpendant, selon plusieurs rapports, les choses ne se passent pas comme prévues. L'IA était censée augmenter la productivité des travailleurs et leur donner plus de temps pour profiter de la vie, mais c'est précisément l'inverse qui se produit. Elle est désormais à l'origine d'un surmenage.
Sources : billet de blogue, référentiel GitHub du projet, fille de discussion
Et vous ?
Quel est votre avis sur le sujet ?
Voir aussi
Répondre avec citation
Partager