Teamtown

Le problème

Les agents IA sont vendus comme des collègues, mais utilisés comme une barre de recherche. Ceux qui pourraient en profiter le plus — un magasin à la ferme, un cabinet de conseil fiscal, une famille qui prépare un déménagement — bloquent avant même la première étape : de quels agents ai-je besoin, que doit faire chacun d’eux, et comment leur écrire des instructions ? Les outils d’agents partent du principe que vous connaissez déjà les réponses.

La question sur laquelle j’ai travaillé était donc : comment quelqu’un qui n’a jamais configuré d’agent passe-t-il d’une idée à une équipe qui fonctionne ?

D’un prompt à une équipe

Teamtown part de là où les gens sont déjà — une phrase. « Notre magasin à la ferme veut une newsletter hebdomadaire et des posts Instagram sur les produits de saison, mais personne n’a le temps de s’en occuper. » Teamtown pose quelques questions adaptées au projet (un voyage n’appelle pas les mêmes questions qu’une newsletter), puis propose une équipe complète.

La proposition n’est pas une liste de bots génériques. Chaque agent reçoit un nom, un rôle, une responsabilité claire et des instructions de travail prêtes à l’emploi ; un chef d’équipe répartit le travail, un relecteur vérifie chaque résultat avant qu’il ne vous parvienne. La proposition se termine par une première tâche concrète, pour que personne ne se retrouve face à un écran vide. Elle ne vous plaît pas ? Demandez-en une autre, renommez ou supprimez des agents — ou passez le prompt et choisissez l’une des douze équipes prêtes à l’emploi.

Concevoir pour la confiance

Une équipe n’est utile que si l’on ose lui confier un vrai travail. Rien ne compte donc tant qu’un humain ne l’a pas validé : plans, résultats, questions et tâches que seule une personne peut accomplir arrivent dans une seule boîte de réception. Chaque plan affiche son coût estimé dès le départ, les projets ont un budget, et les projets confidentiels ne tournent que sur des modèles locaux. Teamtown vérifie aussi chaque chiffre d’un résultat par rapport à vos documents — sans IA — et indique ce qui est étayé et ce qui ne l’est pas.

L’équipe travaille ensuite dans un bureau en pixel art, où l’on voit qui est occupé et qui vous attend. Cette idée visuelle n’est pas de moi : elle s’inspire des projets open source Pixel Agents de Pablo De Lucca et Agent Pixels. Teamtown en est une implémentation indépendante — aucun code ni aucun visuel n’a été repris, tous les graphismes sont dessinés dans son propre code. Ma contribution, c’est tout ce qui se passe avant et autour : amener des personnes non techniques jusqu’à une équipe adaptée, et permettre de valider son travail en toute confiance.

Ma façon de travailler

J’étais le product owner, pas le développeur. J’ai consigné les règles produit dans un brief court pour les agents de code — un langage simple dans l’UI, chaque effet externe soumis à validation, jamais de sortie du modèle rendue en HTML — et j’ai piloté chaque itération : quoi construire ensuite, quoi couper, ce qui sonnait faux à l’usage. La plupart des itérations ont porté sur l’onboarding : les tests ont montré que les gens avaient besoin d’exemples pour se lancer, que les projets personnels appellent d’autres questions que les projets professionnels, et qu’une équipe vide sans première tâche ne mène nulle part.

Ce que je ferais ensuite

Apprendre des vrais utilisateurs avant d’ajouter quoi que ce soit : à quelle fréquence les gens acceptent la première proposition, ce qu’ils modifient, et laquelle des douze équipes prêtes à l’emploi personne ne choisit. La roadmap doit suivre ces données, pas mon enthousiasme.