Pocock vs Pstack vs Osmani: Which Skill Pack Wins?

Les compétences d'agent d’Addy Osmani : un cycle de vie SDLC complet pour l’IA

Addy Osmani, ingénieur légendaire chez Google (Chrome DevRel, Core Web Vitals, Learning JavaScript Design Patterns), a récemment rejoint Anthropic et open-sourcé son pack de compétences pour agents – déjà 100 000 étoiles sur GitHub. Ce dépôt est le troisième des « trois grands » après ceux de Matt Pocock et Lauren Tan (P Stack). Chacun résout un problème différent, et cette analyse détaille l’approche d’Addy, la compare aux autres, et explique pourquoi il est inutile de tout utiliser à la fois.

🧠 L’approche : un cycle de vie en six étapes

Addy structure son processus autour d’un cycle SDLC classique : définir, planifier, construire, vérifier, réviser, livrer. Chaque étape possède une commande slash dédiée :

• /spec : rédige un PRD complet (objectifs, structure, style de code, tests, limites) avant toute ligne de code.
• /plan : fragmente le travail en tâches atomiques avec critères d’acceptation.
• /build : implémente une fine tranche verticale, testée et validée avant la suivante.
• /build auto : exécute chaque tâche de manière autonome après approbation du plan, mais conserve la vérification – s’arrête en cas d’échec.
• /constraints : audite la qualité et la performance web (héritage direct d’Addy, roi de la perf).
• /code simplify : simplifie ou divise un code fonctionnel mais difficile à maintenir.

Au total, 25 compétences et 4 personas de réviseurs (ingénieur principal, test, sécurité, performance web). La force du pack réside dans les fichiers de compétences eux-mêmes, notamment la table anti-rationalisation : une liste d’excuses que l’agent pourrait inventer pour sauter une étape (ex. « c’est trop simple pour être testé »), accompagnée de la réfutation. C’est une stratégie de développement piloté par le doute : pour toute décision non triviale, une revue contradictoire est lancée (affirmation, extraction, doute, réconciliation, arrêt).

🔍 Comparaison avec les autres stacks

• Matt Pocock : se concentre sur l’alignement (« sommes-nous d’accord sur ce que nous construisons ? »). Sa compétence phare est grill me, qui interroge l’utilisateur avant d’écrire. Il est anti-framework, préfère des compétences modulaires et légères.
• Lauren Tan (P Stack) : met l’accent sur la preuve (« pouvez-vous prouver que cela fonctionne ? »). Pas de planification explicite – la meilleure spécification est le code. Vérification et examen post-hoc sont centraux.
• Addy Osmani : couvre tout le cycle SDLC, y compris l’intégration, le déploiement continu, l’observabilité et la livraison. C’est le plus adapté aux équipes et le plus portable (fonctionne sur ~70 agents différents).

⚖️ Utilisation pratique : adapter le formalisme à l’enjeu

Addy lui-même recommande un déploiement progressif. Installer les 25 compétences d’un coup est une surcharge qui alourdit la fenêtre de contexte et peut déclencher des compétences par accident. La règle : le formalisme doit correspondre aux enjeux.

• Petite modification (ex. couleur d’un bouton) → faites-la, vérifiez visuellement.
• Fonctionnalité simple → rapide découverte + TDD.
• Fonctionnalité floue ou importante → spécification + plan décomposé en phases.
• Production / sécurité / irréversible → artillerie lourde : développement piloté par le doute, audits complets.

Les compétences ne sont pas une religion, mais un manuel de bonnes pratiques (TDD, petites tranches, décisions documentées, loi de Hiram, règle de Beyoncé, barrière de Chesterton). L’essentiel est d’encoder sa propre façon de travailler et de l’affiner avec l’expérience.

🔑 Key Takeaway

Le pack d’Addy Osmani est le plus complet et structuré des trois, idéal pour standardiser le processus de développement avec des agents en équipe. Mais plus de compétences ne signifie pas un agent plus intelligent : il faut les adapter au contexte et à la complexité de chaque tâche. La vraie valeur réside dans la compréhension des principes sous-jacents (développement piloté par les tests, vérification continue, documentation des décisions) – et non dans l’installation aveugle d’un pack. Choisissez l’approche qui correspond à votre flux, et construisez votre propre stack sur mesure.