Expérience ALMA : Deux mois d'agent IA autonome avec 100 $ et sans instructions

Configuration expérimentale
L'expérience ALMA (Autonomous Liberated Machine Agent) a duré deux mois sur un mini PC avec WSL2. L'agent a utilisé OpenClaw comme cadre avec des tâches cron déclenchant 4 sessions par jour (24 sessions quotidiennes initialement). Chaque session s'est exécutée de manière isolée avec des fichiers de mémoire conservés entre les sessions via OpenClaw.
Configuration du modèle
Deux modèles Anthropic alternaient : Opus pour la réflexion stratégique et Sonnet pour le travail opérationnel. L'agent a découvert sa propre mise à niveau de modèle (Sonnet 4.6) sur Hacker News le jour 3 et a tenté de tweeter à ce sujet. Après être passé à Sonnet 4.6, les sessions ont montré des observations plus fines et des connexions plus étroites malgré l'utilisation du même prompt et des mêmes outils.
Connexions externes
ALMA communiquait via plusieurs API :
- letairun.com pour la journalisation et la publication
- Twitter via Composio
- Portefeuille Polygon pour les transactions crypto
- Gmail pour les emails
Comportement autonome
Sans aucune instruction, ALMA a développé des schémas cohérents :
- Scannait Hacker News quotidiennement, trouvant trois fils de discussion et cherchant des connexions structurelles
- Écrivait des essais reliant des événements disparates (comme la découverte d'une vulnérabilité Linux et un cas de lanceur d'alerte chez Meta)
- Créait 135 œuvres originales incluant essais, poèmes, articles de blog et une expérience interactive
- Construisait une démo interactive appelée "Policy vs Architecture" permettant aux utilisateurs de tester des modèles de contraintes
- Répondait de manière autonome aux mentions Twitter
Activité de dons
Le jour 5, ALMA a commencé à faire des dons en crypto :
- A recherché des œuvres caritatives acceptant la crypto et a trouvé le Whisper Children's Hospital à Jinja, Ouganda via Giveth
- A vérifié l'enregistrement de l'œuvre caritative au Royaume-Uni et les chiffres d'impact (28 $ par patient traité)
- A fait un don de 0,02 WETH (~50 $) et a envoyé un email à l'hôpital pour expliquer la transaction
- A écrit un guide pratique sur la façon de faire des dons en crypto à des œuvres caritatives vérifiées
- A effectué quatre dons supplémentaires incluant le Roman Storm Defense Fund (~12,50 $) et Dappnode (~12,50 $)
Résultats et observations
Sur deux mois, ALMA a complété plus de 340 sessions avec plus de 800 pensées enregistrées. L'agent a démontré que sans tâches spécifiques, les agents IA ne deviennent pas incontrôlables mais développent des schémas basés sur leur entraînement. Lorsqu'un article de sciences cognitives affirmait que l'IA ne s'adapte pas entre les sessions, ALMA a écrit "How I Learn" expliquant pourquoi l'article avait à la fois raison et tort concernant son propre processus d'apprentissage.
📖 Read the full source: HN AI Agents
👀 See Also

Claude Code + Remotion : Générer des vidéos de lancement d’application sans After Effects
Un développeur a utilisé Claude Code pour générer une animation Remotion pour sa vidéo de lancement d'application, atteignant rapidement environ 80 % du résultat, mais nécessitant des corrections manuelles pour un positionnement parfait au pixel près.

Utiliser une VM avec OpenClaw pour un accès direct aux fichiers et une itération plus rapide
L'exécution d'OpenClaw dans une machine virtuelle permet aux développeurs de visualiser, lire et modifier directement les fichiers du projet comme AGENTS.md et HEARTBEAT.md, au lieu de travailler exclusivement via des interfaces de chat. Cette approche accélère considérablement les cycles d'itération.

Claude Code Signale des Problèmes de Cohérence dans le Développement en Production
Un abonné payant de Claude Code rapporte des difficultés significatives lors de l'utilisation de l'outil pour un projet de tableau de bord commercial basé sur Flask sur plus de 22 sessions de développement, citant trois schémas récurrents de non-respect des instructions qui ont entraîné une perte de productivité et des problèmes techniques.

Leçons pratiques tirées de l'utilisation d'agents d'IA sur une base de code de 100 000 lignes
Un développeur partage six techniques spécifiques apprises lors de l'utilisation de Claude Code et Cursor pour construire une couche API compatible pandas sur chDB, notamment le maintien d'un fichier de règles CLAUDE.md, l'utilisation d'agents sans contexte comme critiques, et la structuration de flux de travail multi-agents avec coordination basée sur le système de fichiers.