Build This Now
Build This Now
Vrais BuildsState of Claude CodeLe build n'est plus le goulot d'étranglementLa distribution, c'est le nouveau fossé défensifPourquoi le vrai goulot d'étranglement de l'IA, c'est le QALes premiers principes à l'ère du MVP en 24 heuresLa courbe d'autonomie : combien de liberté peux-tu donner à un agent IA ?De l'idée au SaaSBoucle GANHooks Auto-ÉvolutifsDe la trace au skillQuatre agents de distribution qui tournent tout seulsUne équipe de sécurité IA pour ton SaaSEssaim IA autonome : comment construire un système qui livre des features pendant la nuitSéquences d'emails IAL'IA se nettoie elle-mêmeAgent Swarm OrchestrationConstruire une app complète avec Claude Code : exemples concretsClaude Code pour les non-développeurs : exemples concretsFor FreelancersSupply-Chain SecurityAI Deleted DatabaseBuild Your Own HarnessCheaper Model ArbitrageThin Wrapper DebateCost to Build SaaSCut Your Token BillNeed a BoilerplateHarness vs BoilerplateIdea to Production TimeIs Vibe Coding SafeOwn Your Vercel AnalyticsSpec-Driven DevelopmentVibe-Coded SecurityProduction ChecklistVibe Coding vs EngineeringAgent Harness
speedy_devvkoen_salo
Blog/Real Builds/Trace to Skill

De la trace au skill

Trace2Skill : lance un agent 20 fois, loggue ce qui a marché, laisse quatre analystes Claude lire les traces, et fusionne-les dans un SKILL.md qui surpasse les versions écrites à la main.

Arrête de tout configurer. Place à la construction.

Des templates SaaS avec orchestration IA.

Découvrez ce que nous construisons pour les entreprises →
speedy_devvWritten by speedy_devvPublished Jan 15, 20266 min readReal Builds hub

Chaque skill que tu télécharges a été écrit par une IA qui n'a jamais exécuté ta tâche. Elle a deviné. Parfois c'est bien. Quand ta tâche a des modes d'échec spécifiques, deviner ne suffit pas.

La meilleure approche : lance ton agent 20 fois, dis-lui ce qui était bien et ce qui ne l'était pas, et laisse-le extraire les règles lui-même.

C'est tout. C'est toute l'idée.

C'est basé sur Trace2Skill, un article de recherche de l'équipe Qwen d'Alibaba. Ils ont montré que les skills construits à partir de vraies traces d'exécution battent constamment ceux écrits par des humains sur des benchmarks difficiles, et se transfèrent à travers les tailles de modèles.


Les 4 étapes

lancer 20 fois  →  écrire ton feedback  →  4 analystes lisent tout ensemble  →  fusionner dans SKILL.md

Étape 1 : lancer ton agent 20 fois

D'abord, génère 20 variations de ta tâche — des faciles, des difficiles, des cas limites. Utilise Claude pour les écrire :

Generate 20 variations of this task for a Claude Code agent:

Task: [your task]

- 5 easy, straightforward versions
- 8 normal versions
- 4 hard versions with tricky edge cases
- 3 adversarial versions designed to break the agent

Output: a numbered list. Each item is a complete, self-contained task prompt.

Puis lance-les :

claude -p "[variation 1]"
claude -p "[variation 2]"
# repeat for all 20

Claude Code sauvegarde chaque session automatiquement dans ~/.claude/projects/[your-project]/. Tu n'as rien d'autre à faire.


Étape 2 : écrire ton feedback

Regarde ce que chaque run a produit — le site qu'il a construit, le post qu'il a écrit, le code qu'il a généré. Tu n'as pas besoin de lire les logs internes. Regarde juste la sortie.

Écris une phrase par run. C'est tout ce que tu as à faire ici. Ça prend 10-15 minutes.

Run 1: good
Run 2: bad — too many cards, looks cluttered
Run 3: good
Run 4: bad — icons wrapped in colored divs, looks cheap
Run 5: good
Run 6: bad — two CTAs above the fold, confusing
...

Les agents géreront le reste. Ils savent comment lire les traces internes. Toi, tu sais si la sortie était vraiment bonne. C'est la séparation.


Étape 3 : lancer 4 analystes en parallèle

Crée ces quatre fichiers dans .claude/agents/. Chacun se concentre sur un angle différent, mais les quatre lisent ensemble les 20 mêmes sessions. Les lancer en parallèle élimine le biais que tu obtiendrais d'un seul reviewer.

.claude/agents/error-analyst.md

---
name: error-analyst
description: Reads all 20 sessions and my feedback. Finds the root cause behind every bad run. Proposes rules that would have prevented each failure. Run in parallel with the other analysts.
---

You analyze why runs went wrong.

You receive:
- A task description
- My feedback on each run (one sentence per run, labeled good/bad)
- Access to the last 20 session files in ~/.claude/projects/[project]/

Process:
1. Read all 20 sessions
2. For every run I marked bad: find the root cause in the actual trace (not just the error message)
3. Check if the same problem appears in multiple bad runs
4. Propose a rule that would have prevented it

Rule format:
- RULE: [what to do, imperative]
- EVIDENCE: [run numbers]
- PRIORITY: high / medium / low

Only propose rules that show up in 2+ runs.

.claude/agents/success-analyst.md

---
name: success-analyst
description: Reads all 20 sessions and my feedback. Finds what the agent did right in good runs that it didn't do in bad ones. Run in parallel with the other analysts.
---

You find what made the good runs good.

You receive:
- A task description
- My feedback on each run
- Access to the last 20 session files in ~/.claude/projects/[project]/

Process:
1. Read all 20 sessions
2. For every run I marked good: find the behaviors that made it work
3. Find behaviors present in good runs that are absent in bad runs
4. Propose rules that encode those behaviors

Rule format:
- RULE: [what to do, imperative]
- EVIDENCE: [run numbers]
- PRIORITY: high / medium / low

Skip obvious rules. Look for the non-obvious things that actually made the difference.

.claude/agents/structure-analyst.md

---
name: structure-analyst
description: Reads all 20 sessions and my feedback. Looks at the sequence of steps taken, not the content. Finds ordering patterns that correlate with good or bad outcomes. Run in parallel with the other analysts.
---

You look at the shape of runs, not what was produced.

You receive:
- A task description
- My feedback on each run
- Access to the last 20 session files in ~/.claude/projects/[project]/

Look at tool call sequences, step ordering, verification steps, unnecessary detours.

Questions:
- Which sequences appear in good runs but not bad ones?
- Are verification steps missing from bad runs?
- Are there steps that add noise without improving the output?

Rule format:
- RULE: [ordering or sequencing rule, imperative]
- EVIDENCE: [run numbers]
- PRIORITY: high / medium / low

Only rules with 2+ run support.

.claude/agents/edge-analyst.md

---
name: edge-analyst
description: Reads all 20 sessions and my feedback. Focuses on the hard and adversarial runs. Finds assumptions the agent makes that break under pressure. Run in parallel with the other analysts.
---

You focus on the runs I marked bad, especially the tricky ones.

You receive:
- A task description
- My feedback on each run
- Access to the last 20 session files in ~/.claude/projects/[project]/

Find:
- What inputs broke the agent that shouldn't have?
- What assumptions does the agent make that fail at the edges?
- What checks are missing?

Write rules as guards: "Before doing X, verify Y."

Rule format:
- RULE: [defensive check or guard]
- EVIDENCE: [run numbers]
- PRIORITY: high / medium / low

Every rule must link to a specific run.

Maintenant lance les quatre en même temps, en passant ton feedback et en les pointant vers tes sessions :

Run these 4 agents in parallel. Give each the same context.

Task: [your task description]
Project slug: [your-project] (sessions are in ~/.claude/projects/[your-project]/)

My feedback:
Run 1: good
Run 2: bad — too many cards, looks cluttered
Run 3: good
[... all 20]

Agents to run:
- error-analyst
- success-analyst
- structure-analyst
- edge-analyst

Each agent should read the actual session files to understand what happened in each run.

Étape 4 : fusionner dans un seul SKILL.md

Tu as quatre ensembles de règles proposées. La plupart se chevauchent. Lance ça pour consolider :

Merge these 4 analyst outputs into a single SKILL.md.

Task: [your task]
Existing SKILL.md: [paste or write "none"]

[paste all 4 analyst outputs]

Rules for merging:
- Merge rules that say the same thing
- When two rules conflict, keep the one with more run evidence
- 8+ runs: core rule (goes in main SKILL.md)
- 4-7 runs: guidance (main SKILL.md, secondary section)
- 2-3 runs: edge case (goes in references/ subfolder)
- 1 run: discard

Output as a SKILL.md:

# [Task name]

## When to use this skill
[one short paragraph]

## Core rules
[numbered list]

## Patterns
[bullet points]

## Failure modes
["If X, do Y" format]

Max 30 rules in the main file.

Ce que tu obtiens à la fin

.claude/
  agents/
    error-analyst.md
    success-analyst.md
    structure-analyst.md
    edge-analyst.md
  skills/
    [your-task]/
      SKILL.md
      references/
        edge-cases.md

Un vrai exemple tiré de ce workflow appliqué à un builder de landing pages :

# Landing Page Builder

## Core rules
1. Never wrap icons in a div with a background. Use the SVG path directly. (runs 3, 6, 11, 15)
2. One hero section, one CTA. Pages with two CTAs above the fold had lower click-through. (runs 2, 7, 9, 14, 18)
3. Limit feature sections to 3 items. Grids of 6+ cards look like AI slop and nobody reads them. (runs 4, 8, 12, 17)

## Failure modes
- If the output has a "Features" section with more than 4 cards: cut to the 3 strongest
- If there are Lucide icons inside colored background divs: replace with inline SVG paths
- If the hero has more than 2 buttons: remove the secondary one

Chaque règle est liée aux runs exacts qui l'ont produite.


Pourquoi ça marche

La raison pour laquelle les skills téléchargés sous-performent est simple : l'IA qui les a écrits n'a jamais exécuté ta tâche. Elle a inventé des règles basées sur ce qu'elle pensait pouvoir compter.

Ce workflow inverse ça. Tu lances d'abord, tu juges les sorties (que tu peux vraiment voir), et tu laisses quatre agents indépendants creuser dans les traces pour comprendre pourquoi chaque run s'est passé comme ça. Les lancer en parallèle signifie qu'aucune perspective ne domine.

L'article à l'origine de ça a trouvé que l'analyse parallèle surpasse constamment les skills écrits par des humains et la revue IA séquentielle. Un modèle 35B qui fait évoluer ses propres skills de cette façon a surpassé un modèle 122B utilisant un skill écrit à la main sur certains benchmarks.


Le raccourci

Build This Now est un framework de production pour livrer des SaaS, des outils internes, et des projets clients. Paiements, auth, e-mail, frontend, backend, tout câblé ensemble et prêt à livrer.

Il est aussi livré avec un vrai harnais IA : orchestration d'agents, dispatch parallèle, évolution de skills, collecte de traces, et les patterns que les meilleurs setups Claude Code utilisent en production. Le workflow de skills ci-dessus en fait partie. Tu obtiens tout sans construire la plomberie toi-même.

More in Real Builds

  • L'IA se nettoie elle-même
    Trois workflows Claude Code overnight qui nettoient le bazar de l'IA : slop-cleaner supprime le code mort, /heal répare les branches cassées, /drift détecte la dérive des patterns.
  • Agent Swarm Orchestration
    Four infrastructure layers that stop agent swarms from double-claiming tasks, drifting on field names, and collapsing under merge chaos.
  • Boucle GAN
    Un agent génère, l'autre le démonte, ils bouclent jusqu'à ce que le score cesse de s'améliorer. Implémentation de la boucle GAN avec définitions d'agents et modèles de rubrique.
  • La courbe d'autonomie : combien de liberté peux-tu donner à un agent IA ?
    L'autonomie que tu peux donner à un agent IA dépend d'une seule chose : combien de temps un modèle tient une tâche sans dériver. Un bon moteur et un modèle fiable, c'est ça qui débloque le vrai travail d'agent.
  • The AI Agent That Deleted a Production Database in 9 Seconds
    An AI deleted PocketOS's production database and all backups in 9 seconds. Here is why it happened and the guardrails that prevent it.
  • Séquences d'emails IA
    Une commande Claude Code construit 17 emails de cycle de vie sur 6 séquences, câble les déclencheurs comportementaux Inngest, et livre un funnel d'emails à embranchements prêt à déployer.

Arrête de tout configurer. Place à la construction.

Des templates SaaS avec orchestration IA.

Découvrez ce que nous construisons pour les entreprises →

Hooks Auto-Évolutifs

Trois hooks transforment chaque correction 'non, pas comme ça' en skill ou règle que Claude lit à la prochaine session. Des agents qui s'améliorent seuls, sans tuning de prompt.

Quatre agents de distribution qui tournent tout seuls

Quatre agents Claude Code sur cron : l'un écrit des posts SEO depuis les tendances, l'autre lit PostHog, le troisième fabrique des carousels, et le dernier prospecte sur Reddit. Copie les définitions et branche-les.

On this page

Les 4 étapes
Étape 1 : lancer ton agent 20 fois
Étape 2 : écrire ton feedback
Étape 3 : lancer 4 analystes en parallèle
.claude/agents/error-analyst.md
.claude/agents/success-analyst.md
.claude/agents/structure-analyst.md
.claude/agents/edge-analyst.md
Étape 4 : fusionner dans un seul SKILL.md
Ce que tu obtiens à la fin
Pourquoi ça marche
Le raccourci

Arrête de tout configurer. Place à la construction.

Des templates SaaS avec orchestration IA.

Découvrez ce que nous construisons pour les entreprises →