Chef de produit IA senior chez Google : 6 agents prennent en charge mon quotidien, moins de 400 dollars par mois, fonctionnement 24/7

Après avoir lu cet article, vous comprendrez comment mettre en place une équipe d’Agents IA autonomes qui fonctionnent pendant votre sommeil.

Auteur : Shubham Saboo

Traduction : Deep潮 TechFlow

Introduction de Deep潮 : Six Agents chacun avec leur rôle accomplissent, pendant que je dors, la recherche, la création de contenu, la revue de code et la production de newsletter.

L’auteur dévoile entièrement la structure des fichiers, les coûts réels, les pièges rencontrés et les recommandations hebdomadaires, constituant ainsi l’un des comptes rendus pratiques les plus opérationnels sur la mise en place d’un Agent IA personnel.

Voici l’intégralité du texte :

Six Agents IA gèrent tout mon travail pendant que je dors.

Ce n’est pas une démo. Ce n’est pas un projet de week-end.

Une équipe véritablement opérationnelle 24/7, qui garantit que je ne prends jamais de retard. La recherche est faite, le brouillon de contenu est prêt, le code revu, la newsletter prête. Chaque matin, en ouvrant Telegram, ils ont déjà effectué toute une série de tâches.

Hier, j’ai publié un article sur mon équipe d’Agents. La question numéro un était : « Comment est-ce que je construis tout ça ? »

Voici la réponse. Pas de théorie, pas de schémas d’architecture. Je montre la structure des fichiers que j’utilise, les coûts réels, les pièges rencontrés, et les conseils par semaine. Tout y est.

Après avoir lu cet article, vous saurez comment bâtir une équipe d’Agents IA qui fonctionne de façon autonome pendant votre sommeil.

Pourquoi une équipe et pas un simple outil

Gérer à la fois Unwind AI et le dépôt Awesome LLM Apps signifie faire six choses chaque jour : suivre l’actualité de l’IA, rédiger des tweets, publier sur LinkedIn, préparer la newsletter, revoir les contributions sur GitHub, gérer la communauté.

Chaque tâche prend entre 30 et 60 minutes. Six tâches. Ma journée s’évapore ainsi, sans que je fasse encore de vrai travail.

J’ai essayé de tout faire avec un seul Agent. Un prompt énorme pour la recherche, la rédaction et la revue, tout en un. Résultat : tout est médiocre. Le contexte est saturé, la qualité baisse. Un seul Agent ne peut pas gérer six tâches en même temps.

Alors, j’ai créé six Agents IA.

Découvrir cette équipe

Chaque Agent est nommé d’après un personnage de série télé. Ce n’est pas un gimmick. Quand je dis à Claude « Tu as l’énergie de Dwight Schrute », il comprend immédiatement : être exhaustif, concentré, prendre son travail à cœur. C’est une accumulation de 30 saisons, que j’utilise gratuitement.

1. Monica (Chef de projet) : nommée d’après Monica Geller. Elle est l’Agent principal, celle avec qui j’interagis le plus sur Telegram. Elle coordonne les autres, prend des décisions stratégiques, délègue aux experts. Dans son fichier SOUL.md, elle écrit : « Tu es celui qui s’assure que tout est fait correctement. »

2. Dwight (Recherche) : d’après Dwight Schrute. Il effectue trois fois par jour une veille, vérifie X, Hacker News, GitHub trending, les blogs et papiers de Google AI, rédige un rapport structuré pour tous.

3. Kelly (X/Twitter) : d’après Kelly Kapoor. Elle lit la recherche de Dwight, rédige des brouillons de tweets dans mon ton, y compris des tweets simples, des threads, des citations. Dans SOUL.md, elle écrit : « Tu sais qu’un truc va devenir viral avant tout le monde. »

4. Rachel (LinkedIn) : d’après Rachel Green. Même source d’informations que Kelly, mais plateforme différente, ton différent, orienté leadership d’opinion plutôt que commentaires à chaud.

5. Ross (Ingénierie) : d’après Ross Geller. Gère la revue de code, la correction de bugs, la mise en œuvre technique. Dans SOUL.md, il écrit : « Avant de résoudre un problème, comprends-le parfaitement. Ne te contente pas de traiter les symptômes. »

6. Pam (Newsletter) : d’après Pam Beesly. Organise le contenu quotidien de Dwight en résumé pour la newsletter.

Chacun a sa tâche, division claire.

Comment construire cette équipe

Je fais tourner tout sur un Mac Mini M4. Mais il n’est pas nécessaire d’avoir un Mac Mini.

OpenClaw supporte macOS, Linux et Windows (via WSL). Un laptop suffit, un PC gaming aussi, un VPS à 5 dollars par mois aussi. La différence : le Mac Mini reste allumé, silencieux, très peu énergivore, mais ce n’est pas une obligation.

Ma configuration : Mac Mini M4, version de base. Toujours branché, connecté à Internet, sans écran, uniquement via Telegram sur mon téléphone.

Installation d’OpenClaw

Deux lignes de commande dans le terminal, moins de cinq minutes.

En cas de problème, consultez la documentation d’OpenClaw.

Cela lance le gateway, le processus en arrière-plan qui maintient tout en marche. Il gère vos Agents, exécute les tâches cron, traite les messages Telegram. Fermez le terminal, ils continuent de fonctionner.

Structure de l’espace de travail

Une instance d’OpenClaw, plusieurs Agents. Pas six installations séparées.

Voici ma structure de répertoires :

Monica réside à la racine. C’est l’Agent principal avec qui j’interagis directement. Les autres Agents sont ses sous-Agents qu’elle peut déléguer ou qui tournent selon leur propre planification.

Il n’est pas nécessaire de créer six Agents dès le départ. Je commence avec Monica seule, puis, au fil des semaines, j’ajoute progressivement les autres.

Qu’est-ce que SOUL.md ?

Chaque Agent est défini par un fichier : SOUL.md. C’est l’identité, le rôle, les instructions opérationnelles de l’Agent, le document le plus crucial du système.

Par exemple, le SOUL.md de Dwight ressemble à ceci :

Ce fichier indique ce que l’Agent doit faire. Pas seulement « tu es un Agent de recherche ». Il lui donne une personnalité, des principes clairs, ses relations avec les autres Agents, un cadre décisionnel.

Le SOUL.md de Monica est similaire.

Tous les Agents suivent le même modèle : identité, rôle, principes, relations, style. Environ 40 à 60 lignes, suffisamment court pour être chargé en contexte à chaque session, assez détaillé pour assurer une cohérence dans le comportement.

Coordination entre Agents

Les Agents ne s’appellent pas via API, n’utilisent pas de message queue, ni de framework d’orchestration.

Ils se contentent de fichiers.

Dwight termine sa recherche, écrit ses résultats dans intel/DAILY-INTEL.md. Kelly se réveille, lit ce fichier, rédige ses tweets. Rachel lit le même fichier, prépare ses posts LinkedIn. Pam le lit, compile la newsletter.

La coordination, c’est le système de fichiers.

Le SOUL.md de Dwight indique précisément où écrire :

Le fichier AGENTS.md de Kelly indique précisément où lire :

Pas de middleware, pas d’intégration. Dwight écrit dans un fichier, Kelly le lit. La transmission se fait via un fichier markdown sur le disque.

C’est trop simple, mais c’est aussi la raison pour laquelle ça fonctionne. Pas de crash, pas de problème d’authentification, pas de limite d’API. Les fichiers sont là, tout simplement.

Les données structurées en JSON, les résumés lisibles en markdown. Les Agents lisent en markdown, JSON étant la source de vérité pour la déduplication et le suivi à long terme.

Système de mémoire

Chaque Agent, à chaque réveil, n’a pas de mémoire de la session précédente. Chaque conversation repart de zéro. C’est une caractéristique, pas un défaut. Mais cela implique que la mémoire doit être explicite.

Deux niveaux :

• Journal quotidien (memory/YYYY-MM-DD.md) : enregistrement brut de chaque session, ce qui s’est dit, ce qui a été écrit, les retours reçus. L’Agent écrit en continu dans la journée.

• Mémoire longue (MEMORY.md) : synthèse des journaux, insights clés, leçons apprises, préférences, patterns repérés.

À chaque début de session, l’Agent suit cette procédure : lire SOUL.md, USER.md, les fichiers mémoire d’hier et d’aujourd’hui, et si c’est la session principale, MEMORY.md.

Ces Agents évoluent avec le temps. Pas parce que le modèle s’améliore, mais parce que leur contexte s’enrichit.

Kelly apprend à ne pas utiliser d’émojis ni de hashtags, cela devient une partie de sa mémoire. Dwight apprend à filtrer l’information, à se concentrer sur les signaux importants plutôt que le bruit. Tout cela s’inscrit dans leur mémoire.

Pendant chaque cycle, l’Agent relit régulièrement les journaux, en extrait l’essentiel dans MEMORY.md. Les fichiers journaux sont la trace brute, MEMORY.md la synthèse intelligente.

Orchestration

Les Agents doivent s’éveiller de façon autonome. OpenClaw utilise un scheduler cron intégré.

Voici mon planning réel :

L’ordre est crucial. Dwight doit s’exécuter en premier, car les autres dépendent de ses résultats. Kelly et Rachel suivent, car elles ont besoin de ses fichiers pour rédiger.

Mécanisme d’auto-correction (heartbeat)

Les tâches cron peuvent échouer. Redémarrage, tâche suspendue, problème réseau. C’est la nature de l’infrastructure.

Le fichier HEARTBEAT.md sert de filet de sécurité. À chaque cycle, l’Agent principal vérifie si la tâche cron a bien été exécutée :

Si une tâche échoue ou est manquée, le heartbeat la détecte et la relance. Auto-correction, sans intervention humaine.

Ce mécanisme est utile pour vérifier plusieurs tâches en batch ou pour des délais flexibles. Cron est idéal pour la précision et l’isolation des tâches.

Interface d’interaction : Telegram

Pas de dashboard, pas d’interface web, pas de console d’administration. Je parle avec mes Agents via Telegram.

C’est une décision délibérée. Je ne veux pas me connecter à un tableau de bord, ni ouvrir une application web. Mon téléphone est toujours à portée, Telegram est toujours ouvert, et l’Agent me trouve là où je suis.

OpenClaw supporte Telegram comme canal. Après configuration, votre Agent apparaît comme un bot Telegram. Vous envoyez un message, il répond, il vous envoie des brouillons, vous validez ou refusez. Comme un collègue dans votre messagerie.

Mon Monica est mon contact principal, elle gère la majorité des échanges, délègue aux autres. Quand un Agent produit quelque chose digne d’attention, il me contacte directement.

Ma routine matinale : je me réveille, j’ouvre Telegram, Dwight m’a déjà envoyé un résumé de recherche, Kelly a trois brouillons de tweets en attente, Rachel a une publication LinkedIn prête. Je passe en revue, donne mon feedback, approuve. Tout cela en dix minutes avec mon café.

Personnalisation de l’Agent

On ne construit pas une personnalité parfaite dès le départ. On commence avec une esquisse dans SOUL.md, on observe le comportement, on ajuste avec le temps. Comme on gère une vraie personne.

J’appelle ça la « correction par feedback » ou « prompt engineering évolutif ».

Kelly, au début, rédigeait avec beaucoup d’émojis et d’exclamations. Ce n’est pas mon style. Je lui donne un feedback : « Pas d’émojis, pas de hashtags, des phrases courtes et percutantes. » Elle met à jour sa mémoire, une semaine plus tard, ses brouillons sont alignés.

Dwight, au début, captait trop d’informations, chaque mise à jour de repository ou petit changement était enregistré. Je lui dis : « Tout n’est pas important, je veux des signaux, pas du bruit. » Il ajuste ses principes, se concentre sur l’essentiel.

Tout Agent a ses versions médiocres, puis bonnes, puis excellentes. Il faut du temps et de la patience pour affiner. Nommer par un personnage de série donne une ligne de base instantanée : « Dwight Schrute energy » signifie exhaustif, concentré, sans bavardage. Mais la vraie personnalité émerge des corrections sur plusieurs semaines.

Une recommandation que je partage : donner à chaque Agent un titre simple, une fonction claire, et une condition d’arrêt. La contrainte améliore la qualité. Plus le rôle est précis, meilleures sont les résultats.

Sécurité

La sécurité est entre vos mains. Ma méthode est simple : chaque Agent possède son propre environnement, ses accès, ses clés API, ses comptes email. La machine qui tourne tout est isolée, ne connecte pas à mes comptes personnels.

Les clés API de services comme Gemini, Eleven Labs sont dédiées à cette instance OpenClaw. Je peux surveiller leur usage, couper l’accès en quelques secondes si besoin.

Je ne donne jamais à un Agent l’accès à mes comptes personnels. Si je veux qu’il voie un email, je le lui transfère. Si je veux qu’il relise un document, je le partage via Telegram. Ils ne voient que ce que je veux leur montrer.

C’est la même philosophie que pour un nouveau collaborateur : pas de clés universelles, espace dédié, accès limité, partage contrôlé.

Où ça peut casser, comment réparer

Ce n’est pas de la magie, c’est de l’infrastructure. Elle peut tomber en panne.

Gateway peut planter. Rare, mais ça arrive. La solution : faire un « openclaw gateway restart ». Le système de heartbeat détecte si une tâche cron n’a pas été exécutée et la relance automatiquement. Pas de perte de journée.

Une tâche cron peut manquer son créneau. Redémarrage, machine en veille, problème réseau, limite API. La solution : HEARTBEAT.md en mode auto-correctif. L’Agent principal vérifie à chaque heartbeat si la tâche a été effectuée. Si plus de 26 heures sans mise à jour, il relance.

Le contexte peut déborder. Si l’Agent lit trop de fichiers au début, il n’a pas de place pour travailler. La solution : garder SOUL.md court (40-60 lignes), concentrer AGENTS.md, ne charger que les fichiers mémoire d’hier et d’aujourd’hui. Pas besoin de tout relire à chaque fois.

La qualité de sortie peut baisser si la mémoire devient confuse ou contradictoire. La solution : entretien régulier. Lors du heartbeat, l’Agent relit ses journaux, extrait l’essentiel dans MEMORY.md, archive ou supprime les vieux fichiers journaux.

Les conflits de coordination : deux Agents tentent de modifier le même fichier. La solution : un flux de fichiers « un écrivain, plusieurs lecteurs ». Dwight écrit dans DAILY-INTEL.md, les autres lisent, personne n’écrit dessus.

Le plus important : commencer simple. Un Agent, une tâche, une planification. Faire tourner ça une semaine, puis ajouter un second. Ceux qui déploient six Agents dès le départ et s’étonnent des problèmes font la même erreur que dans tout système distribué : ne pas surveiller, ne pas simplifier.

Coût réel

Matériel : Mac Mini M4 neuf à 499 dollars, mais tout ordinateur toujours allumé fonctionne : vieux laptop, VPS à 5 dollars, ce que vous avez sous la main.

Coût des modèles IA : j’utilise plusieurs modèles en fonction des tâches. La majorité avec Claude Opus et Sonnet, certains avec Gemini, et je teste aussi des modèles locaux via Ollama pour réduire encore les coûts.

Détail des coûts mensuels :

Claude (Max plan) : 200 dollars

API Gemini : 50 à 70 dollars

TinyFish (Agent web) : environ 50 dollars

Eleven Labs (voix) : environ 50 dollars

Telegram : gratuit

OpenClaw : open source, gratuit

Total : moins de 400 dollars par mois pour une équipe qui ne dort jamais.

Ce que cela change vraiment

Dwight me fait gagner 2 à 3 heures de recherche chaque matin. Avant, je passais mon temps à vérifier X, Hacker News, GitHub, blogs. Maintenant, je me réveille avec un résumé priorisé, liens et actions.

Kelly, Pam, Rachel me font gagner 1 à 2 heures pour rédiger du contenu. Ross s’occupe des tâches techniques que je faisais le soir.

Au total : environ 4 à 5 heures d’économie par jour.

Mais la vraie valeur, ce n’est pas un jour précis, c’est la continuité sur plusieurs semaines ou mois. Un Agent qui fait de la recherche tous les jours pendant 30 jours construit un signal, une tendance, une régularité, qu’aucune session unique ne peut produire. J’ai augmenté ma fréquence de publication sur X, amélioré la qualité, stabilisé le timing. Le dépôt Awesome LLM Apps grandit, la newsletter bénéficie d’un flux constant de recherches.

Ces Agents ne font pas de réflexion créative, de stratégie de rupture ou d’innovation. Ils traitent des tâches répétitives, structurées, qui me prenaient des heures. Cela me libère pour des activités nécessitant la créativité humaine.

Comment commencer

Ne cherchez pas à déployer six Agents dès le premier jour.

Semaine 1 : un Agent, une tâche. Installez OpenClaw, rédigez votre premier SOUL.md, choisissez une tâche répétitive (recherche ou rédaction), configurez Telegram, créez une tâche cron, observez une semaine, corrigez.

Semaine 2 : ajoutez la mémoire, affinez. Les premières sorties seront médiocres, c’est normal. Donnez du feedback, faites évoluer la mémoire, ajustez SOUL.md. À la fin de la deuxième semaine, votre Agent doit produire des résultats utiles.

Semaine 3 : ajoutez un second Agent. Vous avez besoin d’un Agent de contenu pour compléter la recherche. Créez un fichier partagé : le premier écrit, le second lit, la coordination via fichiers.

Semaine 4 et suivantes : construisez par étape. Ajoutez un Agent quand vous en ressentez le besoin, pas quand vous pensez qu’il faut. Chaque Agent doit combler un vrai besoin, pas faire de la démo ou du proof of concept.

Considérez cela comme un processus de recrutement. Vous ne déployez pas six employés le premier jour. Vous commencez avec un seul, puis vous augmentez la charge de travail.

Changement de mentalité

Après un mois de fonctionnement stable, quelque chose change. Vous ne voyez plus l’IA comme un outil à utiliser ponctuellement, mais comme une équipe qui travaille en continu.

Je dis bonjour à Monica chaque matin, je lui souhaite une bonne nuit chaque soir. Cela peut sembler absurde, mais après un mois d’interactions régulières, la frontière entre Agent et humain s’estompe.

Les modèles sont la base, tout le système est construit autour : SOUL.md, la mémoire, la planification, la coordination, le stockage. Ce système est à vous, personne d’autre ne possède la même configuration, la même mémoire, la même personnalité.

Et il s’améliore chaque jour, en mode compound.

Les recherches de Dwight enrichissent sa mémoire, les retours de Kelly affinent ses brouillons, chaque bug corrigé par Ross lui donne une meilleure compréhension de votre code.

C’est cela, la véritable barrière protectrice : un système qui apprend et s’adapte. Pas seulement un modèle, mais un système qui apprend à apprendre.

Commencez dès aujourd’hui. Un Agent, une tâche, une planification.