Immune System
Adaptive Memory for AI
Un système immunitaire pour l'IA. Il apprend de chaque erreur, injecte les stratégies gagnantes avant la génération, et améliore la qualité du code à chaque utilisation.
Comment ça marche
Inspiré du système immunitaire biologique + Dynamic Cheatsheet (Stanford, 2025)
Cheatsheet
Injecte les stratégies gagnantes du domaine avant la génération. Le modèle produit un meilleur output dès le départ.
Génération
Le modèle génère le code avec le contexte des stratégies. Les patterns positifs guident la production.
Scan immunitaire
Un agent Haiku scanne l'output avec les anticorps connus (Hot/Cold). Détecte erreurs connues + nouvelles menaces.
Apprentissage
Corrige les erreurs, apprend de nouveaux anticorps et de nouvelles stratégies. La mémoire persiste entre sessions.
Benchmark : 8 rounds, 3 modèles, 24 jugements
Protocole : reset mémoire à 0, round 1 sans immune (baseline), rounds 2-8 avec apprentissage cumulatif. Jugement aveugle par Opus sur /40.
Les outils comparés
Deux approches complémentaires pour améliorer la qualité du code généré par IA.
Superpowers
Créé par Jesse Vincent (obra). Un framework de skills et une méthodologie de développement logiciel pour Claude Code. Il injecte des principes d'ingénierie (SRP, DRY, YAGNI, tests first) dans chaque génération. Approche statique : les mêmes règles s'appliquent à chaque fois, sans apprentissage.
Impact : +83% de qualité code vs baseline. Particulièrement fort sur les best practices (+2.8pp) et l'error handling (+2.1pp).
github.com/obra/superpowers →Immune System
Système de mémoire adaptative inspiré du système immunitaire biologique. Deux mémoires : anticorps (erreurs à éviter) et cheatsheet (stratégies gagnantes). Approche dynamique : apprend de chaque scan, la qualité s'améliore avec l'usage.
Impact : +58% seul, mais +11% en plus de Superpowers. Comble les gaps en sécurité (+1.3pp) et robustesse (+1.4pp) que la méthodologie seule ne couvre pas.
github.com/contactjccoaching-wq/immune →Les deux sont des skills Claude Code — ils se combinent sans conflit. SP+Immune atteint 34.6/40, le double du baseline.
Le vrai coût d'Immune
Le scan tourne sur Haiku (le modèle le moins cher, ~60x moins que Sonnet). Le surcoût est essentiellement gratuit.
Scan prompt + anticorps: ~1,200 tokens (Haiku input)
Scan response: ~500 tokens (Haiku output)
Transfert de connaissances
Le vrai argument killer : quand un senior part, son savoir reste dans deux fichiers JSON.
Prêt à immuniser votre IA ?
Gratuit, open source, compatible avec n'importe quel workflow Claude Code.
cp -r immune/skill.md ~/.claude/skills/immune/
cp -r immune/config.yaml ~/.claude/skills/immune/