Les assistants logiciels d'aide à l'écriture de code agissent souvent comme un cuisinier qui, pour faire cuire un seul œuf, relirait tout son livre de recettes. Face à une tâche de correction minuscule, ils rouvrent des dizaines de fichiers et vérifient des liens connus depuis longtemps. C'est du travail en trop — de l'énergie gaspillée.
Les chercheurs ont proposé la méthode E3 : d'abord évaluer la complexité réelle, effectuer un minimum d'actions et élargir la recherche seulement en cas d'échec. Un tel algorithme rappelle un cuisinier expérimenté qui prépare un œuf selon une recette éprouvée, sans gestes superflus. C'est une approche raisonnable plutôt que la panique.
L'objectif n'est pas de tester un robot, mais une IA à base d'ingénierie, qui ne gonfle pas la tâche comme un trou noir dévorant tout autour d'elle.
tel que rédigé par les auteurs, en anglais arXiv:2607.13034
Large language model (LLM) agents increasingly automate multi-step engineering and informatics workflows, yet they rarely ask how much effort a task actually requires. They often follow a maximum-context-first strategy--re-reading files and dependencies they have already seen--turning a one-line edit into a small code-base audit. We argue the missing capability is task-aware execution-scope estimation: judging a task's difficulty, the information it truly needs, and the shortest reliable path before committing budget. We formalize minimum-sufficient execution and the Agent Cognitive Redundancy Ratio (ACRR), and propose E3 (Estimate, Execute, Expand): the agent estimates an initial operating point, executes a minimum viable path, and expands scope only when verification fails. On MSE-Bench--a deterministic benchmark of 121 edits in a capability-controlled simulator--E3 matches the strongest baseline's 100% success while cutting cost by 85%, tokens by 91%, and inspected files by 92%, and further beats a strong adaptive retrieval baseline by 16%; the gains survive held-out instruction wording and essentially every cost weighting. A companion real-model harness (LLM-Case) corroborates the effect on a live gpt-4o agent editing a real open-source library, with every candidate patch graded by actually running the project's real pytest suite against a measured oracle: the over-reading is milder but real, and E3 is the leanest and fastest policy at comparable task success--its one shortfall a provider rate-limit, not a wrong edit. We frame this as a controlled probe of execution redundancy, not a measurement of any deployed agent, and position task-aware execution as a step toward engineering-grounded AI (EGAI)--agents whose effort is anchored in the engineering reality of the task. We release the framework and benchmark.
Sans la méthode E3, l'agent a étudié 12 fois plus de fichiers que nécessaire pour la correction la plus simple.