J'ai construit un serveur MCP qui donne à l'IA une mémoire persistante de votre base de données SQL

Il y a quelque temps, j'ai essayé de créer un assistant de codage local. J'ai téléchargé Qwen3, je l'ai lancé sur mon MacBook avec 16 Go de RAM et, en une journée, j'ai réalisé que la qualité de sortie était loin de celle de Claude ou de GPT-5. Le modèle pourrait convenir. Il ne pouvait tout simplement pas rivaliser.

J'ai donc changé la question.

Si je ne parviens pas à rendre le modèle plus intelligent sur mon matériel, puis-je rendre plus intelligent ce que je lui transmets ?

Où vont réellement les jetons

J'ai commencé à regarder où mes sessions Claude/Curseur/Copilot dépensaient réellement leurs jetons. La surprise : l’essentiel n’était pas du raisonnement. C'était une recherche.

Chaque nouvelle conversation sur la base de données de mon entreprise redécouvrait les mêmes choses :

• Qu'est-ce questatut = 3signifier? (annulé)
• Commentordresrejoindreutilisateurs? (commandes.user_id → utilisateurs.id)
• Qu'est-ce que c'est énigmatiqueStatut du travailénumération ? (une douzaine de codes entiers dont personne ne se souvient)

Le modèle l'a compris, la séance s'est terminée et demain il l'a encore compris. Mêmes jetons, même latence, à chaque fois. La partie la plus coûteuse du travail avec u...
[Courte citation de 8% de l'article original]