[Video Response] What Cloudflare's code mode misses about MCP and tool calling

[Video Response] What Cloudflare's code mode misses about MCP and tool calling

par Yannic Kilcher

Sciences formelles & physiques IA — Modèles & Recherche UYQIntelligence artificielle (IA)UYQFIntelligence artificielle générative
🎙 Yannic Kilcher 👥 329K 📅 19 octobre 2025 ⏱ 13 min 👁 10K 📄 revue d'actualité 🧭 2026-08-16
Disponible en : Français (actuel) English

Mots-clés

MCPcode modetool callingAPILLM

Résumé

Yannic Kilcher répond à la vidéo de Theo et à l’article de Cloudflare sur le code mode, une approche qui consiste à convertir les outils MCP en API TypeScript et à laisser l’LLM écrire du code pour les appeler. Il approuve l’idée que les LLM sont plus performants pour écrire du code que pour appeler des outils directement, en raison de la prédominance du code dans leurs données d’entraînement. Cependant, il conteste le point selon lequel cette approche permet d’éviter les allers-retours avec l’LLM en enchaînant les appels d’API dans un seul bloc de code. Il argue que dans le monde réel, les sorties des outils sont souvent imprévisibles et nécessitent une prise de décision intermédiaire. Il propose une alternative : la ‘speculative tool calling’, où l’on exécute plusieurs appels d’outils à l’avance, puis on soumet les résultats intermédiaires à l’LLM pour validation. Il conclut en rappelant que MCP n’est qu’un standard et n’ajoute pas de capacités magiques.

158 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La vidéo apporte une valeur certaine en proposant une analyse nuancée d’une tendance émergente. L’argumentation est structurée : l’auteur expose d’abord les points positifs du code mode, puis identifie une limite clé (l’incertitude des sorties intermédiaires) et propose une solution originale (speculative tool calling). Il utilise des exemples concrets (météo, localisation) pour illustrer son propos. La solidité de l’argumentation repose sur une logique interne cohérente, mais elle manque de preuves empiriques : aucune expérience ou donnée n’est fournie pour étayer ses affirmations. La proposition de speculative tool calling est intéressante mais reste spéculative.

Rigueur scientifique, qualité des sources, adéquation du titre

L’auteur cite explicitement l’article de Cloudflare et la vidéo de Theo, et s’appuie sur eux pour construire sa critique. Il ne mentionne pas d’autres sources, mais son argumentation est cohérente avec les travaux connus sur les LLM. Le titre est adéquat et reflète bien le contenu. La rigueur scientifique est correcte pour une vidéo d’opinion, mais on peut regretter l’absence de références supplémentaires pour étayer certains points, notamment sur les performances comparées des LLM en écriture de code vs tool calling.

189 mots

Adéquation titre / contenu

Le titre reflète bien le contenu : il s'agit d'une réponse vidéo à Theo et d'une critique de l'article de Cloudflare sur le code mode, en soulignant ce qui est manqué concernant MCP et l'appel d'outils.

Qualité & fiabilité

7/10

L'auteur, reconnu dans le domaine de l'IA, fournit une analyse critique basée sur des sources primaires (article Cloudflare, vidéo de Theo). Il expose clairement les arguments et les limites, mais certaines affirmations restent spéculatives et non étayées par des données empiriques.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

Sources concordantes

  • Cloudflare article: Code Mode — L'article de Cloudflare soutient l'idée que les LLM sont meilleurs pour écrire du code que pour appeler des outils directement.

Sources discordantes

  • Theo's Video: MCP is the wrong abstraction — Theo critique l'abstraction MCP en général, tandis que Yannic se concentre sur les limites du code mode, mais ils partagent globalement la même opinion sur MCP.

Références externes

Apport & nouveautés

L’apport principal est la proposition de ‘speculative tool calling’, une méthode pour combiner les avantages du code mode et de la flexibilité du tool calling traditionnel. Cette idée originale n’est pas mentionnée dans les sources citées. La vidéo apporte également une analyse critique nuancée, soulignant les limites du code mode dans des scénarios réels complexes.

Pour aller plus loin :

  • Model Context Protocol (MCP) — Documentation officielle du protocole MCP, utile pour comprendre les bases.
  • Speculative decoding — Concept connexe de décodage spéculatif, qui a inspiré l’idée de speculative tool calling.
  • Function calling in LLMs — Article d’OpenAI sur l’appel de fonctions, pertinent pour le contexte.

106 mots

Profil radar

Le profil radar montre des scores équilibrés, avec une légère prédominance de la qualité de l'information et de la fiabilité. Cela indique une vidéo informative et fiable, mais avec une quantité d'information modérée et un niveau technique accessible.

Fiabilité 7/10

💬 Sur les 0 commentaires analysés, aucune tendance n'a pu être dégagée.