« Ce que je ne peux pas créer, je ne le comprends pas. » — Richard Feynman

Tout le monde est engagé dans une course pour construire avec des agents IA. Pour les déployer, les orchestrer, automatiser avec eux. La question qui comptera le plus avec le temps est de savoir si les personnes qui construisent avec eux comprennent réellement ce que font ces agents.

Ce n'est pas une question confortable. Mais c'est la bonne.

C'est ce que nous croyons, chez Enter, chaque jour. Et c'est exactement ce qui s'est passé au HackPrinceton Spring 2026.

Cette semaine, nous avons partagé notre expérience de ce week-end. Si vous l'avez manquée, vous pouvez la lire sur HackPrinceton 2026 x Enter.pro : Construire le futur | Enter . Cet article portait sur l'énergie, la mission, la vue d'ensemble. Cet article est une plongée en profondeur dans PolyPath.

Parce qu'une génération de développeurs et d'étudiants entre dans un monde saturé de systèmes d'IA. Les outils pour les utiliser sont partout. Le programme pour les comprendre : comment ils raisonnent, où ils échouent, ce qu'ils font réellement au sein d'une tâche donnée ; n'a pas suivi le rythme. Le fossé entre utiliser l'IA et la comprendre se creuse.

C'est ce fossé que PolyPath a été construit pour combler.

La conviction qui a tout déclenché

L'inspiration pour PolyPath n'est pas venue d'une opportunité de marché. Elle est venue d'une conviction.

Tyler Van Buren est arrivé au HackPrinceton avec une thèse : nous aurons toujours besoin d'humains dans la boucle qui comprennent profondément comment fonctionnent ces agents. Pas des humains capables de les prompter. Des humains qui les comprennent : ce qu'ils optimisent, comment ils se comportent dans différentes conditions, où leur logique s'effondre.

Ce type de compréhension ne vient pas de la lecture d'une diapositive. Elle vient de l'observation de l'algorithme en action. Du fait de poser des questions en temps réel. D'avoir quelque chose qui vous montre, plutôt que de simplement vous dire.

PolyPath est ce « quelque chose ».

Ce qu'est PolyPath

PolyPath est un framework pour des leçons interactives sur les algorithmes d'apprentissage automatique.

Le mot clé est interactif. Les concepts d'apprentissage automatique : descente de gradient, classification, clustering sont notoirement difficiles à absorber passivement. Ils doivent bouger pour être compris. Vous devez voir l'algorithme se comporter selon différentes entrées avant que l'intuition ne s'installe. Un diagramme statique ne permet pas cela. Une diapositive ne permet pas cela.

PolyPath associe une démonstration agentique en direct — l'algorithme s'exécutant en temps réel, devant l'étudiant — à un tuteur IA présent à ses côtés. Vous regardez l'algorithme fonctionner. Vous posez des questions. Le tuteur répond, explique et ajuste l'explication à votre niveau de compréhension du matériel.

Ce n'est pas une vidéo. Ce n'est pas un manuel. C'est ce qui se rapproche le plus d'avoir une personne patiente et compétente assise à côté de vous pendant que l'algorithme tourne — quelqu'un qui peut répondre à la question que vous vous posez maintenant, à propos de la chose qui se produit en ce moment sur votre écran.

L'objectif n'est pas seulement d'enseigner l'algorithme. C'est de développer le type d'intuition qui permet à un étudiant d'en reconnaître un lorsqu'il le rencontre dans le monde réel.

Comment il l'a construit

Il a construit tout cela sur Enter.pro. 100% vibe coded.

Cette expression mérite qu'on s'y attarde, car le créateur l'a prononcée avec une fierté particulière. Pas « nous avons utilisé l'IA pour nous assister ». Tout. Le framework, la structure de la leçon, l'interface de démonstration en temps réel, la couche de tutorat — décrit en langage simple, construit par l'IA, expédié en 36 heures.

Enter lui a donné l'infrastructure pour avancer sans perdre de temps en configuration ou en échafaudage. Du premier prompt à l'URL en direct, la plateforme a géré l'exécution. Il a passé les 36 heures entières sur la seule chose qui importait réellement : l'expérience d'apprentissage.

C'est à cela que sert le vibe coding. Sortir l'idée de votre tête et l'afficher sur un écran assez rapidement pour que vous puissiez commencer à apprendre à partir de celle-ci.

C'est le sixième projet sur lequel nous écrivons depuis le HackPrinceton

Nous avons continué à écrire sur ce qui est ressorti de ce week-end parce que la qualité de la réflexion a continué à mériter notre attention.

PolyPath mérite sa place parce que la question qu'il pose est une question que l'industrie n'a pas encore prise assez au sérieux : si tout le monde déploie des agents, qui les comprend réellement ? Et à quoi ressemble l'éducation pour cela ?

Enter était présent au HackPrinceton parce que nous croyons que quiconque a une idée devrait être capable de la construire. PolyPath, c'est à cela que ça ressemble quand l'idée n'est pas un produit, mais une leçon — quand le constructeur ne court pas après un marché, mais essaie de combler un fossé qui compte.

Ce qui vient ensuite

La feuille de route à court terme est claire : plus de leçons, des comptes utilisateurs, des sessions persistantes pour qu'un étudiant puisse revenir exactement là où il s'est arrêté.

L'arc à plus long terme est ce qui rend cela intéressant. Un framework qui rend les algorithmes d'apprentissage automatique visibles et interactifs — qui enseigne en montrant plutôt qu'en décrivant — a des applications dans tous les programmes d'informatique, pour chaque apprenant autodidacte, pour chaque ingénieur qui a déployé un modèle sans comprendre pleinement ce qu'il fait.

La leçon n'est pas terminée. Mais elle vient juste de commencer.

→ Essayez PolyPath en direct : 8b0805f774144e2bb5aeaa41ac4dadb2.prod.enter.pro

Vous avez manqué les volumes précédents ? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI *→ Vol. 3 : *reAgent *→ Vol. 4 : *TaleTailor *→ Vol. 4 : *LEGR