Toutes les notes2 min de lectureDémo en direct

Des agents IA de la demande de fonctionnalité à la mise en production : là où les humains décident encore

En directx2labs.ai/demos/agentic-delivery-workflowOuvrir
Démo en direct · cliquez pour avancer, ou utilisez les flèches du clavier

Entre une demande de fonctionnalité et sa mise en production, l’essentiel du temps ne se passe pas à décider. Il sert à transformer une demande en stories, les stories en tâches, les tâches en code et en tests, puis à vérifier que le résultat correspond à ce qui était demandé. Nous voulions savoir quelle part de ce travail des agents peuvent assumer, et où une personne doit encore décider.

#Comment cela fonctionne

Un product manager décrit la fonctionnalité en mots simples, comme il l’expliquerait à un collègue. La démo ci-dessus suit un exemple réel : un tableau de bord analytique pour un produit SaaS, avec des indicateurs, des graphiques et des exports.

  • D’abord les questions. Avant toute ligne de code, un agent pose les questions qu’un bon lead poserait : quels indicateurs, quelles plages de temps, en temps réel ou actualisé. Les manques apparaissent ici plutôt qu’en QA.
  • Des stories avec critères d’acceptation. Les réponses deviennent des stories structurées, prêtes pour la planification de sprint dans votre outil de suivi.
  • Travail en parallèle. La fonctionnalité est découpée en tâches confiées à plusieurs agents à la fois. Chacun écrit d’abord des tests qui échouent, puis implémente jusqu’à ce qu’ils passent.
  • Relecture humaine. Un développeur relit le code, comme il le ferait pour la pull request d’un collègue.
  • Vérifié au regard des critères. Rien n’est marqué comme terminé avant d’avoir satisfait chaque critère d’acceptation des stories. La QA valide ensuite.

#Ce que nous avons appris

Les agents sont rapides et fiables quand chacun a une tâche étroite et un test en échec à faire passer. Confiez à l’un d’eux une tâche large et floue, et il dérive. L’essentiel du travail tient donc au découpage : des tâches petites, des critères clairs, des tests qui échouent pour la bonne raison.

Les humains restent là où le jugement compte : les questions en amont, la revue de code et la validation QA. Ce sont aussi les étapes que votre équipe voudrait le moins déléguer.

#Ce que cela change pour votre équipe

Votre équipe garde ses outils et ses revues. Le travail entre les décisions s’accélère : stories, tests, première implémentation et vérifications. La première étape concrète : une fonctionnalité sur votre propre base de code, mesurée par rapport au temps qu’elle prend d’habitude.

Vous ne savez pas encore où l’IA a sa place ? C’est là que nous commençons.