Software factories · Harnais agentiques · IBM i
Industrialiser le développement avec des agents, sans perdre le contrôle.
Nous concevons et installons des chaînes de production logicielle où des agents d’IA spécifient, codent, testent et documentent. Un harnais de règles, de preuves et de validations humaines les encadre. Votre code et vos données restent sous votre contrôle.
Sans cadre, des agents produisent vite et dans tous les sens.
Dans une software factory, chaque agent a un rôle, des règles et un contrôle.
Pourquoi
Les agents écrivent du code plus vite que vos équipes ne peuvent le relire. Reste à savoir qui le vérifie, avec quelles règles, et ce qu’il en reste quand le modèle change. Une software factory répond à ces trois questions avant la première ligne de code.
Software factory
Cinq étapes. À chacune, un contrôle et une trace.
Les agents font le travail répétitif. Les points de contrôle restent entre les mains de vos équipes, et chaque étape laisse une preuve que l’on peut relire.
- 01
Spécifier
- Les agents
- Les agents reformulent le besoin en spécification testable et listent les cas limites et les questions ouvertes.
- Le contrôle
- Le responsable du produit valide la spécification.
- La trace
- Spécification versionnée dans le dépôt.
- 02
Planifier
- Les agents
- Ils découpent le travail en tâches courtes, repèrent les fichiers touchés et les risques de régression.
- Le contrôle
- Un second modèle critique le plan jusqu’à ce qu’il tienne.
- La trace
- Plan, objections et réponses conservés.
- 03
Produire
- Les agents
- Ils modifient le code par petites touches, chacun dans un espace isolé, avec les seuls outils autorisés.
- Le contrôle
- Les tests sont rejoués après chaque modification.
- La trace
- Modifications unitaires et journal d’exécution.
- 04
Vérifier
- Les agents
- Ils relisent le code d’un autre agent, complètent les tests et cherchent les failles connues.
- Le contrôle
- Un développeur de votre équipe relit et accepte.
- La trace
- Rapports de revue et de tests.
- 05
Livrer
- Les agents
- Ils rédigent la documentation et les notes de version, et préparent le déploiement.
- Le contrôle
- La mise en production reste une décision de vos équipes.
- La trace
- Dossier de preuves de la livraison.
Harnais agentique
Le modèle change. Le harnais reste.
Le harnais est tout ce qui entoure le modèle : ce qu’il sait, ce qu’il peut utiliser, ce qui le vérifie et ce qui reste de son travail. C’est lui qui fait la qualité d’une chaîne d’agents, et il survit aux changements de modèle.
Contexte
Ce que l’agent sait.
Conventions du projet, documentation de référence, décisions passées et compétences métier, écrites dans des fichiers que vos équipes relisent.
Outils
Ce que l’agent peut utiliser.
Une liste fermée d’outils et de commandes. Ce qui n’y figure pas n’existe pas pour l’agent.
Droits
Où l’agent peut agir.
Des espaces de travail isolés, des droits minimaux et aucun secret à portée du modèle.
Contrôles
Ce qui vérifie l’agent.
Des tests rejoués à chaque modification, des règles exécutées automatiquement et une relecture par un second modèle.
Traces
Ce qui reste du travail.
Chaque action, son coût et la version du modèle qui l’a produite sont enregistrés. On peut rejouer, comparer, revenir en arrière.
Décision humaine
Qui tranche.
Les actions qui ont un effet réel attendent une validation. Vos équipes arbitrent, les agents exécutent.
Plateforme
Orange Forge publie vos agents métiers.
La software factory produit les agents. Orange Forge les éprouve sur vos cas, les publie derrière une URL protégée et garde chaque version réversible.
- Vos fichiers restent la source de vérité. Prompt, code, schéma et cas de test vivent dans votre dépôt. La forge synchronise et exécute.
- Du code, pas un graphe propriétaire. TypeScript standard sur l’AI SDK. Aucun langage maison à apprendre, aucun enfermement.
- Secrets en écriture seule. Les clés des outils sont posées en secrets du worker de l’agent : ni la base, ni les journaux, ni l’API ne peuvent les relire.
- Vos clés de modèles. Branchez votre propre clé de fournisseur. Elle n’est visible que du worker qui l’appelle, et votre fournisseur vous facture en direct.
$ forge init
✓ workspace ./agents · skill installée
$ forge bench horaires
✓ 5/5 PASS · verdicts enregistrés
horaires-simple · 1,9 s · 0,0011 $
jour-ferie · 2,2 s · 0,0013 $
hors-sujet (refus) · 1,1 s · 0,0004 $
$ forge push horaires --activate
✓ déployé · version 1
$ forge versions horaires
✓ v3 courante · v2 · v1
Partenariat IBM i
Des agents sur IBM i, avec I.Gayte.It.
I.Gayte.It apporte son expertise de la sécurité IBM i et sa connaissance des environnements clients. Nous apportons la plateforme agentique et les méthodes. Ensemble, nous installons des processus agentiques sur IBM i, avec des accès que votre équipe sécurité peut auditer.
Un profil par agent, sans droits spéciaux
Chaque agent agit sous un profil utilisateur dédié, sans *ALLOBJ ni *SECADM, avec une autorité limitée aux objets de son périmètre.
Lecture seule par défaut
Les agents observent et préparent. Toute commande qui modifie le système attend une validation humaine.
Une passerelle unique
Aucun agent n’ouvre de session directe. Chaque commande passe par un intermédiaire qui applique une liste d’autorisations et journalise.
Des actions auditables
Les actions des agents se rapprochent du journal d’audit QAUDJRN. Votre équipe sécurité les suit avec ses outils habituels.
Confidentialité
Qui voit quoi, écrit avant de commencer.
Vos données de production ne quittent pas votre système. Le niveau de confidentialité que vous fixez décide des modèles autorisés. Les secrets sont retirés du code avant qu’un modèle ne le lise.
| Élément | Vos équipes | Nos ingénieurs | Modèles d’IA |
|---|---|---|---|
| Données de production | OuiElles restent chez vous | NonSauf décision écrite | NonJamais |
| Copie pseudonymisée | OuiVous la préparez et la contrôlez | OuiSur le périmètre convenu | LimitéSelon le niveau convenu |
| Code source du périmètre | OuiIl vous appartient | OuiSur le périmètre convenu | LimitéSecrets masqués, modèles choisis avec vous |
| Secrets et identifiants | OuiDans votre coffre | NonJamais transmis | NonJamais |
Retour d’expérience
« Depuis 8 mois avec AI Tech Leads, nos workflows ont gagné en fiabilité : déploiements quotidiens automatisés, alertes Slack pour chaque anomalie de build, et rapports de sprint générés automatiquement chaque vendredi. »
Apache Network
- de validation par semaine, au lieu de 3 h de reporting manuel
- 15 min
- pour traiter une correction critique, au lieu de 24 h
- 2 h
- de vélocité d’équipe sur les 6 derniers mois
- +35 %
Blog
Derniers articles
Le vibe coding : entre démonstration et réalité d'entreprise
Pourquoi le 'vibe coding' viral sur les réseaux sociaux est-il dangereux en production ? Analyse des limites entre démonstration et réalité d'entreprise.
AI Coding : +19% de temps selon l'étude METR
Analyse approfondie de l'étude METR sur 246 issues réelles : pourquoi Cursor Pro + Claude 3.7 ralentit les mainteneurs seniors de 19%.
Pourquoi la mémoire est essentielle dans les agents IA de codage
Un agent IA sans mémoire, c'est un développeur qui oublie tout à chaque ligne. Découvrez pourquoi la gestion de la mémoire est cruciale pour des agents fiables.
Échanger
Parlons de votre contexte.
Un premier échange permet de situer votre chaîne actuelle, vos outils et vos contraintes de confidentialité. Rien à nous envoyer avant.