J'ai un agent connecté a mon slack, qui analyse directement ma discussion avec le mec produit. Enfin, plutôt la discussion que mon agent a avec son agent (on a trainé les modèles sur notre style de discussion). Il délègue a 4 autres agents, qui transforment ca en spec, mais chacun avec une personnalité différente. Ensuite, c'est renvoyé a un autre agent, qui soumet les 4 specs a 16 agents, chacun avec une différente personnalité aussi (mais différents des premiers. Sinon ils votent tous pour leur pote, et on a un deadlock. Encore que, on a deja vu agent soudoyer un autre agent en lui promettant de partager ses tokens avec lui).
Ces agents la votent sur la meilleure spec. Une fois la spec choisi, c'est renvoyé au premier agent, qui dispatch une demi douzaine d'agents pour le processus (JIRA, air table, update du google slides qui sert de roadmap officieuse pour les execs, preparation des email d'annonce, creations des slack room, ce genre de choses).
Une fois que ca c'est fait, la spec est envoyé a une autre demi douzaine d'agents. Copilot, Claude Code, codex, en plusieurs variantes avec différents modèles. Ceux la écrivent le code. Ensuite une fait une cross review (copilot review le code de claude, etc), commente sur le code, et renvoie ca aux agents originaux. Apres 3-4 cycles de feedback, les PR sont envoyés a un autre pool d'agent voteurs. La meilleur PR est sélectionnee, et mergee automatiquement.
Apres, c'est simple! Ya qq agents qui s'occupent d'écrire des tests, pendant que les autres agents s'occupent de deployer le code, et un autre pool d'agents s'occupent du marketing et tout ca.
Le déploiement finit, on lance un autre pool d'agents qui s'occupent de monitorer les metrics, et faire un rollback si nécessaire. Et on a un dernier pool d'agents qui observent l'engagement, et envoie le feedback au premier agent, pour raffiner la feature en temps reel.
Alors, évidemment, derrière, tout ca est consommé largement par les agents de nos clients, qui eux meme relaient ca aux agents de leurs clients. C'est vraiment la ou openAI/Anthropic fournissent la valeur ajoutée: on peut payer pour collecter des informations sur ce que ces agents la pensent du service, et s'ils galèrent a utiliser le service. Ca nous permet d'avoir un avantage sur la competition.
Comment? Mon boulot dans tout ca? Ben, mon boss a été cool, et il m'a autorisé a garder un boulot, a la centrale electrique qui alimente tout ca. J'ai une pelle, et une montagne de charbon. Honnêtement, c'est moins chiant qu'avant, et ca fait de l'exercice. J'ai un pote qui bosse dans une boite qui marche au nucléaire, mais aller miner l'uranium, c'est vraiment trop chiant, je préfère une bonne pelletée de charbon dans le four.
[^] # Re: Non informaticiens
Posté par groumly . En réponse au journal Qui est le public de LibreOffice Base ?. Évalué à 2 (+1/-1). Dernière modification le 28 août 2026 à 19:29.
Mmmh.. c'est tres "juillet 2026" comme approche.
J'ai un agent connecté a mon slack, qui analyse directement ma discussion avec le mec produit. Enfin, plutôt la discussion que mon agent a avec son agent (on a trainé les modèles sur notre style de discussion). Il délègue a 4 autres agents, qui transforment ca en spec, mais chacun avec une personnalité différente. Ensuite, c'est renvoyé a un autre agent, qui soumet les 4 specs a 16 agents, chacun avec une différente personnalité aussi (mais différents des premiers. Sinon ils votent tous pour leur pote, et on a un deadlock. Encore que, on a deja vu agent soudoyer un autre agent en lui promettant de partager ses tokens avec lui).
Ces agents la votent sur la meilleure spec. Une fois la spec choisi, c'est renvoyé au premier agent, qui dispatch une demi douzaine d'agents pour le processus (JIRA, air table, update du google slides qui sert de roadmap officieuse pour les execs, preparation des email d'annonce, creations des slack room, ce genre de choses).
Une fois que ca c'est fait, la spec est envoyé a une autre demi douzaine d'agents. Copilot, Claude Code, codex, en plusieurs variantes avec différents modèles. Ceux la écrivent le code. Ensuite une fait une cross review (copilot review le code de claude, etc), commente sur le code, et renvoie ca aux agents originaux. Apres 3-4 cycles de feedback, les PR sont envoyés a un autre pool d'agent voteurs. La meilleur PR est sélectionnee, et mergee automatiquement.
Apres, c'est simple! Ya qq agents qui s'occupent d'écrire des tests, pendant que les autres agents s'occupent de deployer le code, et un autre pool d'agents s'occupent du marketing et tout ca.
Le déploiement finit, on lance un autre pool d'agents qui s'occupent de monitorer les metrics, et faire un rollback si nécessaire. Et on a un dernier pool d'agents qui observent l'engagement, et envoie le feedback au premier agent, pour raffiner la feature en temps reel.
Alors, évidemment, derrière, tout ca est consommé largement par les agents de nos clients, qui eux meme relaient ca aux agents de leurs clients. C'est vraiment la ou openAI/Anthropic fournissent la valeur ajoutée: on peut payer pour collecter des informations sur ce que ces agents la pensent du service, et s'ils galèrent a utiliser le service. Ca nous permet d'avoir un avantage sur la competition.
Comment? Mon boulot dans tout ca? Ben, mon boss a été cool, et il m'a autorisé a garder un boulot, a la centrale electrique qui alimente tout ca. J'ai une pelle, et une montagne de charbon. Honnêtement, c'est moins chiant qu'avant, et ca fait de l'exercice. J'ai un pote qui bosse dans une boite qui marche au nucléaire, mais aller miner l'uranium, c'est vraiment trop chiant, je préfère une bonne pelletée de charbon dans le four.