✕ RETOUR À L'ARTICLE
← → naviguer · F plein écran · Échap article
∞
SFEIR · AI ENGINEERING
Concevoir et fabriquer
à l'ère de l'agentique.
01WHAT · LE CONSTAT
02SO WHAT · L'ENJEU
03NOW WHAT · LE CADRE
La synthèse du dossier en 15 slides — l'article complet reste la référence.
SFEIR.COM · JUILLET 2026
01
SFEIR · AI ENGINEERING
↗ WHAT · LE CONSTAT
02 / 15
WHAT.
« La fabrication du logiciel a basculé. Pas en promesse : en chiffres publiés. »
Trois signaux indépendants convergent au premier semestre 2026 : Cagan acte le déplacement de la valeur, le spec-driven devient un standard de fait, DORA mesure l'amplification. La question n'est plus si, mais comment s'organiser.
3
SFEIR · AI ENGINEERING
↗ WHAT · LE CONSTAT
03 / 15
Trois signaux, une même conclusion
« Trois sources indépendantes, publiées à quelques semaines d'écart, disent la même chose. »
01
Avril 2026 : Marty Cagan publie « Build to Learn vs Build to Earn ». Quand le coût de fabrication s'effondre, le goulot d'étranglement se déplace vers la discovery — et l'avantage concurrentiel avec lui.
02
Le spec-driven development s'installe comme standard de fait : GitHub Spec Kit passe d'environ 90 000 à environ 117 000 étoiles entre mai et juillet 2026, AWS Kiro est disponible mondialement depuis le 7 mai.
03
DORA 2025, sur environ 5 000 répondants : 90 % des développeurs utilisent l'IA — qui amplifie les forces comme les fragilités des organisations.
%
SFEIR · AI ENGINEERING
↗ WHAT · LE CONSTAT
04 / 15
Les précurseurs publient leurs chiffres
« Ces chiffres indiquent une direction, pas une garantie. »
01
Intercom, avril 2026 : 93,6 % des pull requests produites par des agents, coût par PR divisé par deux, backlog de défauts réduit de moitié.
02
Salesforce, mai 2026 : l'effort s'est inversé vers 80 % de planification et de revue pour 20 % d'exécution ; +79 % de PRs mergées par développeur en un an.
03
La réserve DORA : sans fondations (tests automatisés, CI/CD, plateforme interne), l'adoption de l'IA reste négativement corrélée à la stabilité de livraison.
chiffres auto-déclarés, mesurés avec des métriques internes ; aucun n'a été audité indépendamment.
02
SFEIR · AI ENGINEERING
↗ SO WHAT · L'ENJEU
05 / 15
SO WHAT.
« Le goulot n'est plus la fabrication. Il remonte d'un étage. »
Un prototype coûte quelques heures d'agent. Formuler le bon problème, écrire une spec exécutable et gouverner la connaissance deviennent les facteurs limitants de toute la chaîne.
↑
SFEIR · AI ENGINEERING
↗ SO WHAT · L'ENJEU
06 / 15
La valeur migre vers la discovery
« La fabrication n'est plus le goulot ; la discovery le devient. »
01
Un prototype fonctionnel coûte quelques heures d'agent : tuer les mauvaises idées vite redevient la compétence rare. Le garde-fou reste les quatre risques de Cagan — valeur, utilisabilité, faisabilité, viabilité.
02
Andrew Ng observe que le travail produit n'accélère pas au rythme de l'ingénierie — au point que des équipes envisagent d'inverser le ratio historique PM / ingénieurs.
03
Le PM augmenté délègue l'assemblage aux agents ; les meilleurs deviennent des Product Builders, capables de porter une idée jusqu'au prototype testable sans file d'attente d'ingénierie.
propos d'Andrew Ng relayé par Lenny Rachitsky (AI Startup School, juillet 2025).
⇅
SFEIR · AI ENGINEERING
↗ SO WHAT · L'ENJEU
07 / 15
La porosité : la spec est le prompt
« La frontière entre concevoir et fabriquer s'efface. Ce n'est pas une image : c'est un mécanisme technique. »
01
Quand la spec est le prompt, l'artefact de conception produit dans le PDLC devient directement exécutable par les agents du SDLC.
02
Le dual-track de Patton et Cagan coordonnait deux pistes parallèles ; le spec-driven fait disparaître la frontière elle-même.
03
Conséquence pour le DSI : la qualité des specs devient un sujet d'ingénierie à part entière, au même titre que la CI/CD.
✕
SFEIR · AI ENGINEERING
↗ SO WHAT · L'ENJEU
08 / 15
Le risque symétrique : le workslop
« Générer plus sans source de vérité détruit de la valeur. »
01
Le workslop : du contenu généré qui a l'apparence d'un travail abouti sans en avoir la substance. L'enquête BetterUp Labs × Stanford (HBR, septembre 2025) estime chaque incident à près de deux heures de retraitement.
02
Multiplier les prototypes sans discipline de discovery, c'est industrialiser la feature factory — mesurée au volume livré plutôt qu'à l'impact obtenu.
03
La réponse est structurelle, pas outillée : une base de connaissance gouvernée, où chaque chiffre reste traçable jusqu'à sa source.
enquête déclarative, 1 150 salariés américains.
03
SFEIR · AI ENGINEERING
↗ NOW WHAT · LE CADRE
09 / 15
NOW WHAT.
« Un cadre à trois étages, articulé en un seul système. »
Le PDLC choisit le bon produit. Le SDLC le construit correctement. Le KDLC fournit et raffine la matière à partir de laquelle tout se génère.
SFEIR · AI ENGINEERING
↗ NOW WHAT · LE CADRE
10 / 15
Trois cycles, un seul système
« La spec est le prompt ; les livrables se régénèrent. »
Concevoir et fabriquer à l'ère agentique : PDLC, SDLC et base de connaissance Trois bandes horizontales : le PDLC (idéation, discovery, conception, développement), le SDLC (porte Define, exécution agentique, porte Ship) et la base de connaissance en médaillon (raw, bronze, silver, gold), reliées par deux flèches verticales de porosité. PDLC : le bon produit Idéation le bon problème Discovery tuer les risques Conception spec, prototypes Développement SDLC imbriqué lancement et suivi vers idéation porosité : la spec est le prompt SDLC : le produit bien construit Porte Define l'humain cadre Exécution agentique build, test, revue Porte Ship l'humain valide compound : chaque cycle enrichit la connaissance specs et claims montent, les livrables gold redescendent KDLC : la matière première (médaillon) Raw matière brute Bronze tracé, backlinks Silver claims, fait foi Gold régénéré, tracé livrable pas bon : plus de matière dans raw, on régénère
SFEIR · AI ENGINEERING
↗ NOW WHAT · LE CADRE
11 / 15
Le PDLC : construire le bon produit
« Idéation, discovery, conception : c'est là que se joue l'avantage. Le SDLC n'en est qu'une phase. »
PDLC : le bon produitQuatre étapes en cycle : idéation (le bon problème), discovery (tuer les risques), conception (spec et prototypes), développement (SDLC imbriqué), avec boucle de retour du lancement vers l idéation. PDLC : le bon produitIdéationle bon problèmeDiscoverytuer les risquesConceptionspec, prototypesDéveloppementSDLC imbriquélancement et suivi vers idéation
SFEIR · AI ENGINEERING
↗ NOW WHAT · LE CADRE
12 / 15
Le SDLC agentique : Define → exécution → Ship
« L'humain cadre l'intention, les agents exécutent sous surveillance, l'humain valide sur preuve d'exécution — jamais sur la déclaration de l'agent. »
Le SDLC piloté par l'IA en onze phases, de 0 Setup à 10 Deprecation : trois gates humains (1 Define, 2 Plan, 7 Ship) et deux capitalisations (6 Compound-1, 9 Compound-2), le reste exécuté par des agents IA. LE CYCLE — 11 PHASES · 3 GATES HUMAINS · 2 CAPITALISATIONS 0 SETUP tech lead 1 DEFINE PO·UX·métier 2 PLAN archi·lead 3 BUILD binôme dev 4 VERIFY QA·dev 5 REVIEW lead·cyber 6 COMP-1 tech lead 7 SHIP Ops·PO 8 OPS Ops/SRE 9 COMP-2 Ops·lead 10 DEPREC. archi Gate humain — spec · plan · validation des modifications Capitalisation — le cycle écrit ce qu'il apprend Exécution par agents IA
SFEIR · AI ENGINEERING
↗ NOW WHAT · LE CADRE
13 / 15
Le KDLC : raffiner la matière, pas le livrable
« Si le livrable n'est pas bon, on ne l'édite pas : on enrichit raw, on promeut, on régénère. »
Le KDLC : de la matière brute au livrable versionnéSept étapes réparties sur les quatre étages du médaillon : découverte et extraction (raw), structuration (bronze), graphe, embedding et indexation (silver), production et versionnage (gold), avec boucle de régénération vers raw.Le KDLC : de la matière brute au livrable versionnéDécouvertelocaliser la connaissanceExtractionpréserver le contexteStructurationobjets standardisésGrapherelier les entitésEmbeddingreprésentation sémantiqueIndexationoptimiser la rechercheProduction / Versionnagelivrable régénéré, tracérawbronzesilvergold· livrable pas bon : plus de matière dans raw, on régénère
→
SFEIR · AI ENGINEERING
↗ NOW WHAT · LE CADRE
14 / 15
Par où commencer
« Par la matière. Puis les portes. Puis la mesure. »
01
La matière : constituer la base de connaissance gouvernée — specs, décisions, claims sourcés — avant d'accélérer la génération. Générer depuis un étage silver qui fait foi, pas depuis le vide.
02
Les portes humaines : Define en entrée, où l'humain cadre l'intention ; Ship en sortie, où il valide sur preuve d'exécution. C'est ce qui rend la vitesse durable.
03
La mesure : stabilité, rework et change failure rate, pas seulement le débit. DORA 2025 le montre : la vitesse sans fondations dégrade la stabilité.
!
SFEIR · AI ENGINEERING
↗ WHAT · SO WHAT · NOW WHAT
15 / 15
Synthèse
« What : la bascule est actée. So What : le goulot remonte. Now What : trois cycles, un système. »
01WHAT · LE CONSTAT
Spec-driven standard de fait, Cagan acte le déplacement de la valeur, DORA mesure l'amplification : la bascule est documentée.
02SO WHAT · L'ENJEU
La discovery devient le facteur limitant, la spec devient le prompt ; sans gouvernance, la génération produit du workslop.
03NOW WHAT · LE CADRE
PDLC pour le bon produit, SDLC pour bien le construire, KDLC pour la matière : portes humaines, preuves, régénération.
Les organisations qui traiteront ces trois étages comme un seul système prendront une avance difficile à rattraper : chaque cycle y rend le suivant plus rapide.
Lire le dossier complet →