Leo Mehr (Ramp) : sans cadrage, l'usine à agents devient un canon à slop

• Vidéo : How Forward Deployed Engineering is done at Ramp, chaîne AI Engineer
• Qui parle : Leo Mehr, director of engineering chez Ramp au moment du talk ; il dirige depuis août 2026 Lumos Labs, chez Lumos, l'entreprise qu'il a cofondée
• Format : 14 min 04, AI Engineer World's Fair 2026, mise en ligne le 28 juillet 2026 (2 070 vues au 10 novembre 2026)
• Originalité : 3/5
• Qualité de l'information : 4/5

Un vendredi soir, un commercial de Ramp exige une intégration SAP S/4HANA : sans elle, un client stratégique ne signera pas (vers 3:03). Leo Mehr raconte que la scène se répète, sous une forme ou une autre, et qu'elle résume le premier des deux principes tirés de deux ans et demi de forward deployed engineering chez Ramp. Il annonce deux principes, pas un de plus, et tient parole en quatorze minutes. À son arrivée, l'équipe FDE comptait deux ingénieurs ; au moment du talk, il dirige une trentaine d'ingénieurs répartis entre le FDE, l'API développeurs et la nouvelle activité de services IA. Chez Ramp, le FDE appartient à l'ingénierie et aide l'entreprise à gagner les grands comptes, en faisant fonctionner pour eux le produit et ses nouvelles fonctions agentiques. Leo Mehr récuse au passage le mème qui présente le FDE comme l'aboutissement des métiers d'avant-vente technique.

Toujours cadrer

Dire oui à toutes les demandes donne, selon son image, des chevaux avec des fusées attachées aux pattes à la place des Waymo qui circulent dans San Francisco (vers 2:02). Face au commercial du vendredi soir, il recommande de s'arrêter et de poser des questions. Qui pousse l'urgence : le client, ou un commercial qui court après son objectif trimestriel ? Qui utilisera l'intégration ? Existe-t-il un contournement, une solution manuelle provisoire ? Le client a-t-il des développeurs capables d'appeler l'API de Ramp ? Surtout, quels autres prospects ou clients en profiteraient ?

Il raconte aussi un échec (vers 5:04). Un grand client voulait une fonction de remboursement de frais sur mobile ; l'équipe mobile était débordée, alors deux FDE ont appris iOS et Android et livré en quelques semaines. Au moment de demander la liste des bêta-testeurs Android, l'équipe apprend que le client impose l'iPhone à tous ses salariés. Une question de cadrage aurait évité la moitié du travail.

Passer à l'échelle avec des tokens

Le second principe consiste à découper le cycle de vie d'une demande FDE (collecter le contexte, cadrer, écrire la spécification, implémenter) et à confier chaque étape à des agents (vers 7:05). Ramp a commencé par l'accueil des demandes. Les responsables de comptes, les équipes de succès client et les commerciaux postent leurs blocages dans un canal Slack dédié, via un formulaire Notion, avec une qualité très variable : certains détaillent, d'autres écrivent une ligne. La première version, construite avec les agents Notion, se contentait de poser deux ou trois questions. Le délai de première réponse est passé de plusieurs heures ou jours à quelques secondes, et les commerciaux se sont mis à dialoguer avec l'agent. La version actuelle, incarnée par un petit pingouin, mène plusieurs tours de questions jusqu'à pouvoir rédiger une spécification. Leo Mehr estime le gain à environ 20 % du temps de cadrage, un chiffre qu'il avance lui-même avec hésitation.

Il situe la difficulté au milieu de la chaîne (vers 10:10). L'agent d'accueil clarifie la demande, et les modèles frontières implémentent d'un coup une fonctionnalité moyenne à partir d'une bonne spécification ; entre les deux, passer d'une demande clarifiée à une spécification exploitable reste mal outillé. Dans six à douze mois, prévoit-il, le FDE de Ramp passera son temps sur des problèmes d'IA appliquée : un harnais qui tourne sans accroc, des évaluations avec grilles et retours humains, et surtout le bon contexte pour l'agent, y compris ce que le chef de produit a en tête et qu'aucune page Notion ne contient. Le goût et le jugement sur le résultat restent l'affaire du FDE.

Les deux principes ensemble

La conclusion relie les deux (vers 12:11). Une usine à agents sans cadrage devient un « token maxing slop cannon » : un canon qui tire du contenu médiocre en brûlant des tokens. Une équipe experte du cadrage qui n'investit pas dans les agents se fera dépasser par des concurrents nés avec eux.

Pour une ESN

L'agent d'accueil de Ramp se transpose tel quel en avant-vente : un agent qui pose les questions de cadrage avant qu'une demande n'arrive sur le bureau d'un architecte. Le diagnostic sur le milieu de la chaîne situe la valeur des consultants : transformer une demande clarifiée en spécification exploitable, l'étape que les agents réussissent le moins bien aujourd'hui.

Verdict

Originalité : 3/5. Cadrer avant de construire n'a rien de neuf. L'intérêt tient au couple des deux principes et à l'image du canon à slop, qui nomme un risque que beaucoup d'équipes vivent déjà.

Qualité de l'information : 4/5. Quatorze minutes sans remplissage, des exemples honnêtes (l'application Android inutile), une pratique reproductible (l'agent d'accueil). Le talk reste court sur l'outillage au-delà de la première étape, et les 20 % sont une estimation. Dix minutes de plus sur l'agent d'accueil n'auraient pas été de trop.

À regarder pour l'agent d'accueil, de 7:05 à 10:10, si vous gérez un flux de demandes clients. Le meilleur rapport intérêt-durée de la série.

Barème : l'originalité mesure l'apport d'idées neuves (1 : discours entendu partout ; 5 : idée qui change la façon de penser le sujet). La qualité de l'information mesure la précision et l'utilité de ce qu'on apprend (1 : vague ou promotionnel ; 5 : dense, précis, applicable). Cet article fait partie d'une série de neuf retours sur la playlist FDE de l'AI Engineer World's Fair 2026.