Comment l'IA réussit à créer une fonctionnalité

Une boucle en sept étapes

À l'intérieur du moteur, chaque fonctionnalité passe par le même pipeline : les exigences sont entrées, un résultat de travail est obtenu, avec un enregistrement lisible à chaque étape :

1. Exigences — indiquez ce qu'il faut construire, avec des critères d'acceptation.
2. Recherche — historique de l'enquête, contraintes et options.
3. Planifier : définissez une stratégie et divisez-la en tâches.
4. Implémenter — écrivez du code et des tests.
5. Vérifier — contrôles indépendants ; tout rouge bloque la fusion.
6. Jugement — un humain prend la décision finale.
7. Finaliser — fusionner une fois le processus réussi.

Un orchestrateur et des sous-agents

Un « orchestrateur » pilote la machine à états, décidant quel sous-agent envoyer à chaque étape et vérifiant sa sortie ; les sous-agents sont spécialisés dans leur rôle et dans leur propre contexte. Les humains injectent du jugement sur seulement deux points : énoncer les exigences et examiner les résultats.

Aucun "ça a l'air bien" ne passe à travers

La vérification comporte deux portes IA : l'une analyse statiquement les documents et les API du point de vue d'un utilisateur IA, détectant "promis mais non mis en œuvre" ; l'autre exécute la démo dans un bac à sable isolé, capture des captures d'écran et les revérifie – en se protégeant contre les « tests verts, écran noir ».

Il se stabilise avec le temps

Après chaque fonctionnalité, les frictions rencontrées en cours de route sont capturées sous forme de commentaires qui améliorent le pipeline lui-même. La fonctionnalité suivante utilise automatiquement la version améliorée : le pipeline se nourrit de sa propre sortie et devient plus intelligent.

Le résultat : l'IA ne produit pas du code de « qualité démo », mais des fonctionnalités vérifiées et rejouables qu'un humain peut prendre en charge.