Tag
software-factory
Anthropic sécurise un SDLC où l'IA écrit 80 % du code : le cycle redevient le socle
Le 21 juillet 2026, Jason Clinton (Deputy CISO d'Anthropic) détaille les contrôles qui tiennent un SDLC dont Claude écrit 80 % du code fusionné. Chaque contrôle s'accroche à une étape nommée du cycle. Sans SDLC formalisé, ni gains, ni sécurité, ni FinOps token, ni mesure.
Une matière, plusieurs représentations : notre site est notre premier client
Notre site contient du contenu de qualité, et sait le régénérer sous d'autres formes. La page que vous lisez et la présentation qui en dérive ne sont pas fabriquées deux fois : elles projettent la même matière. La doctrine PDLC, SDLC, KDLC, appliquée d'abord à notre propre outil.
Concevoir et fabriquer à l'ère de l'agentique
Spec-driven devenu standard, Cagan qui acte le déplacement de la valeur vers la discovery, DORA 2025 qui mesure l'amplification : la fabrication du logiciel a basculé. Le cadre SFEIR articule cycle produit, cycle logiciel et base de connaissance en un seul système, où la spec est le prompt.
Porosité PDLC/SDLC : quand la spec devient le prompt
Avec le spec-driven development, l'artefact de conception s'exécute directement par des agents : la frontière entre PDLC et SDLC s'efface. Le mécanisme technique, le cas Airbnb, et la distinction qui protège la production : jetable vs gouverné.
Raw, bronze, silver, gold : produire la connaissance comme on raffine la donnée
Raw en lecture seule, bronze tracé, silver qui fait foi, gold régénéré : le médaillon appliqué aux livrables. On n'édite plus le document, on enrichit la matière et on régénère. La réponse structurelle au workslop, et la chaîne par laquelle SFEIR produit ses propres supports.
SDLC vs PDLC : quelle différence, et pourquoi l'IA change tout
Le SDLC livre du logiciel fiable, le PDLC réussit un produit sur son marché. Définitions rigoureuses, tableau des différences, emboîtement des deux cycles, quatre risques de Cagan : et pourquoi l'IA générative, en comprimant le premier, déplace le goulot d'étranglement vers le second.
Steps of AI Adoption : les 5 paliers de maturité IA de Boris Cherny, lus côté DSI
Le 16 juillet 2026, Boris Cherny (Head of Claude Code chez Anthropic) publie « Steps of AI Adoption », une échelle de maturité IA en 5 paliers. L'axe : l'ordre de grandeur d'agents qu'un ingénieur pilote, de 1 à 1 000+. La thèse : plus de tokens ne fait pas monter d'un cran. La lecture DSI de SFEIR.
Terminal-Bench et Coding Agent Index : pourquoi GPT-5.6 prend l'avantage sur les agents de coding en production
En production, un agent de coding ne se juge pas à un score mais à sa capacité à terminer le travail : en un minimum d'étapes, d'appels d'outils et de tokens. Sur ce terrain, Terminal-Bench 2.1 et Coding Agent Index, GPT-5.6 prend l'avantage. Voici pourquoi, et où passe la limite.
Un modèle par tâche : le guide du routing multi-modèles
Faire tourner toute une usine logicielle sur un seul modèle frontier, c'est payer le tarif du raisonnement pour lire des logs. La mécanique du routage multi-modèles : un modèle par phase, une passerelle unique, l'isolation des sous-agents et la règle qui dit quand le multi-agents mérite son coût.
Vos agents produisent du code dix fois plus vite. Votre socle, lui, tient-il le choc ?
Agentic SDLC et Platform Engineering ne s'opposent pas : ils se complètent. Là où le socle est faible, l'effet de l'IA sur la performance est négligeable ; là où il est fort, il est puissant. Comment l'IDP devient le socle des agents et prolonge le SDLC augmenté en 11 phases.
Le « Taste Skill » : pourquoi l'intention de design se décide en phase Plan
L'intention de design d'un produit, son design-system, son registre visuel, n'est pas un détail à corriger en Review : c'est un arbitrage de la phase Plan. Le « Taste Skill », objet open-source, le démontre concrètement.
Le Compound externalisé : quand la capitalisation devient un bien commun vérifié
À cette seconde, des milliers d'agents résolvent le même bug, chacun de son côté, puis l'oublient : l'« Ephemeral Intelligence Gap ». Quand la capitalisation du SDLC sort des murs, la rareté se déplace — générer est bon marché, vérifier en production ne l'est pas.
Explorez tous nos articles
Plus de contenus techniques sur l'IA, le Cloud, la Data et le Software Engineering.
Tous les articles