Un record qui ne vient pas du modèle
Un ingénieur senior d'un grand projet open-source a raconté comment son équipe a pointé un pipeline d'agents IA sur une base de code de plusieurs dizaines de millions de lignes. Résultat : un mois record de corrections de failles de sécurité, dont un bug qui dormait là depuis quinze ans. Quinze ans que personne ne l'avait vu.
Le graphique a fait le tour du web. Tout le monde a crédité le modèle d'IA. L'ingénieur, lui, a recadré : "le harnais et le pipeline ont fait autant de travail que le modèle". Il estime le partage à 50-50 entre l'intelligence du modèle et l'architecture du système autour.
C'est exactement ce qu'on répète ici depuis le premier jour.
Le pattern qui change tout : boucle, score, vérification
Ce que cet ingénieur décrit, c'est un pattern en trois temps. D'abord, un juge IA qui score et classe les fichiers avant de dépenser le moindre crédit de calcul. Ensuite, un agent qui attaque un problème très cadré avec un signal clair de réussite ou d'échec - et qui retente bien au-delà du point où un humain aurait abandonné. Enfin, un vérificateur qui tue les faux positifs en attrapant l'agent quand il triche.
Score. Exécute. Vérifie. Recommence.
Si tu remplaces "bug de sécurité" par "prospect qualifié", tu as exactement la mécanique d'un pipeline B2B qui tourne. Un système qui score tes leads avant que tu perdes du temps dessus. Un enchaînement qui relance, nurture, relance encore - bien au-delà du point où toi, humainement, tu aurais lâché. Et un filtre qui élimine les faux signaux avant qu'ils arrivent dans ton agenda.
La majorité des fondateurs font l'inverse. Ils ouvrent leur messagerie, scrollent, répondent à ce qui brille, oublient le reste. Zéro score, zéro boucle, zéro vérification. C'est comme pointer une IA sur un codebase entier sans filtre - ça ne marche pas, l'ingénieur le dit lui-même.
Pourquoi les équipes déjà outillées ont 10 longueurs d'avance
Un point que l'ingénieur souligne et que personne ne cite : les équipes qui avaient déjà investi dans du fuzzing, de l'intégration continue et de l'outillage développeur sont celles qui tirent le plus de valeur de ces agents. Le modèle amplifie ce qui existe. Il ne crée pas de fondation.
Traduction terrain : si tu n'as pas de CRM propre, pas de séquences de nurturing, pas de calendrier de contenu, pas de tracking sur tes conversions - aucun outil IA ne va te sauver. Tu vas générer du bruit plus vite, c'est tout.
J'ai vu des fondateurs dépenser des centaines d'euros en outils IA pour "automatiser leur prospection" alors qu'ils n'avaient même pas une liste de 50 prospects qualifiés. C'est comme acheter un turbo pour une voiture sans moteur.
Le vrai levier, c'est d'abord le système. Le pipeline. La boucle. Après, tu branches l'IA dessus et elle multiplie ce qui marchait déjà.
L'humain reste dans la boucle - et c'est le point
Dernier élément que je retiens : malgré le record de corrections, aucun patch généré par l'IA n'est expédié sans revue humaine. L'ingénieur insiste là-dessus. L'agent trouve, propose, corrige - mais c'est un humain qui valide et qui expédie.
C'est exactement la posture qu'on défend pour le contenu et la prospection. La machine génère des angles, des premières versions, des séquences. Toi, tu valides, tu ajustes le ton, tu décides ce qui sort. Ta voix, ta crédibilité, ton jugement - ça ne se délègue pas. Ce qui se délègue, c'est le volume, la régularité, la couverture.
Le fondateur qui comprend ça construit un avantage composé. Chaque semaine, sa machine tourne. Chaque semaine, il publie, il prospecte, il nourrit son pipeline. Pendant que ses concurrents font tout à la main, post par post, message par message, il empile.
La vraie question
Cet ingénieur a pris un codebase monstrueux et l'a rendu traitable en découpant le problème, en scorant avant d'agir, en bouclant jusqu'au résultat. Il n'a pas embauché 50 développeurs. Il a construit un système.
Ton business, c'est pareil. Ta base de prospects, ton contenu, ton pipeline de vente - c'est ton codebase. La question n'est pas "quel outil IA utiliser". La question c'est : est-ce que tu as un système qui score, exécute, vérifie et recommence sans que tu sois dans la boucle à chaque étape ?
Si la réponse est non, commence par là. Le modèle, on le branchera après.
Plus sur le système répétable dans Le Journal.