Deux façons de construire avec l'IA : une fracture nette
La question n'est plus de savoir si l'IA accélère le développement — c'est acquis. La vraie question est : ce que vous construisez tiendra-t-il sous la charge, face aux contraintes de sécurité, aux audits de conformité et aux régressions inattendues ? Une infographie circulant dans la communauté des builders IA résume cette tension avec une métaphore limpide : deux arbres, deux trajectoires de croissance, deux destins radicalement différents.
Le Vibe Coding : l'illusion de la vitesse
L'arbre de gauche dans cette représentation a poussé vite — trop vite. Ses seules racines visibles dans un sol fissuré portent deux étiquettes : Prompt et Prier. La caricature est sévère, mais elle décrit une pratique bien réelle : enchaîner des prompts sans structure, générer du code ou des workflows au ressenti, et espérer que l'ensemble reste cohérent.
Cette approche produit des prototypes bluffants en quelques minutes. C'est précisément ce qui la rend attractive — et dangereuse. Dès que le projet rencontre des contraintes réelles, le bilan est sans appel :
- Montée en charge : les flux non structurés s'effondrent.
- Sécurité et conformité : impossible d'auditer ce qui n'a pas été spécifié.
- Maintenance : chaque modification risque de casser l'ensemble, faute de découpage clair.
- Régressions : sans tests ni boucles de vérification, les dérives passent inaperçues.
Le sol fissuré n'est pas une métaphore exagérée. C'est la dette technique accumulée à chaque prompt non documenté.
Attention au prototype séduisant
Un agent qui fonctionne en démo ne valide pas l'architecture. Les conditions contrôlées d'une démonstration masquent précisément les cas limites qui feront échouer la solution en production.
L'ingénierie agentique : treize racines pour tenir dans la durée
L'arbre de droite, lui, est arrosé méthodiquement par un petit robot. Ses racines descendent en profondeur et s'articulent en treize couches de fondations. Ces éléments définissent ce que la communauté LLMOps appelle désormais l'ingénierie agentique :
- Fichiers de cadrage :
CLAUDE.md,AGENTS.md— les instructions système qui définissent le comportement de l'agent de façon versionnée et auditable. - Spécification d'abord : écrire ce que l'agent doit faire avant d'écrire le moindre prompt.
- Décomposition en sous-agents, compétences et hooks.
- Plan et découpage des tâches : chaque tâche est bornée, testable, réversible.
- Critères de sortie et jalons : l'agent sait quand s'arrêter.
- Gestion du contexte : fenêtre de contexte maîtrisée, pas de débordement silencieux.
- Sandboxing et isolement : les exécutions ne peuvent pas affecter des ressources non prévues.
- Revue de trajectoire : audit des décisions prises par l'agent au fil du temps.
- Garde-fous : règles explicites sur ce que l'agent ne peut pas faire.
- Boucles de vérification : validation automatique des sorties à chaque étape.
- Stack de retrieval : pipelines RAG (Retrieval-Augmented Generation) structurés et observables.
- CI/CD agentique : intégration et déploiement continus adaptés aux workflows d'agents.
- Boucle de feedback et d'itération : amélioration continue basée sur des métriques réelles.
Chacune de ces racines répond à un risque concret : dérive comportementale de l'agent, hallucinations non détectées, actions non contrôlées sur des ressources sensibles, dette technique qui s'accumule en silence.
Point de départ concret
Si vous démarrez un projet d'agent sur Azure AI Foundry ou avec Microsoft Copilot Studio, commencez par rédiger un fichier AGENTS.md qui décrit explicitement le périmètre d'action, les sources de données autorisées et les critères d'arrêt. C'est la première racine à planter.
Ce que cela implique concrètement dans l'écosystème Microsoft
Pour un administrateur ou un architecte travaillant sur Microsoft 365, Azure OpenAI Service ou Copilot Studio, ces principes ne sont pas abstraits. Ils se traduisent en décisions d'architecture quotidiennes :
| Pratique | Vibe Coding | Ingénierie agentique |
|---|---|---|
| Instructions système | Prompt improvisé en session | AGENTS.md versionné dans Git |
| Déploiement | Manuel, ad hoc | Pipeline CI/CD dédié |
| Isolation des exécutions | Environnement partagé non contrôlé | Sandbox dédié avec permissions minimales |
| Gestion du contexte | Fenêtre non surveillée | Découpage explicite et logging |
| Vérification des sorties | Revue manuelle ponctuelle | Boucles de validation automatiques |
| Gouvernance | Absente ou implicite | Garde-fous configurés, auditables |
L'intégration d'un CI/CD agentique dans vos pipelines Azure DevOps ou GitHub Actions n'est pas un luxe — c'est ce qui permet de détecter une régression comportementale avant qu'elle n'atteigne la production. De même, la revue de trajectoire s'aligne naturellement avec les exigences d'audit imposées par les frameworks de conformité comme ISO 27001 ou les politiques internes de gouvernance des données.
Ressource de référence
La documentation Azure AI Foundry couvre les bonnes pratiques d'évaluation et de monitoring des agents. La section Evaluation of generative AI applications détaille les métriques à instrumenter dès le début d'un projet.
L'investissement dans les racines n'est pas un frein à la vitesse
Une objection revient souvent : documenter, spécifier, isoler — tout cela « ralentit ». C'est une illusion de court terme. Le temps passé à planter les treize racines évite de reconstruire le projet après chaque incident.
Concrètement, un agent déployé sans garde-fous sur SharePoint Online ou Microsoft Teams peut déclencher des actions en cascade difficiles à annuler. Un agent avec sandboxing et critères de sortie explicites, lui, s'arrête proprement et laisse une trace auditable.
La durabilité n'est pas l'opposé de la vitesse. C'est ce qui permet de maintenir la vitesse dans le temps, sans accumulation de dette cachée.
Points clés à retenir
- Le Vibe Coding produit des résultats rapides mais non maintenables dès que les conditions réelles s'imposent.
- L'ingénierie agentique repose sur treize couches de fondations : cadrage, spécification, décomposition, sandboxing, CI/CD, garde-fous, boucles de vérification et feedback.
- Les fichiers
CLAUDE.mdetAGENTS.mdsont le point d'entrée le plus accessible pour structurer les instructions d'un agent. - Dans l'écosystème Azure et Microsoft 365, ces pratiques s'alignent directement avec les exigences de gouvernance, de conformité et d'auditabilité.
- La question à se poser avant tout nouveau projet d'agent : quelle proportion de l'effort va dans le feuillage visible, et quelle proportion descend dans les racines ?
