Maxpaths
Retours terrain

Des agents IA en conditions réelles

Chaque fiche suit le même format : contexte, approche, contrôles humains, mesures et limites. Les missions s’appuient sur des modèles et une infrastructure cloud souverains, hébergés en France. Les chiffres viennent des dépôts (git et code) ; quand une mesure n’existe pas encore, c’est écrit.

ExpérimentationMission freelance, secteur public2026

Agent de montée de version dans GitLab CI/CD

Un agent intégré à la CI GitLab analyse une montée de version et produit un plan. Rien ne se poursuit sans la validation d’un humain.

Approche

  • Analyse de la montée de version par un LLM, exécutée dans la chaîne CI/CD existante
  • Modèles et exécution sur une infrastructure cloud souveraine, hébergée en France
  • Plan structuré présenté à un développeur avant toute modification
  • Présentation de l’approche à plusieurs équipes et expérimentations sur des cas réels

Contrôles humains

  • Validation humaine obligatoire après l’analyse du LLM
  • L’agent reste dans le processus de l’équipe (CI, merge request, revue) au lieu d’agir à côté

Mesures et limites

  • La collecte de métriques est en cours : aucun gain n’est publié tant que l’échantillon n’est pas interprétable
  • L’exécution isolée, la création de merge request et les evals reproductibles font partie de l’architecture cible décrite dans l’article
GitLab CI/CDHuman-in-the-loopAgent IAMontée de version
Lire l’article détaillé
En revueMission freelance, secteur publicAoût 2026

Revue sécurité assistée par IA dans la CI/CD

Un pipeline dédié exécute un agent IA pour préparer les revues sécurité, avec des artefacts traçables et des garde-fous côté GitLab et ticketing.

Approche

  • Pipeline CI/CD manuel dédié à l’analyse sécurité assistée par IA
  • Image Docker spécifique pour exécuter l’agent dans un contexte contrôlé
  • Modèles et exécution sur une infrastructure cloud souveraine, hébergée en France
  • Workspace multi-dépôts avec un périmètre de code explicite
  • Connexion à l’outil de ticketing et à l’environnement de revue de code
  • Artefacts, métriques et documentation de revue produits à chaque exécution

Contrôles humains

  • Déclenchement manuel pour valider la pertinence avant toute automatisation
  • Garde-fous CI/CD et ticketing : l’agent n’agit pas hors processus
  • Artefacts conçus pour la relecture humaine et la comparaison des résultats

Mesures et limites

  • Workflow en cours de revue par l’équipe : la pertinence des artefacts reste à valider
  • Les métriques utiles seront choisies après les premières exécutions
SécuritéGitLab CI/CDDockerAgent IA
LivréMission freelance, secteur publicAvril → mai 2026

Migration React 16 → 18 pilotée par un workflow IA

Quatre migrations menées en même temps sur une application métier : React 16 → 18, bibliothèque UI abandonnée remplacée, Bootstrap 4 → 5 et Enzyme → React Testing Library.

composants React migrés
352
fichiers remaniés, 61 % de la base
250
fichiers de tests réécrits
82
pour les quatre migrations
~1 mois

Approche

  • Fichier-pilote AGENTS.md : stack figée, contraintes, conventions, pièges connus, captures du rendu cible
  • Quatre guides de patterns capitalisés pendant la migration et réutilisés par les agents
  • Composant bouton générique et tokens de couleur créés pour éteindre le legacy
  • Workflow agnostique de l’assistant, partagé avec d’autres équipes
  • Modèles et exécution sur une infrastructure cloud souveraine, hébergée en France

Contrôles humains

  • Montée de version par paliers : React 16 → 17 → 18
  • Pipeline CI dédié à la branche de migration
  • Pilotage par le lead technique (31 des 48 commits)

Limites

  • Le gain de temps n’a pas été mesuré face à une équipe témoin : il reste une estimation
  • Certaines régressions sont silencieuses (classes Bootstrap 5 ignorées sans erreur) et exigent une détection systématique
React 18MigrationAGENTS.mdWorkflow IA
LivréMission freelance, secteur publicMars → avril 2026

Migration de design system vers le DSFR avec deux agents

Migration complète d’une PWA React/TypeScript vers le Système de Design de l’État, orchestrée par un agent d’analyse et un agent de migration.

familles de composants migrées
11
fichiers impactés
151
lignes nettes supprimées
~7 800
pièges techniques capitalisés
12

Approche

  • Deux agents séparés : l’un analyse, l’autre migre
  • Quatre commandes pour initialiser, analyser, migrer et suivre l’avancement
  • Migration ultra-incrémentale : un composant, un fichier, une validation à la fois
  • Toolkit réutilisable (23 fichiers, ~1 900 lignes de documentation) partagé avec d’autres équipes
  • Modèles et exécution sur une infrastructure cloud souveraine, hébergée en France

Contrôles humains

  • Une validation humaine par composant et par fichier
  • Tests unitaires (Jest) et end-to-end (Cypress) existants comme filet de sécurité
  • Ancien socle débranché seulement une fois toutes les familles migrées

Limites

  • Les pièges d’environnement (CSS absent de l’image Docker, modules ESM non mockables sous Jest) ne se voient pas dans le code : il faut les documenter pour les agents suivants
DSFRMigrationAgentsDesign system
En productionProduit personnel2026

VitamCV : SaaS IA conversationnel en production

Un CV builder conversationnel : le LLM pose des questions, structure le profil, l’adapte à une offre et produit un document exportable.

Approche

  • Tools du AI SDK utilisés comme contrats métier avec des schémas stricts
  • Scores calculés par le code plutôt qu’inventés par le modèle
  • Tâches longues et retries gérés sans rejouer les effets

Contrôles humains

  • Validation par l’utilisateur des contenus sensibles avant leur utilisation
  • Fidélité au profil réel : le modèle ne doit pas inventer de compétences

Mesures et limites

  • Les enseignements portent sur l’architecture produit ; les métriques d’usage ne sont pas publiées ici
SaaS IAAI SDKNext.jsValidation humaine
Lire l’article détailléVoir VitamCV

Un cas similaire dans votre équipe ?

Diagnostic, pilote puis industrialisation : l’approche décrite ici s’applique à d’autres cycles de développement.

Travailler ensemble