Ressources

AI-Driven Development Lifecycle (cycle de vie du développement piloté par l’IA)

Repense le cycle de vie du logiciel autour de l’IA : elle participe à la planification, aux exigences, à la conception, à l’implémentation, aux tests et à l’exploitation, tandis que le développeur supervise et décide. Étapes : initialisation, idéation, conception, construction et exploitation. Proposé par Raja SP (AWS), avec une implémentation de référence open source d’AWS Labs.

Software Development Life Cycle (cycle de vie du développement logiciel), en version agentique

Modèle dans lequel des agents exécutent de façon autonome les activités de tout le cycle : analyse, architecture, programmation, tests, intégration et déploiement (CI/CD), supervision et maintenance. C’est un paradigme émergent, sans standard universel.

Agilité augmentée par l’IA

Conserve des méthodologies comme Scrum ou Extreme Programming (XP) et intègre l’IA dans les exigences, la planification, le développement, les tests, la documentation et le suivi, sans transformer entièrement la façon de travailler existante.

Ingénierie agentique

Le développeur ne se concentre plus uniquement sur l’écriture du code et agit comme architecte, coordinateur et superviseur d’agents d’IA (architecte, analyste, programmeur, testeur, auditeur, documentaliste), en gardant le contrôle technique et fonctionnel.

Développement multi-agents

Plusieurs agents intelligents travaillent de manière coordonnée (architecture, backend, frontend, base de données, tests, sécurité, documentation). Plus qu’une méthodologie complète, c’est une architecture de collaboration ; elle se combine avec SDD, AI-DLC, TDD et d’autres.

Ingénierie du harnais : l’environnement de travail des agents

Construit l’environnement pour que les agents développent de façon fiable : instructions permanentes, documentation structurée, règles d’architecture, accès contrôlé aux outils, tests automatisés, intégration continue, observabilité et mécanismes de validation et de correction. OpenAI a publié en février 2026 son expérience avec Codex selon cette approche.

Context-Driven AI Development (développement avec l’IA piloté par le contexte)

Fournit à l’IA un contexte structuré, gouverné et protégé (spécifications, contexte du projet, architecture, règles et contraintes) pour éviter la perte de contexte et que les agents contredisent l’architecture. Complète le développement piloté par les spécifications (SDD).

Test-Driven Development (développement piloté par les tests)

On écrit d’abord les tests puis le code, en trois phases : Red (un test qui échoue), Green (du code qui le réussit) et Refactor (améliorer sans casser les tests). Avec l’IA, des agents spécialisés peuvent prendre en charge chaque phase.

Behavior-Driven Development (développement piloté par le comportement)

Décrit comment le logiciel doit se comporter du point de vue métier au moyen de scénarios (Étant donné, Quand, Alors). L’IA les utilise pour générer du code et des tests automatisés, reliant les règles métier à l’implémentation.

Programmation conversationnelle

L’utilisateur décrit en langage naturel ce qu’il veut et l’IA génère le code, par cycles d’exécution, de correction et de répétition. Très rapide pour les prototypes ; sans contrôles, il peut produire un code difficile à maintenir, des risques de sécurité et de la dette technique, ce qui ne suffit pas pour des systèmes d’entreprise complexes.