Ressources
Cadre SDLC IA : phases, rôles et garde-fous
Un modèle opérationnel pour faire tourner le cycle de vie logiciel avec des agents IA : qui fait quelle phase, où les humains restent dans la boucle, et quels garde-fous empêchent la vitesse de devenir du désordre.
Un cadre SDLC IA est un modèle opérationnel pratique pour faire tourner le cycle de vie du développement logiciel avec des agents IA : plan et spécification, construction, revue avec garde-fous, test, déploiement et exploitation. Les humains fixent l'intention et approuvent les changements conséquents ; les agents font le travail de production sous ces règles. C'est le comment d'un SDLC IA, pas seulement la définition.
Publié 2026-07-15 · Dernière mise à jour 2026-07-15 · Équipe éditoriale Automo
Qu'est-ce qu'un cadre SDLC IA ?
Si vous avez besoin de la définition du cycle de vie, commencez par Qu'est-ce qu'un SDLC IA. Cette page est le modèle opérationnel que vous faites tourner par-dessus : phases, rôles humains contre agents, et les garde-fous qui rendent la boucle sûre à la vitesse de l'IA. Quand vous choisissez les produits de chaque phase, utilisez le guide des outils SDLC IA.
Un SDLC classique suppose que des personnes écrivent le travail et que d'autres le vérifient. Un cadre SDLC IA suppose que des agents écrivent l'essentiel du travail et que des personnes gouvernent des classes de changement. Les phases existent toujours. Ce qui change, c'est l'unité de travail (un prompt et un plan plutôt qu'une pile de tickets), le point de contrôle (la politique plutôt que de lire chaque ligne) et la preuve (une piste d'audit du prompt à la production plutôt que la mémoire tribale).
Traitez le cadre comme une checklist de couverture, pas comme un organigramme imposé. Les fournisseurs nomment les étapes autrement. Si une phase n'a ni propriétaire, ni porte, ni artefact, vous n'avez pas cette phase. Vous avez une slide.
Six phases d'un cadre SDLC IA
Plan et spécification, construction, revue et garde-fous, test et QA, déploiement, exploitation et surveillance. La première est menée par les humains. Les quatre du milieu sont là où les agents font le volume sous contrôles. La dernière garde le système honnête après la mise en ligne.
1. Plan et spécification
Le travail entre comme une intention testable : le problème, les utilisateurs, les contraintes, et à quoi ressemble « terminé ». Les agents en font un plan révisable. Les humains corrigent le cap ici, où les corrections sont bon marché.
2. Construction
Les agents builder implémentent le plan en vrai code sur des branches. Logique, schéma, intégrations. Chaque changement est un diff versionné et révisable, pas une édition opaque d'un système en cours d'exécution.
3. Revue et garde-fous
Les politiques classent chaque changement par domaine métier et risque. Les changements de routine avancent. Les conséquents attendent une approbation humaine enregistrée. Les zones protégées refusent les modifications de passage. Les agents reviewers (CTO, Security, Doctor) plus un product owner humain trient ce qui a besoin d'une personne.
4. Test et QA
La vérification automatique tourne à chaque changement, pas comme une phase à la fin : contrôles unitaires et d'intégration plus des rejeux navigateur des flux qui comptent. Les portes qui échouent arrêtent la ligne.
5. Déploiement
Les mises en ligne passent par des portes de fumée avant publication et des contrôles après, avec le rollback comme opération de premier rang. Le déploiement est une étape contrôlée, pas un bouton à côté du cycle de vie.
6. Exploitation et surveillance
Le système en direct est observé. Santé de l'application, DNS, CDN, dépendances. Les dégradations sont diagnostiquées jusqu'à la cause racine et renvoyées dans la boucle comme nouveau travail décrit.
Ce qui change par rapport à un SDLC classique
Même travail, mécanique différente. Utilisez ce tableau quand quelqu'un dit que le SDLC IA n'est que du CI/CD avec un chatbot.
| Phase | SDLC classique | Cadre SDLC IA |
|---|---|---|
| Plan et spécification | Tickets écrits pour les développeurs | Intention en langage clair, testable par n'importe qui, plan rédigé par l'agent |
| Construction | Les développeurs écrivent le code à la main | Les agents builder produisent des diffs versionnés à haut volume |
| Revue | Les humains lisent chaque ligne | Les politiques trient ; les humains revoient ce que la politique signale |
| Test | QA vers la fin | Portes automatiques à chaque changement, y compris au niveau navigateur |
| Déploiement | Fenêtres de release et comités de changement | Publication gated, contrôles de production, rollback prêt |
| Exploitation | Des humains d'astreinte trient des tableaux de bord | Diagnostic de cause racine par l'agent, les humains approuvent les correctifs |
Humains contre agents
Les agents font le travail de production. Les humains possèdent les résultats. Si vous inversez cela, vous avez un système sans surveillance, pas un cadre.
| Responsabilité | Humains | Agents |
|---|---|---|
| Direction | Fixent l'intention, les contraintes, la définition de terminé | Transforment l'intention en un plan révisable |
| Implémentation | Choix d'architecture et exceptions | Écrivent et modifient le code |
| Revue | Approuvent les changements conséquents et les zones protégées | Classent le risque, appliquent la politique, rédigent des notes de revue |
| Qualité | Décident quels flux ne doivent jamais casser | Rédigent et exécutent des tests à chaque changement |
| Sécurité | Acceptent le risque résiduel, possèdent l'incident | Scannent, sondent, confirment les findings sur l'app en direct |
| Release | Possèdent le go/no-go quand la politique l'exige | Font tourner le pipeline, les portes de fumée, le rollback |
| Exploitation | Approuvent le correctif et le message client | Surveillent la production, diagnostiquent, rédigent le changement |
Une checklist courte à faire tourner cette semaine
Notez votre boucle actuelle. Deux trous ou plus signifient que vous avez des développeurs assistés par IA, pas un cadre SDLC IA.
- ✓ Chaque changement part d'une spécification testable, pas d'un chat que personne d'autre ne peut rejouer.
- ✓ La sortie du builder atterrit comme une branche avec un diff que vous pouvez revert.
- ✓ Les politiques, pas les héroïsmes, décident ce qui fusionne sans humain.
- ✓ Des tests qui représentent de vrais flux utilisateur tournent à chaque changement et peuvent bloquer la publication.
- ✓ Les findings de sécurité sont confirmés contre l'app en cours d'exécution, pas seulement un rapport statique.
- ✓ La publication a des portes de fumée et un rollback que vous avez réellement utilisé.
- ✓ Quelque chose surveille la production et peut nommer une cause racine sans attendre un ticket utilisateur.
- ✓ Une piste d'audit répond qui a prompté, qui a approuvé, et ce qui a été mis en ligne.
Comment Automo Build implémente chaque phase
Automo est un SDLC IA livré comme une plateforme plutôt qu'assemblé à partir de pièces. Vous décrivez l'app dans un prompt. La boucle autour de ce prompt est le cadre.
- Plan et spécification. Les demandes en langage clair deviennent un plan que vous pouvez corriger avant que le code n'existe. Commencez sur le plan Free à partir d'un prompt. Aucun appel commercial exigé.
- Construction. Les agents builder génèrent de vraies applications React, TypeScript et Supabase que vous possédez, sur des branches, sous forme de diffs révisables.
- Revue et garde-fous. Les agents reviewers (CTO, Security, Doctor) plus Guardrails associent le code aux domaines métier, détectent les changements risqués, appliquent des politiques en langage clair, enregistrent la revue humaine et laissent une piste d'audit derrière chaque fusion. Un product owner humain approuve encore ce que la politique signale.
- Test et QA. L'agent QA exécute des rejeux de navigateur déterministes, des tests auto-réparateurs, des portes de fumée avant publication et des contrôles de production après.
- Déploiement. Le pipeline de déploiement publie à travers ces portes vers le cloud Automo, votre propre compte AWS, Azure ou GCP, un VPC privé, ou on-prem selon des conditions distinctes, avec rollback de premier rang.
- Exploitation et surveillance. Doctor, un SRE IA en lecture seule, sonde l'app en direct, le DNS et le CDN, diagnostique la cause racine et rédige le correctif pour approbation humaine.
Par où commencer
Vous n'avez pas besoin d'un nouveau département pour faire tourner ce cadre. Vous avez besoin que les six phases existent comme défauts, pas comme cérémonie optionnelle. Automo Build les met sur le même chemin que le prompt : plan Free, crédits mensuels, pas de carte. Décrivez l'app et la boucle tourne. Pour la carte produits de chaque phase, continuez vers les outils SDLC IA. Pour la définition sur laquelle ce cadre repose, gardez Qu'est-ce qu'un SDLC IA à côté de cette page.
Questions fréquentes
Qu'est-ce qu'un cadre SDLC IA ?
Un cadre SDLC IA est le modèle opérationnel pour faire tourner la livraison logicielle avec des agents IA : plan et spécification, construction, revue avec garde-fous, test, déploiement et exploitation. Les humains donnent la direction et approuvent les changements conséquents ; les agents font le travail de production sous politique.
En quoi un cadre SDLC IA diffère-t-il d'un SDLC classique ?
Les étapes sont familières. L'unité de travail, le point de contrôle et la preuve changent. Les agents produisent des diffs versionnés à haut volume, les politiques trient la revue, les tests ferment chaque changement, et une piste d'audit enregistre du prompt à la production. Un SDLC classique s'organise autour des passations entre spécialistes. Un cadre SDLC IA s'organise autour de la gouvernance.
A-t-on encore besoin de développeurs et d'un product owner ?
Oui. Les humains possèdent l'intention, l'architecture, le risque résiduel et le go/no-go sur les changements signalés. Les agents portent le volume d'implémentation, rédigent les revues, exécutent les tests et diagnostiquent la production. Le cadre existe pour que cette responsabilité humaine reste praticable à la vitesse de l'IA.
Quels garde-fous appartiennent à la phase de revue ?
Des politiques qui classent les changements par domaine métier et risque, des zones protégées qui refusent les éditions de passage, une approbation humaine enregistrée pour les fusions conséquentes, et une piste immuable de qui a prompté et qui a approuvé. Sur Automo, Guardrails plus les reviewers CTO, Security et Doctor fournissent cette couche.
Comment Automo Build implémente-t-il ce cadre ?
Les agents builder implémentent le plan en vrai code que vous possédez. Les agents reviewers (CTO, Security, Doctor) et Guardrails gouvernent les fusions. L'agent QA teste avec des rejeux navigateur et des portes de fumée. Le pipeline de déploiement publie avec rollback. Doctor surveille la production. Vous pouvez commencer par un prompt sur le plan Free.