Dark Factory
Spec en entrée, logiciel en sortie. Aucun humain n'écrit le code, aucun humain ne le relit. Le système tient debout grâce à des harnesses de tests externes, des scénarios indépendants, du monitoring et du rollback automatisé. Très peu d'équipes en sont là, et y rester est plus dur que d'y arriver.
Tu es à ce niveau si...
- La spec entre, le logiciel sort : personne ne lit le code produit
- La revue humaine du code généré est interdite par principe, pas par paresse
- Le travail humain : curation des tests, règles du harnais, patterns d'architecture
- Les incidents nourrissent le harnais au lieu de déclencher des relectures
- Tu mesures la fiabilité en continu : evals, observabilité, taux d'incident
Tes angles morts à ce niveau
- •Evaluation gaming : les agents optimisent la métrique, pas l'intention
- •Dérive silencieuse quand specs, tests et réalité divergent
- •Risque de concentration : si une brique du loop casse, tout casse en silence
Comment tenir le L5
Il n'y a pas de L6. Le travail au L5 est de tenir : chaque nouveau modèle change les forces et les faiblesses de tes agents, chaque incident révèle un trou du harnais, et la tentation de « juste jeter un œil au code » revient à chaque frayeur. Rester L5, c'est traiter le harnais comme le produit : versionné, testé, amélioré en continu. Et re-tester régulièrement l'équipe, parce que le niveau d'une organisation bouge avec ses recrutements et ses outils.
- →Durcis en continu la couche d'eval avec des suites de tests adversariales et externes
- →Publie et partage ce qui marche vraiment à ce niveau, la plupart des revendications de L5 n'en sont pas
- →Investis dans les humains autour du système : gouvernance, sécurité, réponse à incident, éthique
Un L4 entouré de L1 reste le goulot d'étranglement de son équipe. Le diagnostic collectif cartographie les niveaux et construit le plan de montée, en français comme en anglais.
Découvrir le diagnostic d'équipeQuestions fréquentes
Le L5 est-il souhaitable pour tout le monde ?
Non. Le L5 est un choix économique qui a du sens quand le volume de logiciel à produire dépasse largement la capacité de revue humaine, et que le domaine tolère une fiabilité obtenue par les tests plutôt que par la relecture. Beaucoup d'équipes s'arrêtent volontairement au L3-L4, et c'est un très bon endroit.
Qui fait vraiment du L5 aujourd'hui ?
Une poignée de petites équipes. L'exemple public le plus documenté est StrongDM : leur règle interne interdit la revue humaine du code généré, et le travail d'ingénierie porte sur les tests, les règles du harnais et les patterns d'architecture. C'est un aperçu crédible de la suite, pas encore une norme.
Comment une organisation entière monte-t-elle vers L4-L5 ?
Par une cartographie honnête d'abord : qui est à quel niveau, où sont les cowboys (haute délégation, basse vérification), où est le shadow AI. Ensuite un harnais commun, puis une montée par palier, équipe par équipe. C'est exactement le diagnostic que nous proposons aux équipes.