Tech • IA • Robotique • Jeu
Comment Factory développe des logiciels autonomes avec Claude
7/10INTRO
Factory construit des agents logiciels autonomes pour les grandes entreprises, avec pour objectif de réduire les tâches ingrates de l’ingénierie, de moderniser les systèmes hérités et, à terme, d’exploiter une usine logicielle quasi continue avec beaucoup moins de supervision humaine.
POINTS CLÉS
De la théorie des cordes au logiciel d’entreprise
Matan est passé d’un doctorat consacré à AdS/CFT, aux trous noirs en 10 dimensions et à la théorie des cordes à la création de startup en 2023, après s’être passionné pour la synthèse de programmes, aujourd’hui largement présentée comme la génération de code. Ce changement reflétait la conviction que les problèmes les plus difficiles et les plus importants ne se trouvaient pas dans le monde académique, mais au sein de grandes entreprises aux bases de code vastes et d’âges très variés.
Une mission centrée sur l’autonomie
Factory affirme que sa mission fondamentale est restée constante depuis sa toute première présentation: apporter de l’autonomie à l’ingénierie logicielle. L’idée est que des développeurs très qualifiés passent trop de temps sur un travail répétitif à faible effet de levier, surtout dans les grandes entreprises où le code peut s’étendre sur 30 ans, mêler des langages comme COBOL et Python, et exiger une maintenance constante entre systèmes anciens et nouveaux.
Pourquoi le timing comptait
Les premières années de l’entreprise ont été décrites en interne comme une période où elle était en avance sur la maturité du marché. Ce décalage est devenu un avantage, en laissant le temps d’apprendre le recrutement, le produit, l’ingénierie, la vente et les opérations avant que les capacités des modèles ne rattrapent la vision initiale d’agents logiciels capables de travailler de façon indépendante pendant de longues périodes.
Le modèle de la “dark factory”
Factory conçoit un avenir dans lequel des agents logiciels opèrent presque en continu, en gérant des tâches pendant des jours ou des semaines avec une intervention limitée. L’objectif est un système capable de surveiller des changements déployés, de détecter une dégradation des métriques comme une baisse des taux de complétion, d’ouvrir un environnement sandbox, de tester des causes possibles, de proposer un correctif, de le déployer, puis de continuer à surveiller les performances.
La confiance comme défi produit central
Un obstacle majeur est comportemental, pas seulement technique. Les entreprises doivent accepter de déléguer un travail significatif à des systèmes qu’elles ne suivent pas ligne par ligne. L’approche de Factory consiste à rejoindre les développeurs là où ils en sont, à permettre aux organisations de configurer les agents selon leurs processus internes, et à gagner leur confiance en produisant des résultats utiles avant de demander davantage d’autonomie.
La banque historique comme terrain de preuve
L’une des démonstrations les plus nettes est venue de la banque, où les projets de modernisation d’applications COBOL restent souvent dans les backlogs parce que peu d’ingénieurs veulent en prendre la responsabilité. Dans un cas, une migration initiale a impliqué une collaboration étroite entre les ingénieurs de Factory et ceux de la banque, tandis que la migration similaire suivante a nécessité 90 % de participation humaine en moins, car le système avait appris les schémas et standards de la banque lors du premier passage.
Là où les modèles de pointe comptent le plus
L’entreprise soutient que les gains les plus importants viennent d’une meilleure planification et orchestration, plutôt que de la seule production brute de code. Des modèles plus performants sont utilisés pour la planification complexe entre de nombreuses composantes en mouvement, réduisant le besoin de revue constante et rendant plus réaliste la confiance dans des plans générés par des agents sans vérifier chaque étape.
Opus et Fable ont réduit les besoins de supervision
Des outils comme Opus et Fable sont crédités d’avoir pris en charge un travail lourd en fiabilité qui absorbait auparavant beaucoup de temps humain. L’effet concret n’est pas seulement une production plus rapide, mais aussi un changement de capacité de gestion: des équipes qui ne pouvaient livrer que quelques initiatives à cause de limites d’effectif pourraient en lancer bien davantage, déplaçant la vraie question de la capacité vers la valeur stratégique.
Partenariat et sécurité
Dans son travail avec Anthropic et Claude, Factory met l’accent sur la fiabilité, une répartition claire des responsabilités et des contraintes de sécurité à traiter comme des enjeux opérationnels immédiats plutôt que lointains. L’idée est que ces systèmes sont déjà assez puissants pour être à la fois bénéfiques et intimidants; leur déploiement exige donc de l’ambition technique, de solides garde-fous et une communication prudente.
Trois goulets d’étranglement vers l’autonomie complète
Factory estime que les progrès dépendent de trois couches: le modèle, le harnais autour du modèle et les flux de travail de l’entreprise dans lesquels les deux sont intégrés. L’amélioration des modèles au cours des deux dernières années a été assez marquée pour que des tâches qui exigeaient autrefois à la fois un modèle et une importante couche d’orchestration puissent désormais être traitées plus directement, obligeant les entreprises à reconstruire sans cesse leurs hypothèses au lieu de laisser leurs outils stagner.
CONCLUSION
Factory parie que les progrès en fiabilité des modèles et en intégration dans l’entreprise transformeront l’ingénierie logicielle d’une fonction limitée par la main-d’œuvre en un système bien plus autonome. Si cela se produit, le rôle humain principal se déplacera de la mise en œuvre répétitive vers la décision de ce qui mérite d’être construit dès le départ.
Poser une question