Contexte et objectifs
Dans une interview du 28 septembre 2026, Ming Wu, responsable de l’ingénierie Dev AI chez Atlassian, explique que la responsabilité finale d’une tâche automatisée revient aux humains. Elle sépare la capacité d’automatiser le travail de l’obligation de comprendre et contrôler le résultat. Cette distinction devient critique lorsque les équipes assignent aux agents IA des parties entières du Software Development Lifecycle (SDLC).
Gouvernance des boucles d’agents
Wu décrit deux capacités liées : la gouvernance, qui fournit visibilité, garde‑fous et enforcement, et les boucles d’agents, qui permettent de traiter des lots de jobs sous conditions définies au lieu d’attendre un déclencheur humain. Le périmètre peut couvrir la prise en charge d’un ticket, l’exécution du code et la revue d’une pull request. La gouvernance assure que chaque étape est tracée dans le système de suivi de travail.
Intégration avec Jira et couche de contexte partagé
Jira est choisi comme interface initiale parce qu’il enregistre déjà le travail à travers les équipes et les tableaux organisationnels. Atlassian ajoute une couche de contexte partagé destinée à donner aux agents une compréhension cohérente des priorités d’équipe, des exigences organisationnelles et de l’intention métier. Cette couche doit être synchronisée avec les champs Jira afin que chaque agent accède aux mêmes métadonnées lorsqu’il agit sur un même artefact.
Défis d’échelle et d’évaluation
Les clients interrogent la capacité à mettre à l’échelle ces flux de travail tout en démontrant des gains réels de vitesse de livraison. La coordination de plusieurs agents sur le même corps de travail crée un problème d’ingénierie : il faut garantir que les entrées concurrentes ne provoquent pas de conflits de version ou de duplication d’efforts. De plus, la simple automatisation de tâches ne suffit pas ; les équipes doivent mesurer la contribution de chaque agent à la chaîne de valeur, ce qui implique de comparer les métriques de temps de cycle, de taux de défauts et de satisfaction des parties prenantes avant et après l’introduction des agents.
Implications pour la responsabilité humaine
La visibilité offerte par la gouvernance permet aux humains de rester responsables. Chaque action d’un agent est enregistrée dans Jira, offrant une piste d’audit exploitable en cas d’erreur. Cette traçabilité est le fondement d’une évaluation continue : les équipes peuvent décider d’ajuster les garde‑fous ou de désactiver des agents qui ne respectent pas les critères de qualité. Ainsi, l’adoption d’agents IA dans le SDLC ne supprime pas la responsabilité humaine, elle la rend plus explicite et mesurable.
