Contexte et objectifs
StackGen, anciennement appCD, a présenté l’Autonomous Operations Factory (AOF) comme une couche de gouvernance destinée à unifier les agents d’intelligence artificielle opérant en production. L’entreprise justifie ce lancement par la constatation que les assistants de codage ont multiplié le volume de changements et la fréquence des déploiements, alors que les équipes d’opérations n’ont pas bénéficié d’une évolution comparable. Le State of Reliability 2026 de StackGen indique que 10 % des pannes déclarées en 2026 sont liées à l’IA, soit une hausse de six fois en trois ans, et recense au moins neuf incidents où un agent a exécuté une action destructive en production.
Architecture de l’AOF et du Aiden OS
Au cœur de l’AOF se trouve Aiden OS, composé d’un World Model partagé et d’un harness d’application de politiques. Le World Model consigne chaque artefact déployé, chaque modification, chaque défaillance et chaque correction, créant ainsi une source unique de vérité. Le harness intercepte chaque appel d’agent, applique un jeu de règles d’autorisation et consigne les actions dans un journal d’audit. Quatre agents standards – infrastructure, DevOps, SRE et observabilité – s’appuient sur ce même enregistrement et les mêmes flux d’approbation, ce qui élimine la duplication de contexte entre les silos.
Analyse des impacts sur la fiabilité et les risques
En centralisant le contexte, l’AOF permet à un agent de lancer une investigation de fiabilité avec l’historique complet du déploiement déjà chargé, réduisant ainsi le temps de diagnostic. La capacité à « gater » un déploiement lorsqu’un dérive d’infrastructure est détectée avant la mise en production constitue une mesure préventive directe contre les incidents. Cependant, la dépendance à un modèle de connaissance unique introduit un point de défaillance potentiel : une corruption du World Model ou une mauvaise configuration du harness pourrait bloquer l’ensemble des agents. De plus, la documentation de neuf cas d’actions destructrices montre que la simple présence de politiques ne garantit pas l’absence d’erreurs autonomes.
Benchmarks et perspectives d’adoption
Le produit introduit l’Autonomy Index, un benchmark intégré qui attribue un score d’autonomie à chaque étape du pipeline, différencié par équipe et type d’application. Ce score aide les organisations à identifier les maillons où l’automatisation reste faible. La version preview est disponible sur les principaux clouds publics – AWS, Azure, Google Cloud et Oracle Cloud – et le module de fiabilité est proposé en édition communautaire gratuite, facilitant les premiers essais. Parmi les premiers utilisateurs figurent OneTrust, Autodesk, Nielsen et Bancolombia, qui exploitent déjà l’automatisation de l’observabilité et de la réponse aux incidents. L’adoption à grande échelle dépendra de la capacité des entreprises à intégrer leurs propres agents tout en conservant les garde-fous de gouvernance fournis par Aiden OS.
