L’idée que des agents d’intelligence artificielle puissent développer des logiciels de manière presque autonome alimente le débat technologique depuis plusieurs mois. Alors que certains remettent en question la viabilité des software factories, Cloudflare a présenté un cas d’usage déjà en production. La société affirme avoir réduit le nombre d’incidents ouverts sur le projet Astro de plus de 200 à une trentaine seulement grâce à un système automatisé basé sur des agents d’IA, avec pour objectif d’atteindre pour la première fois dans son histoire un dépôt sans incidents en suspens.

Les clés de la software factory de Cloudflare en 20 secondes

• Cloudflare automatise la gestion des incidents du projet Astro à l’aide d’agents d’IA.
• Le système reproduit les erreurs, les diagnostique, génère des corrections et prépare des versions de test.
• L’automatisation s’exécute entièrement via GitHub Actions.
• Le framework ouvert Flue permet de construire des flux similaires pour d’autres projets.
• Astro a réduit ses incidents ouverts de plus de 200 à une trentaine.

Au cours des derniers mois, Cloudflare a mis en place une chaîne d’automatisation allant bien au-delà de la simple réponse automatique à un ticket. Chaque incident suit un processus complet visant à reproduire le problème, en localiser la cause, valider s’il s’agit réellement d’une erreur, et, lorsque c’est possible, générer une solution prête à être testée par l’utilisateur ayant signalé l’anomalie.

L’IA reproduit, analyse et corrige les erreurs

Le système démarre lorsqu’un utilisateur ouvre une incident sur GitHub.

Plutôt que d’envoyer la requête directement à un unique modèle de langage, la plateforme répartit le travail entre plusieurs agents spécialisés et indépendants.

Chacun réalise une tâche précise :

• reproduire le problème ;
• diagnostiquer l’origine de la défaillance ;
• vérifier si le comportement est réellement une erreur ou une conduite normale ;
• préparer une correction potentielle.

Chaque étape génère un rapport utilisé comme entrée pour l’agent suivant, évitant qu’un seul modèle ne porte tout le contexte ou ne tente d résoudre le problème prématurément.

Selon Cloudflare, cette approche réduit également un des problèmes courants des grands modèles de langage : leur tendance à supposer qu’une erreur existe systématiquement et doit être corrigée.

GitHub Actions comme la ligne de montage

Toute l’automatisation s’appuie directement sur GitHub Actions.

Le flux fonctionne comme une machine à états contrôlée par des étiquettes dans le dépôt. Chaque incident change automatiquement d’état à mesure de l’avancement de l’analyse et de la validation.

Quand l’IA identifie une solution potentielle :

• elle génère une version intermédiaire du patch ;
• elle publie les logs complets de l’analyse ;
• elle sollicite l’utilisateur pour tester la correction.

Si l’utilisateur confirme la résolution du problème, le système crée automatiquement une pull request associée à l’incident concerné.

D’un outil interne à un framework open source

Pendant le développement, les ingénieurs ont constaté que la majeure partie du système ne dépendait pas en réalité de GitHub.

L’abstraction consistait simplement à réagir à un événement, lancer une séquence d’agents indépendants, puis coordonner leurs résultats.

Cette logique s’est finalement transformée en Flue, un framework open source conçu pour créer des flux de travail utilisant des agents d’IA pouvant s’exécuter sur différentes plateformes, notamment GitHub, Slack, des tâches planifiées ou tout système basé sur des webhooks.

L’objectif est de fournir une infrastructure réutilisable pour automatiser des processus complexes sans dépendre d’un fournisseur spécifique de modèles de langage.

Une nouvelle façon de maintenir des projets open source

Un des défis que Cloudflare souhaitait relever était la charge croissante supportée par de nombreux mainteneurs de projets open source.

La démocratisation des outils d’IA a multiplié le nombre d’incidents, demandes de modifications et même signalements de sécurité, tandis que le temps de revue reste dépendant de l’humain.

Selon la société, loin de décourager les contributeurs, l’automatisation leur a permis de se consacrer à des tâches à plus forte valeur ajoutée, telles que participer à des discussions techniques, examiner de nouvelles fonctionnalités ou collaborer directement avec d’autres développeurs.

Quand l’IA échoue, cela contribue aussi à améliorer le logiciel

Cloudflare affirme que l’un des effets les plus intéressants du système se manifeste précisément lors des erreurs d’agents.

Dans ces cas, le problème est souvent lié à l’un de ces aspects du projet :

• documentation insuffisante ;
• architecture peu claire ;

L’entreprise cite en exemple plusieurs erreurs concernant le système de Hot Module Replacement (HMR), où l’IA proposait à plusieurs reprises des modifications solutionnant un bug précis, mais provoquaient des régressions ailleurs dans le code.

L’ajout de commentaires explicatifs et la création de tests unitaires ont permis de corriger ces erreurs, tout en améliorant la compréhension du projet aussi bien pour l’IA que pour les futurs développeurs.

Un modèle pouvant s’étendre à d’autres projets

Cloudflare a rendu cette logique accessible via une action indépendante nommée triagebot-action, disponible en open source et déjà utilisée par d’autres projets en plus d’Astro.

Bien que encore en évolution, cette solution constitue un exemple concret de comment construire des software factories : des chaînes d’agents spécialisés capables d’automatiser les tâches répétitives du développement tout en préservant la supervision humaine.

Plus qu’un remplacement des développeurs, l’objectif est de réduire le temps consacré aux tâches administratives pour favoriser l’innovation logicielle.

Questions fréquentes

Qu’est-ce qu’une software factory basée sur l’IA ?

C’est un processus automatisé où plusieurs agents d’intelligence artificielle exécutent différentes tâches liées au développement logiciel, comme analyser des incidents, générer du code ou valider des modifications.

Qu’est-ce que Flue ?

Flue est un framework open source développé par Cloudflare permettant de créer des flux de travail orchestrés par des agents d’IA indépendants et coordonnés.

Comment Cloudflare utilise-t-il l’IA dans Astro ?

L’IA reproduit les erreurs, en analyse la cause, propose des corrections, publie des versions de test et, lorsque le problème est résolu, crée automatiquement un pull request.

Cloudflare a-t-elle supprimé manuellement les anciennes incidents ?

Non. La société indique que la réduction du backlog ne s’est pas faite en fermant simplement des incidents inactifs, mais en automatisant leur analyse et leur résolution via des agents d’IA.