Un agent qui rédige le point d'avancement, puis s'arrête pour vous

Cortex est un agent de gestion de projet qui relie exigences, ressources et préparation au lancement sur tout un portefeuille. Je l'ai construit comme projet de fin d'études de la certification Agentic Loops for PMs de Product School, en Python avec OpenAI gpt-4o-mini comme agent et gpt-4.1 comme critique, piloté avec Claude Code.

Les PM perdent des heures chaque semaine à assembler des points d'avancement à la main : parcourir Slack, GitHub et Jira, réconcilier ce qui a été livré et affiner un backlog qui ne l'est jamais vraiment. Un point manuel me prend environ une heure. Le travail de jugement est évincé par le travail d'information.

• Le plus dur n'est pas la rédaction. Ce travail touche la communication avec la direction, une feuille de route confidentielle et de vrais engagements.
• Un agent qui se trompe en public coûte une confiance difficile à regagner.

Product manager et bâtisseur. J'ai dirigé un agent de code sans écrire de code à la main. J'étais responsable du cadrage du problème, de la place de la limite humaine, des garde-fous, des évaluations et de l'échelle de confiance.

1. 1.

   Se déclenche

   Sur un changement de projet (hook) ou un balayage matinal (cron de secours).

2. 2.

   Collecte

   Le projet, son activité d'ingénierie, les points passés, la feuille de route et les normes de l'équipe.

3. 3.

   Rédige

   Un point d'avancement pour la direction avec risques, décisions et prochaines étapes, plus jusqu'à 5 user stories proposées.

4. 4.

   Se vérifie

   Un modèle critique indépendant relit le brouillon : ancrage dans les faits, travail livré, engagements, fuites confidentielles et règles de statut, et le renvoie en cas d'échec.

5. 5.

   S'arrête à un point de contrôle humain

   Rien n'est publié, aucune date n'est engagée, aucun ticket n'est créé.

6. 6.

   Décision : tracer la limite dans le code, pas dans les prompts.

   J'ai classé chaque action selon sa réversibilité, son rayon d'impact et sa mesurabilité. Publier un point pour toute l'entreprise, engager une date et choisir quoi escalader restent humains. Cortex n'a aucun outil de publication, donc cette limite ne peut pas être contournée par la discussion.

7. 7.

   Décision : ajouter un second modèle avant un plus gros.

   Selon une approche Lean AI, Cortex tourne sur un petit modèle. Quand les preuves ont montré que le relecteur se trompait, j'ai amélioré uniquement le critique.

8. 8.

   Décision : borner chaque exécution.

   Plafonds stricts de 6 étapes, 60 secondes, 0,10 $ par exécution et 1 $ par jour, une file limitée à 5 stories, un interrupteur d'arrêt et une protection contre l'injection de prompts. Chaque arrêt se termine par un brouillon retenu et une raison montrée à un humain.

9. 9.

   Décision : ne mémoriser que ce qu'un humain a approuvé.

   Les points approuvés deviennent mémoire. Les brouillons non approuvés et les traces sont purgés. Les projets confidentiels sont exclus de la recherche.

10. 10.

    Décision : définir l'autonomie par utilisateur, pas par produit.

    PM du projet : supervisé aujourd'hui, approuve chaque brouillon au quotidien. Responsable ingénierie : autonome borné (prévu), a besoin d'alertes de risque rapides. Dirigeant : assisté, ne voit que les points approuvés par un humain.

• Avoir l'air approuvé n'est pas être sûr. Une exécution propre ne prouvait rien tant qu'une évaluation n'avait pas tenté de la casser.
• Les garde-fous appartiennent à l'infrastructure. Ce qu'un agent ne peut pas faire compte plus que ce qu'on lui dit de ne pas faire.
• L'escalade est un succès. Un brouillon retenu avec une raison vaut mieux qu'une réponse sûre d'elle et fausse.
• La prochaine fois, les évaluations d'abord. Avant la première ligne du build.

• Pas autonome. Cortex est en mode supervisé : chaque brouillon attend un humain.
• Pour passer en autonomie bornée (alertes de risque pour les responsables ingénierie uniquement), il doit réussir sur 4 semaines et plus de 20 exécutions : évaluation jailbreak à 100 %, évaluations bon projet et achèvement des tâches à 95 % ou plus, zéro fuite confidentielle et au moins 90 % de brouillons approuvés sans correction factuelle. L'opérateur valide par écrit. Le premier incident le fait redescendre d'un cran.
• ROI pas encore mesuré. L'objectif : passer d'une heure par point à 15 minutes de relecture, pour moins de 3¢ par exécution. L'heure de référence est ma propre estimation.