Colonne 07 · AI-Driven Ops

Quality Flywheel : plus on travaille, plus la qualité monte

Tout fix est une donnée. Les patterns vérifiés et récurrents passent du probabiliste (LLM) au déterministe (règle, test, gate) — le déterministe grignote le probabiliste, la qualité se capitalise.

Le mécanisme — le cycle

1. Detect2. Contain/Fix3. Scribe4. Verify5. Identify6. Accumulate7. Consolidate8. Promote9. Observe10. Retire

Quand un problème est détecté puis corrigé, le fix est documenté (Scribe), vérifié, accumulé (Field KB), et si le pattern revient ≥ 3 fois en 90 jours, il est promu en contrôle déterministe — avec un pattern_id stable et sa fixture fondatrice. Le LLM ne traite plus ce pattern — il se concentre sur le nouveau. Une règle promue reste observée (faux positifs mesurés) et peut être dé-promue ou retirée.

Les 5 leviers de promotion (force croissante)

L1Briefing sub-agent — une ligne de prompt (probabiliste)
L2KB enrichie — doc curée, sourcée et validée (probabiliste renforcé)
L3Skill / agent enrichi (probabiliste outillé)
L4Linter / outil déterministe — ansible-lint custom, checkov (déterministe sur ce qu'il sait)
L5Hook / gate — intercepte avant exécution (déterministe, non-bypassable)

Pourquoi c'est l'inverse du « tout LLM »

Heuristique Karpathy : filtrage déterministe avant LLM. Plus la couche déterministe est riche, plus le LLM se concentre sur la valeur ajoutée. Et la règle d'honnêteté : une sortie LLM ne se promeut jamais elle-même en mémoire, règle ou autorité — la promotion exige une preuve vérifiée et récurrente.

Votre système IA apprend-il ?

Auditons votre boucle qualité : comment capitaliser chaque fix et promouvoir les patterns récurrents.

Réserver mon audit AIDO de 30 min