Notre méthode · Standard ouvert, spec v1.1
La méthode derrière tout ce que nous construisons et enseignons. Un standard ouvert pour construire des logiciels avec des agents IA que l'on peut vérifier, pas seulement croire sur parole.
~80 cycles de déploiement · 226 tâches archivées · 159 écarts de processus transformés en règles
Licence ouverte : documentation CC BY 4.0, code MIT. Issu d'un vrai système en production.
Pourquoi il existe : les équipes en difficulté avec l'IA ont rarement de moins bons modèles. Elles gardent le même processus, simplement exécuté plus vite. Les sessions IA en parallèle se télescopent, le contexte se perd, et personne ne peut prouver que le système fonctionnera encore demain. ADP est la couche de processus qui comble cet écart.
Le cœur de la spec. Chaque principe vient d'un vrai échec en production.
Des rôles d'agents fixes avec un contrat clair. Le travail leur est attribué au fil de l'eau.
Chaque affirmation a son justificatif. La vérification l'accepte ou la refuse.
Chaque écart devient une règle que le cycle suivant doit respecter.
Le coût se mesure en tokens, pas en jours-homme, et se rattache à des changements livrés et vérifiés.
La documentation et les tests sont le vrai capital. Si l'on peut régénérer un module à partir d'eux, on maîtrise le système.
PROTOCOL.md sur GitHub fait foi. Mettez-lui une étoile, forkez-le, demandez-nous des comptes.
Pour une PME, cela devient un cycle simple en cinq étapes : identifier, planifier, faire, vérifier, améliorer. Voir comment nous l'appliquons.
Mesuré sur le système de production AVApmo et un benchmark public de LLM. Les affirmations réfutées sont publiées à côté de celles qui ont tenu.
Chiffres remesurés en v1.1.6 (août 2026). Les chiffres publiés auparavant ont été corrigés, et les corrections sont publiques. Outillage actuel : v1.1.7 (octobre 2026) — les hooks le disent quand ils ne peuvent pas contrôler, les limites de taille du fichier de tâches partagé sont devenues un script, et les commits nomment explicitement leurs fichiers. La spec reste en 1.1. Lire le changelog.
Missions seniors pour équipes techniques
Des missions à périmètre fixe pour les équipes qui construisent déjà avec l'IA : calibrage, références de mesure et responsabilité.
périmètre fixe · 2 jours
Votre façon de coder avec l'IA comparée aux échecs déjà observés en production, y compris la capacité de votre équipe à reconstruire un module à partir de sa documentation et de ses tests. Un diagnostic écrit et un avis clair, go ou no-go.
Devis après un premier appel
Réserver un diagnosticpérimètre fixe · mission de construction
Des systèmes d'IA agentique gouvernés, de l'orchestration multi-agents au RAG ciblé et à l'analyse des menaces, plus la couche de processus ADP. Votre équipe est formée pour s'en servir seule.
Devis après un premier appel
Cadrer un projetmensuel
Une direction hebdomadaire sur vos initiatives IA, une revue fondée sur les preuves du travail livré, et la méthode intégrée à la façon de travailler de votre équipe.
Devis après un premier appel
En parlerLe même protocole s'étend à plusieurs équipes organisées en cellules connectées, avec un orchestrateur et des accords versionnés entre elles. C'est la conception publiée pour une adoption multi-équipes. Elle n'est pas encore éprouvée en production, et nous le disons.
Pourquoi ADP, les preuves et le changement de méthode, en 12 pages. Pour les CTO, responsables techniques et chefs de projet seniors.
Vous recevrez aussi les nouvelles du protocole. Désinscription à tout moment. Confidentialité
Nouvelles versions, résultats de benchmark et conclusions d'audit dès qu'ils sortent. Rien d'autre.
Désinscription à tout moment. Confidentialité
Oui, si un ingénieur senior dispose de quelques mois. Le protocole est ouvert. Une mission apporte l'expérience des échecs dont il est issu, des références pour savoir s'il fonctionne, et un regard extérieur.
Ce sont des outils. ADP est la méthode autour d'eux : qui fait quoi, comment le travail est vérifié, comment le coût est mesuré. Les outils s'y branchent.
Il n'y en a pas. La spec est ouverte et faite pour circuler. Ce qui est payant, c'est le diagnostic, les références et la revue, jamais le document.
L'échantillon est petit : un système en production et un benchmark public. Le protocole note ses propres affirmations et publie ses erreurs. Lisez le changelog et l'historique avant de vous y fier.
Guillermo Blanco : 25 ans de direction de programmes dans la banque, l'assurance et le SaaS, en Europe et en Amérique latine. PMP depuis 2007, certifié Google Cloud Generative AI Leader. ADP est la méthode tirée du pilotage d'une équipe d'agents IA en production, erreurs comprises.
