Mutation de workflow
Au lieu de débattre de comment améliorer un workflow IA, nous générons beaucoup de variantes et laissons un banc d'essai les noter — seules les gagnantes prouvées sont livrées.
Pensez à une cuisine d'essai. Avant de changer son menu, le chef prépare dix versions d'un plat côte à côte et garde celle qui goûte vraiment meilleur. La mutation de workflow fait la même chose pour les workflows IA : plusieurs versions candidates, toutes notées sur les mêmes tests, avant qu'aucune n'approche vos clients.
Le problème, en mots simples
Quelqu'un dans votre équipe est convaincu qu'un prompt plus court fonctionnerait mieux. Quelqu'un d'autre veut essayer le nouveau modèle dont tout le monde parle. Une troisième personne trouve que le workflow va chercher trop de documents. Aujourd'hui, l'opinion la plus forte gagne, le changement part, et le trafic de production devient le test de goût — vos vrais clients, en train de juger un changement que personne n'a mesuré. Si la qualité baisse, vous l'apprenez lentement, par les plaintes, et démêler quel changement l'a causée relève de la devinette.
Ce que nous mettons en place
Nous définissons des opérateurs de mutation — de petits modificateurs de recette, systématiques — pour chaque partie d'un workflow : réécrire le prompt (les instructions de l'agent), échanger le modèle, aller chercher plus ou moins de documents (la profondeur de récupération), restructurer les étapes, et serrer ou desserrer le budget d'outils (le nombre d'appels d'outils permis à l'agent). Le harnais d'évaluation (le banc d'essai qui fait passer chaque candidate sur un jeu de cas de test sauvegardés) essaie les combinaisons — ou une recherche guidée quand il y en a trop pour tout essayer — et rapporte les candidates qui sont meilleures sur au moins une mesure sans être pires sur les autres (Pareto-dominantes, dans le jargon). Rien n'est promu sans qu'un humain dise oui.
Comment ça fonctionne, étape par étape
- Choisir quoi varier
Prompts, modèles, profondeur de récupération, structure des étapes, budgets d'outils — chacun est un cadran que la recherche a le droit de tourner.
- Générer les candidates
Le système produit automatiquement plusieurs workflows variants, au lieu d'un seul changement fait à la main sur une intuition.
- Les noter toutes de la même façon
Chaque candidate passe sur les mêmes cas de test sauvegardés. Mêmes questions, même correction — une course équitable.
- Garder les vraies gagnantes
Les candidates qui améliorent la qualité, le coût ou la vitesse sans perdre de terrain ailleurs montent en tête du rapport.
- Une personne approuve la promotion
La variante gagnante est une recommandation avec un bulletin, pas un déploiement automatique. Un humain clique oui avant qu'elle remplace la version actuelle.
Ce qui change pour vous
Avant, les changements de workflow partaient sur une opinion et se faisaient juger par le trafic de production. Après, les changements arrivent avec un bulletin, et ceux qui ne font pas le poids restent dans la table des variantes au lieu de se retrouver devant les clients. L'amélioration cesse d'être un débat et devient un processus qui tourne sur des preuves. Ce qu'il ne fera pas : inventer votre définition de « meilleur ». Ce sont les cas de test qui décident ce qui compte comme une amélioration — la recherche vaut donc exactement ce que valent les tests qui la notent.