Cas approfondi
Six relecteurs spécialisés, et une revue sur trois sans humain
Chez Razorpay, l'agent interne Slash écrit du code, ouvre des demandes de fusion et les fait relire par six sous-agents, chacun responsable d'une seule dimension. Selon le vice-président senior chargé de l'ingénierie, environ une revue sur trois passe désormais de la relecture à la fusion sans commentaire humain. La leçon ne tient pas au taux : elle tient à l'architecture qui le rend défendable.
Le contexte
Qui, quand, quel système
Razorpay est une entreprise indienne de paiement en ligne. Le 18 mai 2026, son blog d'ingénierie publie un billet signé Prabu Ram, Senior Vice President - Engineering, qui ouvre une série sur ce que l'entreprise appelle son « SDLC agentique ». Il décrit Slash, une plateforme d'agents dans le cloud, et ce qu'« un trimestre » d'exploitation a produit.
Le constat de départ est chiffré par l'auteur : en 2025, les ingénieurs passaient « environ cinquante pour cent » de leur temps à coder. Le reste partait en revues, fils de discussion, tests répétitifs et pipelines instables. Écrire du code était devenu facile ; livrer vite, non.
La décision, et qui l'a prise
La Directive de fait
La décision structurante est de ne pas confier la relecture à l'agent qui produit. Slash Reviewer fait examiner chaque demande de fusion par des sous-agents spécialisés, « chacun propriétaire d'une seule dimension » : détection de bogues, sécurité, qualité de code, système de design de Razorpay, internationalisation, et une passe de pre-mortem.
Deux décisions l'accompagnent. La sévérité est notée contre des « compétences de revue » propres à chaque dépôt, qui encodent ses standards et ses modes d'échec connus. Et seules les demandes jugées de faible sévérité sont approuvées automatiquement ; les autres restent aux humains. L'auteur insiste : chaque changement fusionné sans humain « a dû passer les mêmes contrôles » que n'importe quel autre.
Ce que le système a réellement fait
Chaque sous-agent clone le dépôt et lit le contexte autour du changement plutôt que le seul diff. Une couche de filtrage IA retire les faux positifs avant publication d'un commentaire. Les accès de Slash à plus de quinze systèmes internes passent par une passerelle unique où chaque connexion est enregistrée avec des permissions délimitées : ce qu'il peut lire, écrire, et ce qu'il ne doit « jamais toucher ».
Razorpay note aussi chaque dépôt sur trois piliers — contexte, tests, intégration et déploiement continus. Un dépôt qui dépasse 80 % sur les trois est déclaré « Agent Ready » ; l'entreprise précise que la notation est encore en cours d'affinage.
Les chiffres annoncés : les demandes de fusion créées via Slash sont passées d'environ 100 à environ 1 000 par semaine « en un mois » ; celles fusionnées sans aucun humain dans la boucle d'environ 10 à environ 100 par semaine « en quelques semaines ». Environ une revue sur trois est aujourd'hui « relue, notée, approuvée et fusionnée sans commentaire humain ».
L'état de la preuve
Ce que les sources établissent, et ce qu'elles n'établissent pas
Ce que la source établit
- La relecture automatique est confiée à six sous-agents distincts de l'agent producteur, chacun sur une dimension nommée
- L'approbation automatique est réservée aux demandes de faible sévérité, notées contre des règles propres à chaque dépôt
- Les accès de l'agent sont délimités par connexion, en lecture, écriture et interdiction
- Le passage de ~100 à ~1 000 demandes créées par semaine et de ~10 à ~100 fusions sans humain est déclaré par un dirigeant nommé, sur le blog de l'entreprise
- Environ une revue sur trois passant par Slash se conclut sans commentaire humain, selon l'entreprise
Ce que la source n'établit pas
- Les dates exactes des fenêtres « un mois » et « quelques semaines » : aucune n'est donnée
- Le taux de défauts en production des changements fusionnés sans humain, comparé aux autres
- Le taux de faux négatifs des sous-agents : ce qu'ils laissent passer n'est pas mesuré publiquement
- Comment la sévérité est notée, et qui a validé les règles de revue de chaque dépôt
- Toute vérification indépendante : la source est le blog de l'entreprise
Sources consultées : Razorpay, blog d'ingénierie — Razorpay Engineers Built Slash, Slash Builds the Rest (source primaire 2026-05-18)
Ce que ce cas dit du référentiel
Ce cas est une mise en œuvre presque littérale du principe 11, « Le vérificateur est distinct du producteur ». Slash va plus loin que la séparation simple : il éclate la vérification en six agents, chacun sur une dimension, et ajoute une couche qui filtre leurs propres faux positifs. C'est la matrice RACI-IA appliquée : production du résultat en « Auto » par l'Agent-Producteur, vérification automatisée en « Auto » par des Agents-Vérificateurs séparés, décision finale laissée à l'humain au-delà du seuil de sévérité.
Il illustre aussi le principe 6, « L'adaptation au contexte, jamais un formalisme uniforme » : le seuil d'approbation automatique n'est pas global, il est noté contre les règles de chaque dépôt. Et le principe 4, « L'autonomie se mérite » : un dépôt doit franchir un score « Agent Ready » avant que les agents y produisent de façon fiable.
Il laisse ouvert le risque 7.9.5, « Dérive collective d'une flotte d'agents » — des agents qui se valident mutuellement à tort. Six vérificateurs automatiques peuvent partager les mêmes angles morts. Le billet ne publie aucune mesure de ce qu'ils laissent passer, ce qui en fait un bon exemple de dispositif bien conçu dont la preuve exécutable reste à produire.
La consigne
Ce qu'un lecteur fait différemment après avoir lu cette fiche
Écrivez le vérificateur avant le producteur. Dans la Fiche Directive, le champ « résultat vérifiable et méthode de vérification » doit nommer les dimensions contrôlées, une par une, et l'agent qui contrôle chacune.
Posez le seuil d'approbation automatique sur la sévérité, pas sur la confiance de l'agent. Une règle écrite par dépôt, relisible par un humain, vaut mieux qu'un score global.
Mesurez ce qui passe, pas seulement ce qui est arrêté. Échantillonnez chaque mois des fusions sans humain et faites-les relire par une personne : c'est le seul moyen de connaître le taux de faux négatifs de votre flotte de relecteurs.
Cette fiche suit le gabarit des cas approfondis d'AIPM : huit questions, toujours les mêmes. Voir les autres fiches.