Roee Adler, CEO de Hud : l'intelligence runtime sera la prochaine étape des opérations logicielles

L'intelligence artificielle a considérablement accéléré le développement logiciel : les agents IA de programmation peuvent désormais générer de grands volumes de code prêt pour la production en quelques minutes à peine. Mais selon Roee Adler, directeur général de la start-up Hud, accélérer l'écriture du code ne résout pas le principal problème d'ingénierie : s'assurer que ce logiciel fonctionne correctement une fois en production.

Pourquoi les anciens outils de monitoring ne suffisent plus

Pendant des décennies, les plateformes d'observabilité ont aidé les équipes à surveiller leur infrastructure grâce aux logs, aux métriques et aux traces, les trois sources classiques de données sur l'état d'un système. Cette approche reposait sur un postulat : un humain écrit du code de manière réfléchie et relativement lente. L'équipe dispose donc du temps nécessaire pour comprendre l'architecture du système et adapter le monitoring à ses spécificités.

• Les agents IA génèrent déjà de grands volumes de code prêt pour la production en quelques minutes
• La vitesse d'écriture du code a augmenté, mais le bon fonctionnement en production reste un problème non résolu
• Les outils d'observabilité classiques s'appuient sur les logs, les métriques et les traces
• Roee Adler, CEO de la start-up Hud, commente cette position

Ce qui change avec l'essor du développement par IA

Lorsqu'un agent IA, et non un ingénieur, écrit une part importante du code, le nouveau code arrive dans le système plus vite que les équipes ne parviennent à comprendre comment il se comportera en conditions réelles. Un écart se creuse alors entre la vitesse à laquelle le code atteint la production et la profondeur de compréhension qu'a l'équipe de son comportement sous charge. Selon Adler, c'est précisément cet écart que doit combler une nouvelle classe d'outils : des outils qui ne se limitent pas aux logs et aux métriques, mais offrent une compréhension plus fine de ce qui se passe pendant l'exécution du code.

Ce que cela signifie

À mesure que les agents IA prennent en charge une part croissante de l'écriture du code, l'industrie devra probablement repenser son approche même du monitoring en production : passer de la collecte passive de logs et de métriques à une compréhension plus active du comportement du système en temps réel. C'est ce qu'Adler appelle l'intelligence runtime.