Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarAWS Machine Learning Blog→ original

BMW sort les règles des agents IA du code pour les placer dans le CI/CD et un registre commun, pour 12 500 développeurs

BMW Group compte 12 500 développeurs, et des centaines d'équipes y conçoivent chacune leurs agents IA à leur manière. Pour éviter la ménagerie, le groupe a sorti les règles de sécurité du code des agents. Elles vivent désormais dans le CI/CD, le pipeline qui vérifie chaque mise en production, ainsi que dans une passerelle MCP et un registre. L'agent rédige presque seul les brouillons de documentation, mais l'écriture dans une base de production exige l'aval d'un humain. Leçon : il coûte moins cher d'intégrer les contrôles d'emblée que de démêler ensuite des « îlots d'IA ».

Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
BMW sort les règles des agents IA du code pour les placer dans le CI/CD et un registre commun, pour 12 500 développeurs
Source : AWS Machine Learning Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireAWS Machine Learning Blog ↗
Rédacteur en chef
Niveau 0un humain valide chaque action ; le niveau 2 n'opère que dans un cadre strict
Chiffre clé #2À l'enregistrement, le registre détecte lui-même les doublons d'agents et de compétences d'autres équipes
Chiffre clé #3L'évaluation de la qualité ne démarre qu'une fois les tests de build réussis

Plus de 12 500 développeurs travaillent en R&D chez BMW Group, et des centaines d'équipes dans le monde créent des agents IA : des programmes reposant sur un modèle de langage, qui appellent eux-mêmes des outils et exécutent des tâches. Si chaque équipe les écrit à sa façon, on obtient une ménagerie impossible à vérifier et à maintenir. C'est pourquoi BMW n'a pas codé les règles de sécurité dans chaque agent.

Elles sont regroupées en trois lieux communs : le CI/CD (un pipeline automatique qui vérifie chaque modification avant sa mise en production), la passerelle MCP (le point unique par lequel les agents accèdent aux outils) et un registre commun des agents. Prenons un agent qui rédige des brouillons de documentation et un autre qui met à jour une base de données de production. Leur niveau de risque diffère, et il serait absurde de les contrôler avec les mêmes règles.

Les ingénieurs de BMW l'ont expliqué sur le blog d'AWS. L'intérêt pratique pour le lecteur : cette approche permet de garder le contrôle sur des dizaines d'agents sans freiner les équipes.

Échelle et idée centrale

Le contexte impressionne. La R&D de BMW gère environ 500 millions de lignes de code de logiciels automobiles. Le backend Connected Vehicle compte plus de 1 300 microservices, qui fournissent des services numériques à 24 millions de véhicules en circulation. Dans une industrie réglementée, les exigences de qualité, de stabilité et de conformité sont très élevées.

Les équipes doivent pouvoir expérimenter librement, mais l'entreprise est tenue de maintenir ses standards de sécurité, de compatibilité et de coûts. Sans équilibre, on aboutit à des « îlots d'IA » dispersés et à un travail en double. BMW n'impose pas de framework unique. Les règles d'authentification, d'autorisation, de limitation du débit des requêtes et de filtrage des contenus s'appliquent au niveau de l'intégration, et non dans le code de l'agent. Elles survivent donc à un changement de framework, à un remplacement de modèle et à une réorganisation des équipes.

Trois niveaux d'autonomie et des contrôles hors de l'agent

BMW attribue le niveau de confiance à chaque étape, et non à l'agent dans son ensemble :

  • Niveau 0 (human-in-the-loop) : un humain valide chaque action. Les nouveaux agents et les opérations risquées démarrent à ce niveau.
  • Niveau 1 (human-on-the-loop) : l'agent agit seul, et un humain examine ses décisions après coup. Ce niveau convient aux tâches de dangerosité moyenne, avec des entrées et des sorties claires et une possibilité de retour arrière.
  • Niveau 2 : l'agent travaille de façon autonome dans le cadre de politiques strictes, vérifiées par du code ordinaire et non par une consigne dans le prompt. Ce niveau est réservé aux opérations bien comprises et dotées d'un historique éprouvé.

Un même scénario peut comporter des étapes des trois niveaux. L'autonomie augmente progressivement, sur la base d'une qualité mesurée et non d'impressions.

Les contrôles s'exécutent dans le CI/CD, en dehors de la boucle de raisonnement de l'agent : droits d'accès, règles sous forme de code et vérifications de conformité bloquent la mise en production. Ni l'agent ni son prompt ne peuvent les contourner. Des contrôles d'egress distincts, une liste de destinataires autorisés et une recherche de secrets dans les données sortantes, empêchent un agent qui manipule des données confidentielles de les envoyer via un appel formellement légitime.

Qualité, assemblage modulaire et registre

BMW construit ses agents en trois couches : des outils MCP (une seule opération, par exemple un appel d'API), des compétences (un ensemble d'outils pour une tâche métier, comme la vérification de code) et des flux (des processus de bout en bout, comme la revue complète d'une pull request). Chaque couche est testée séparément, et leurs jonctions le sont par des tests d'interaction. Le tout repose sur des standards ouverts : MCP, Agent Skills, le protocole A2A pour la communication entre agents et OpenTelemetry pour le traçage.

Toute modification d'un agent déclenche le pipeline : changement de prompt, nouvel outil, changement de modèle. Les tests de régression automatiques rapides passent d'abord, puis vient l'évaluation de la qualité des réponses sur un jeu de données de référence, avec des seuils. L'ordre est voulu : l'évaluation ne s'exécute que sur un build qui a réussi les tests. Un agent sans traçage échoue à la vérification avant même l'évaluation.

Avant d'écrire du code, l'équipe prépare cinq artefacts : les limites des tâches de l'agent, le modèle d'interaction, une description claire des outils, un jeu de données de référence et des critères de qualité. BMW combat ainsi les agents surchargés, dont le prompt gonflé réduit la précision et augmente la latence. Quand un agent dépasse sa mission, on le scinde en spécialistes étroits. Ceux-ci se mettent à jour et évoluent indépendamment, et l'erreur de l'un ne fait pas tomber tout le processus. Un agent étroit se contente souvent d'un modèle plus petit, ce qui réduit les coûts d'exécution. Le principe du moindre privilège s'applique de lui-même : l'agent n'accède qu'aux données nécessaires.

Le registre central des agents, des outils et des compétences sert de catalogue, de point d'approbation avec journal d'audit et de point de contrôle de sécurité automatique, notamment contre le prompt injection. À l'enregistrement, il recherche aussi les doublons déjà maintenus par d'autres équipes.

Ce qu'il faut retenir

Commencez par le jeu de données de référence et le traçage, pas par l'orchestration. Attribuez l'autonomie étape par étape. Gardez les politiques dans le pipeline, pas dans les prompts. Une réserve : il s'agit du récit de l'entreprise elle-même sur le blog d'AWS, et le fragment accessible s'interrompt à la section consacrée à la codification via Terraform et CloudFormation. Il ne contient aucun chiffre d'économies, l'effet reste donc impossible à évaluer. Mais comme liste de contrôle pour ceux qui déploient des agents dans une industrie réglementée, le schéma est concret.

Dossier

Questions clés sur cet article

Que sait-on sur échelle et idée centrale ?

Le contexte impressionne. La R&D de BMW gère environ 500 millions de lignes de code de logiciels automobiles. Le backend Connected Vehicle compte plus de 1 300 microservices, qui fournissent des services numériques à 24 millions de véhicules en circulation. Dans une industrie réglementée, les exigences de qualité, de stabilité et de conformité sont très élevées. Les équipes doivent pouvoir expérimenter librement, mais l'entreprise est tenue de maintenir ses standards de sécurité, de compatibilité et de coûts.

Que sait-on sur Trois niveaux d'autonomie et des contrôles hors de l'agent ?

BMW attribue le niveau de confiance à chaque étape, et non à l'agent dans son ensemble : Niveau 0 (human-in-the-loop) : un humain valide chaque action. Les nouveaux agents et les opérations risquées démarrent à ce niveau. Niveau 1 (human-on-the-loop) : l'agent agit seul, et un humain examine ses décisions après coup. Ce niveau convient aux tâches de dangerosité moyenne, avec des entrées et des sorties claires et une possibilité de retour arrière.

Que sait-on sur Qualité, assemblage modulaire et registre ?

BMW construit ses agents en trois couches : des outils MCP (une seule opération, par exemple un appel d'API), des compétences (un ensemble d'outils pour une tâche métier, comme la vérification de code) et des flux (des processus de bout en bout, comme la revue complète d'une pull request). Chaque couche est testée séparément, et leurs jonctions le sont par des tests d'interaction.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…