Victor Yocco propose un audit en quatre questions pour déterminer si une fonctionnalité d’IA apporte une réelle valeur aux utilisateurs : réduit-elle l’effort total, surpasse-t-elle la méthode actuelle, permet-elle de détecter les erreurs et préserve-t-elle les compétences de vérification à long terme ? L’auteur insiste sur le coût souvent négligé du contrôle des résultats, les risques de confiance excessive et la nécessité de conserver le jugement humain. Une méthode réalisable en une heure aide les équipes produit à définir des exigences concrètes avant le développement.

Denis Germain décrit une chaîne d’audit de sécurité pilotée par trois agents : R0 planifie les recherches, R1 examine et reproduit les vulnérabilités potentielles, R2 réalise une contre-expertise avec un autre modèle. Une base de plus de 2 000 pistes conserve les rejets, doublons et historiques pour éviter les vérifications inutiles. Le modèle de menace sert à filtrer tôt les signalements sans impact reconnu. L’automatisation enchaîne les étapes, tandis que l’auteur garde la main sur les tests réels et les soumissions. L’objectif est surtout d’améliorer le triage, pas la découverte.

Addy Osmani distingue la délégation cognitive, qui consiste à utiliser l’IA tout en conservant son jugement, de la « capitulation cognitive », où l’on accepte ses réponses sans construire sa propre analyse. Chez les développeurs, ce réflexe peut entraîner une dette de compréhension : du code fonctionne, mais personne ne sait vraiment expliquer pourquoi. L’auteur recommande de vérifier les résultats, relire les diffs, limiter la taille des changements, solliciter des contre-arguments et conserver régulièrement du temps pour coder sans agent. L’enjeu est de penser avec l’IA, pas de lui abandonner sa réflexion.

Ploum explique en quoi le réseau / protocole Gemini lui parle : par nature, c'est l'idéal pour ceux qui souhaitent se détacher de la course à la popularité, des statistiques / métriques de fréquentation.