AgentsApplications 🇺🇸 24.07.2026 03:04

Coéquipiers IA : comment monday.com exécute des agents IA en production sur Amazon Bedrock

monday.commonday.com AnthropicAnthropic
monday.com partage l'architecture derrière ses agents IA de production, construits sur Amazon Bedrock et les services AWS. Le système, appelé Sphera, traite les agents comme des coéquipiers avec des profils et des scores de performance, gérant des tâches provenant de Slack, des tableaux monday et de GitHub. Les adaptations clés incluent des évaluations, une mémoire basée sur des fichiers, des environnements sandbox distants, des garde-fous automatisés pour les pull requests et un espace de travail partagé, aboutissant à un agent entièrement autonome (Morphex) qui fusionne 95 % de ses pull requests sans révision humaine.
monday.com fait fonctionner des agents IA en production à grande échelle sur Amazon Bedrock. Le système, Sphera, traite les agents comme des membres de l'équipe avec des profils, des managers et des scores de performance. Sur le plan architectural, il utilise Amazon SNS, SQS, EKS, RDS, ElastiCache, EFS et S3, avec Amazon Bedrock pour les appels aux modèles. Les agents disposent de trois boîtes de réception (Slack, monday, GitHub) et utilisent une couche légère (monday-agent-sdk) autour du SDK Claude Agent. L'état est réparti : l'état actif dans ElastiCache, la mémoire de session sur EFS, les enregistrements durables dans S3. Les améliorations clés incluent : des évaluations avant les mises à jour du modèle, une mémoire basée sur les fichiers (MEMORY.md et journal), des environnements sandbox distants par session, des barrières de protection automatisées pour les pull requests (Guardrails), et un tableau monday partagé (CoWORK) pour la responsabilisation. À la fin du premier trimestre 2026, le goulot d'étranglement est passé de la génération de code à la relecture humaine, conduisant à Morphex, le premier agent entièrement autonome. Morphex fusionne 19 pull requests sur 20 automatiquement, en passant toutes les étapes sans intervention humaine. L'équipe travaille désormais sur un score de confiance pour prédire quelles pull requests peuvent être fusionnées de manière autonome.
Source: AWS ML blog — original
Nos articles précédents sur ce sujet ↓
Infos fraîches