Quand un ingénieur fait le travail d'une équipe : nouvelles règles pour le leadership technique

L'auteur, qui a travaillé dans des entreprises à forte croissance de 2014 à 2020, réfléchit à la manière dont les outils d'IA ont changé le rythme de travail. Il propose cinq règles révisées : 1) Les migrations peuvent être effectuées par un spécialiste ou une équipe principale, réalisant 95 % du travail en 10 % du temps, mais la qualité devient plus critique. 2) La première version du code est presque gratuite, mais un code fonctionnel nécessite encore des investissements dans l'infrastructure de développement, comme les tests, l'intégration continue et le déploiement continu, et les environnements de prévisualisation. 3) Optimisez le scénario de processus typique pour les agents d'IA ; la plupart des étapes de la plupart des processus peuvent être entièrement automatisées, mais les zones à risque nécessitent un jugement humain. 4) Les équipes stables avec une connaissance approfondie du domaine et une pleine propriété sont encore plus importantes maintenant. 5) Les entreprises doivent prendre des décisions de haute qualité rapidement pour tirer parti de l'IA. Les résultats pratiques incluent l'augmentation des déploiements de 6 par semaine à 200-400 par semaine, la migration vers un monorepo, la typage complet du code frontend et l'adoption de Claude Code et Cursor pour tous les ingénieurs d'ici la fin février. L'auteur note également que les managers qui modifient directement le code obtiennent de bons résultats uniquement s'ils vérifient également leur travail et surveillent les tableaux de bord. L'entreprise est passée de Jira à Linear pour une meilleure intégration avec MCP et Slack, et a automatisé le tri des opérations clients et la première revue de code à l'aide d'agents d'IA.