TPC
    TPC
    ProductTech

    Bâtir un système IA autonome pour PM : du signal client au code chez Fountain

    Jonathan a construit chez Fountain un réseau d'agents Notion qui prend en charge le cycle produit complet. Une centaine de signaux entrent chaque mois, 10% partent en production sans intervention humaine.

    10 min de lecture
    Jonathan Sabbah

    Le pari de départ tient en une question. Peut-on transférer à un agent l'intuition produit qu'un PM met dix ans à construire. Jonathan a passé six mois à répondre, module par module, en branchant des agents Notion les uns aux autres. Le résultat traite les signaux clients, décide seul ce qui mérite une feature, mène la discovery, écrit les tickets et déclenche le code. Il détaille l'architecture, les chiffres obtenus, et le goulot d'étranglement que le système a créé ailleurs.

    1. Concentrer les PM sur les cas les plus difficiles

    La question de départ est simple. Comment faire pour que les PM ne traitent que les cas les plus durs. Le reste passe au système. Cela couvre tout le travail de PM : prioriser, identifier les bonnes features, faire de la discovery, produire des prototypes.

    "La problématique de base, c'est comment faire en sorte que les PM se concentrent vraiment sur ce qui est le plus difficile, les cas les plus hardcore, et qui laissent gérer le système pour tous les autres cas."

    Jonathan Sabbah, Senior PM, Fountain

    2. Un PM virtuel junior, du signal au code

    Un signal entre dans le système. Cela peut être un problème, une idée, une demande de feature. Le système le transforme en opportunité produit, puis en fonctionnalité, puis en code. Le parcours va de la détection d'une confusion dans une conversation Intercom jusqu'à la mise en production.
    Environ 100 signaux entrent chaque mois. 10% sont automatiquement transformés en features et envoyés au coding agent jusqu'à la PR.

    "Notre objectif est très ambitieux, c'est d'avoir un PM virtuel junior qui puisse gérer de bout en bout toute une chaîne du signal au code."

    Jonathan Sabbah, Senior PM, Fountain

    3. Pourquoi des agents Notion

    Le système repose sur les Custom Agents de Notion. Des agents cloud qui se passent le relais l'un après l'autre. Trois blocs : Signal, Product Engine, Execution Engine.

    "C'est à la fois ergonomique et puissant. Il y a de l'observabilité. Tu peux étudier les logs, tu as des permissions. Vraiment, c'est agent entreprise."

    Jonathan Sabbah, Senior PM, Fountain

    4. De n8n aux agents autonomes en neuf mois

    Période

    Décembre

    État du système

    Workflow n8n de 80 nœuds, très fragile, pour écrire une user story

    Période

    Février

    État du système

    Arrivée des gros agents autonomes, refus de leur confier les epics

    Période

    Août

    État du système

    Les agents créent tous les epics

    "En février, je me disais que je ne vais pas laisser mes agents écrire mes epics, c'est mon domaine privé. En août, c'est mes agents qui me créent tous les epics."

    Jonathan Sabbah, Senior PM, Fountain

    "Les n8n, plus jamais. C'est trop fragile. Il n'y avait que moi qui savais le faire. Donc ça cassait tout le temps."

    Jonathan Sabbah, Senior PM, Fountain

    5. Le bloc Signal avec Slack et le Product Scout

    Deux entrées. La première est un channel Slack ouvert à toute la boîte. Un agent de triage récupère la demande, vérifie les doublons, questionne le demandeur sur les alternatives, puis stocke dans une base de product signals.
    La seconde est le Product Scout. Il lit chaque jour les conversations Intercom et les transcripts d'appels Gong. Il ne remonte pas naïvement tous les problèmes. Il crée des signaux faibles et les clusterise. Quand un amas converge sur plusieurs clients différents, le signal passe de faible à fort.
    Un troisième agent, le Product Feedback Intake, rédige et documente chaque signal. Il pose les questions manquantes et fait les recherches complémentaires.

    "Il y a eu un saut qualitatif, mais qui a été monumental, parce que c'est l'agent qui n'a pas la flemme, qui peut se permettre d'aller faire des recherches, remplir les champs."

    Jonathan Sabbah, Senior PM, Fountain

    6. Le tri par portes de l'Opportunity Finder

    Chaque signal passe par des portes successives. Les trois premières forment le sanity check.

    1. La valeur est-elle réelle

    Si on réalise la demande telle qu'elle est formulée, est-ce que cela apporte vraiment de la valeur.

    2. Est-ce redondant

    Le produit permet-il déjà de traiter le problème par un autre chemin.

    3. Quelqu'un s'en occupe-t-il déjà

    Une autre équipe ou un autre projet couvre-t-il le sujet.

    Ce sanity check évacue environ un tiers des signaux entrants. L'agent a accès à la base Notion pour les epics en cours, à la code base pour les features existantes, et au Help Center Intercom pour les fonctionnalités documentées.
    Le calibrage tient dans un fichier d'instructions long : sources autorisées, séquentialité des portes, doctrines par squad, et exemples de ce qui est considéré comme bon ou non.

    "C'est juste ce fichier qui fait office d'intuition produit, de priorisation. Il n'y a pas de magie noire derrière."

    Jonathan Sabbah, Senior PM, Fountain

    7. La voie quick win, sans intervention humaine

    Un signal qui passe le sanity check affronte quatre portes de plus.

    1. Cohérence produit

    La solution s'inscrit-elle dans la logique et le design actuels. C'est le filtre qui évite l'accumulation de gadgets.

    2. Petit et facile

    Vérifié par une analyse légère de la code base.

    3. Assez clair

    Y a-t-il de la complexité cachée derrière une demande d'apparence simple.

    4. Risque légal

    Consentement utilisateur, envoi de SMS, obligations réglementaires.

    Si les quatre réponses sont positives, le coding agent est lancé directement. Aucune intervention humaine entre le signal et la PR.

    8. La voie Epic, entre stratégie, deal breaker et effort

    Un signal qui n'est pas un quick win passe sur la voie Epic. Trois nouvelles portes : est-ce stratégique, est-ce un deal breaker pour un gros client, la solution est-elle réaliste au regard de l'investissement.
    Si les réponses sont positives, le signal part vers l'Epic Manager. Sinon il est mis de côté, taggé won't do ou not for now.

    9. Quatre-vingts pour cent de fit avec le jugement du PM

    Pendant un mois, Jonathan a jugé manuellement chaque signal en parallèle de l'agent. Les deux verdicts concordaient dans 80% des cas. Sur le seul sanity check, la concordance monte à 95%.

    "J'ai pu extraire de moi l'intuition que j'ai construite avec dix ans d'expérience sur traiter des features et des demandes."

    Jonathan Sabbah, Senior PM, Fountain

    "Le PM a cette intuition produit, ce sens produit de pouvoir juger hyper vite si un truc est pertinent ou pas. Oui, c'est vrai. Mais ce qui est aussi vrai, c'est qu'on peut reverse-engineer son intuition."

    Jonathan Sabbah, Senior PM, Fountain

    10. L'Epic Manager, son protocole de discovery et ses sous-agents juges

    L'Epic Manager reçoit les opportunités validées et les transforme en fonctionnalités prêtes à développer. Il construit lui-même son protocole de discovery, adapté à la nature de l'opportunité : expérience utilisateur, design ou business.
    Il crée aussi ses propres sous-agents pour juger son travail et itérer dessus. Ce n'est pas un agent qui parle seul.
    Ses instructions sont très courtes. Elles pointent vers un repo GitHub qui contient ses skills.

    "Les instructions, c'est regarde dans GitHub pour connaître tes capacités."

    Jonathan Sabbah, Senior PM, Fountain

    11. La collection de skills

    Faisabilité technique par analyse détaillée du code. Registre des concepts produit, un document long qui décrit les concepts maison et leurs interactions, pour que l'agent fasse évoluer l'existant au lieu de créer des concepts qui se rentrent dedans. Prototype, calibré sur le design system. Benchmark concurrentiel avec accès Internet. Plan de déploiement, souvent la moitié du travail sur une grosse feature. Cohorte de bêta testeurs, identifiée dans les analytics.
    L'agent reçoit une opportunité, établit son plan, déclenche les skills nécessaires, et un sous-juge vérifie le résultat.
    L'output est volontairement court. Une page pourquoi on fait ça, comment on fait ça, la liste des features, et un prototype interactif dans la page Notion. Le détail de la discovery est relégué dans une page séparée.

    "C'est des features PM level, ce n'est pas des features ChatGPT level."

    Jonathan Sabbah, Senior PM, Fountain

    "Le format du compte-rendu, ce n'est pas trois mille pages de slop ou des PRD que personne ne va jamais lire. C'est un format qui est conçu pour l'attention du PM."

    Jonathan Sabbah, Senior PM, Fountain

    12. Les tests utilisateurs simulés avec des personas

    Le skill que Jonathan met le plus en avant. L'Epic Manager crée un sous-agent qui joue un persona documenté, avec ses tâches, ses journées, ses points de douleur. Le sous-agent essaie de comprendre la feature et de s'en servir. Son feedback est réintégré dans la conception.
    Le résultat approche celui d'un test utilisateur, sans solliciter personne. Le signal le plus fiable apparaît quand plusieurs sous-agents remontent le même problème.

    "Ça, hyper puissant, je vous invite à le voler. Je pense que tout le monde devrait faire ça maintenant."

    Jonathan Sabbah, Senior PM, Fountain
    Il applique la même méthode hors produit. La présentation du live a été relue par trois sous-agents : un PM senior, un PM junior, et quelqu'un qui regarde sans prêter attention.

    13. Des tickets Linear au coding agent Riff

    Un agent transforme la feature en tickets Linear détaillés, contexte et critères inclus. Il tourne depuis le début de l'année.

    "Si je vois encore des gens qui font des tickets à la main, vraiment, ça n'a aucun sens aujourd'hui."

    Jonathan Sabbah, Senior PM, Fountain
    Au lieu de taguer un développeur, l'agent tague Riff, le coding agent maison. Riff est basé sur opencode, un harness open source paramétrable. Le modèle est choisi selon le ratio puissance-coût. Riff est piloté depuis les commentaires Linear.

    "Tout le monde peut lancer Riff. Donc un PM, un designer, tout le monde a le droit de lancer Riff. Mais il n'y a que les ingénieurs qui ont le droit de cliquer sur Merge à la fin."

    Jonathan Sabbah, Senior PM, Fountain
    Côté fiabilité, les développeurs ont construit les guardrails : intégration continue, tests automatiques, vérifications avant mise en production.

    "Une fois que Riff dit que cette PR est green, ils peuvent merger sans trop de stress. Ce n'était pas le cas avant, mais maintenant, ça l'est."

    Jonathan Sabbah, Senior PM, Fountain

    14. Le goulot d'étranglement s'est déplacé sur la review

    Dès le lancement, les développeurs se sont retrouvés avec des piles de PR à relire. Sur un epic mené de bout en bout, les PR avaient des dépendances entre elles. Le refus de la première a fait tomber toutes les suivantes.

    "Le goulot d'étranglement n'est plus au même endroit qu'avant. Là, ce n'est plus le développement, ce n'est plus le PM, ce n'est plus le designer. C'est la review, c'est la partie finale quand on met en production."

    Jonathan Sabbah, Senior PM, Fountain
    L'objectif visé est un epic en deux jours, là où il en fallait un mois à un mois et demi.

    "On se fait régulièrement gueuler parce qu'on sort des trucs trop vite."

    Jonathan Sabbah, Senior PM, Fountain

    15. Le drilling, des agents qui créent des agents

    Le système actuel demande un travail d'orfèvre difficilement réplicable. L'étape suivante vise un méta-système qui explore les outils d'une équipe, en déduit sa façon de travailler, et propose comment l'agentifier.
    La méthode : brancher tous les outils en accès complet, allouer un budget de tokens, laisser explorer dans toutes les directions pour en extraire un substrat. Lire les conversations Slack, les croiser avec le calendrier et Linear, regarder ce qui a été fait dans le code, repérer les inefficiences.

    "Je pense que passer six mois à créer des agents qui se parlent entre eux, c'est peut-être déjà obsolète."

    Jonathan Sabbah, Senior PM, Fountain
    Un agent construit avec cette approche est déjà l'un des plus utilisés en interne, pour un coût de création de plusieurs centaines de dollars.

    16. Coûts, ROI et par où commencer

    Le coût tourne autour de 100 euros par agent et par mois, pour une centaine de signaux traités. La mise en place a demandé environ deux mois de travail non continu, étalés sur six mois, module par module. L'essentiel du temps est allé au calibrage et aux tests.

    "Isoler les feature requests, les classifier, ça se fait tout seul, c'est formidable. Ça me prenait une heure par jour et maintenant ça me prend zéro heure par jour."

    Jonathan Sabbah, Senior PM, Fountain

    "Si vous êtes très débutant, vous n'avez jamais fait d'agent, je vous conseille de faire des agents qui répondent aux questions. Hyper simple, valeur instantanée."

    Jonathan Sabbah, Senior PM, Fountain
    Dernier point d'attention : la qualité de la documentation conditionne tout.

    "La qualité du Notion, c'est un vrai différenciant entre les équipes qui ont une bonne qualité et où les agents marchent super bien, et les équipes où il n'y a pas une bonne qualité et les agents ne marchent pas très bien."

    Jonathan Sabbah, Senior PM, Fountain
    Côté organisation : une dizaine de PM, une dizaine de squads, un designer partagé entre deux ou trois squads. Plus de Scrum. Plus de PM juniors.

    17. Revoir le live en entier

    Vous recrutez ce profil ?

    TPC vous accompagne pour trouver des profils adaptés à vos besoins.

    Découvrez aussi notre pôle Product et son accompagnement dédié.