AutonomyAI

Qu’est-ce qu’AutonomyAI ?

AutonomyAI est une plateforme de développement d’IA de niveau production destinée aux équipes de produits, dont le moteur d’exécution principal s’appelle Fei Studio. Elle relie les bases de code existantes, les composants, les systèmes de conception et les spécifications techniques, afin de transformer les idées de produit en concepts visuels, en code de production, en documents de spécifications et en demandes de fusion à examiner par les ingénieurs.

L’objectif du produit n’est pas de permettre à l’IA de contourner l’équipe d’ingénierie pour être mise en ligne directement, mais plutôt de permettre aux gestionnaires de produits et aux designers d’effectuer davantage de travaux de mise en œuvre dans un système réel, avant que les ingénieurs ne le examinent et ne le fusionnent. Il s’agit plus d’un système d’exploitation pour la livraison de produits interfonctionnels que d’un complément de code à usage individuel.

Fonctionnalités clés

• Compréhension du répertoire de code : analyse des composants, des styles, des interfaces, des événements, des dépendances et de l’architecture.
• Entrée de multiples tâches : réception des besoins produits, des commandes, des captures d’écran, des maquettes et des descriptions textuelles.
• Planification structurée : Décomposition des modifications et étapes de mise en œuvre en fonction de l’infrastructure existante.
• Prototype visuel : Fournit des solutions visibles et comparables avant la génération du code final.
• Code de niveau production : réutilisation de composants réels et respect des normes de codage de l’organisation.
• Document de spécifications : enregistre les exigences, les décisions, les instructions de mise en œuvre et l’historique complet des modifications.
• Demande de fusion : créer des modifications de code propres et prêtes à être examinées par les ingénieurs.
• Centre de connaissances : Met à jour en continu le contexte du projet en fonction des modifications du dépôt de code.
• Exécution multi-acteurs : une seule tâche peut coordonner des dizaines d’étapes d’exécution internes.
• Accès MCP : Intégrer les capacités de livraison de Fei Studio dans des outils de développement d’IA compatibles.

Comment Fei Studio fonctionne

1. Se connecter au répertoire de code Git de l’entreprise et autoriser les droits de lecture et d’écriture nécessaires.
2. La plateforme scanne la structure des codes, les systèmes de conception, les interfaces, les styles et les conventions de développement.
3. Le chef de produit ou le designer soumet des exigences, des captures d’écran, des tickets ou des documents de conception.
4. Fei décompose les idées en plans et options conformes à l’architecture existante.
5. Le système génère des prévisualisations visuelles, du code de production et des documents de spécifications associés.
6. Une fois la validation terminée, créez une branche indépendante et une demande de fusion à examiner.
7. L’ingénieur décide s’il faut fusionner après avoir examiné le code, les tests, la sécurité et les impacts sur l’architecture.

Compréhension du repository de code

Fei Studio se connecte au dépôt Git et crée un modèle de base de code ; selon son site officiel, cela permet de comprendre un projet en peu de temps. Il ne se concentre pas seulement sur le contenu des fichiers, mais aussi sur les normes CSS, les modèles d’interfaces, les connexions de données, l’authentification, les événements, les bibliothèques tierces et les paramètres de rendu.

• Catalogue des projets, limites des modules et stack technique principal.
• Composants existants, tokens de conception, styles et règles réactives.
• Interfaces, obtention de données, mémoire tampon et gestion de l’état.
• Authentification, connexion unique et emplacement de la vérification des permissions.
• Événements, points de suivi, formulaires et processus métier.
• Exigences de test, de formatage, de construction et d’intégration continue.
• Modèles de code et critères d’évaluation couramment utilisés par l’organisation.

Mode d’entrée de la tâche

Sortie de trois tâches

Chaque tâche accomplie génère trois types de résultats principaux : un prototype visuel, du code de production conforme aux normes de l’organisation, ainsi qu’une demande de fusion contenant des spécifications. Ainsi, l’équipe d’ingénierie peut examiner en même temps l’expérience utilisateur, les détails de la mise en œuvre et les fondements des exigences.

Comment soumettre une tâche de haute qualité

1. Commencez par indiquer le problème du utilisateur et les résultats commerciaux à améliorer.
2. Spécifier les pages, les rôles, les processus et les zones non modifiables affectés.
3. Ajouter les conditions d’acceptation, les états limites, les états d’erreur et les exigences de droits d’accès.
4. Fournir les designs correspondants, les captures d’écran, les tickets de service et l’emplacement des composants existants.
5. Demander à Fei de produire d’abord un plan et plusieurs options, sans modifier directement le code à haut risque.
6. Après avoir sélectionné la solution, générer la mise en œuvre et visualiser le prototype ainsi que les spécifications.
7. Exécutez les tests de projet, les vérifications de sécurité et les outils de formatage avant de créer une demande de fusion.

Comment les managers de produits l’utilisent

• Transformer les exigences du produit, issues de spécifications textuelles, en modifications exécutables dans un produit réel.
• Comparer rapidement plusieurs solutions d’implémentation, plutôt que d’attendre le planning du projet pour les valider.
• Amélioration des interfaces avec une portée bien définie et prise en compte des retours d’information.
• Créer des démonstrations basées sur du code réel pour les parties prenantes.
• Compléter les conditions d’acceptation et les explications des modifications avant de soumettre l’examen du projet.
• Collaborez avec l’équipe de développement en utilisant des demandes de fusion plutôt que des prototypes isolés.

Comment les designers l’utilisent

• Explorer des solutions d’expérience utilisateur sur des systèmes de conception réels et des composants existants.
• Transformer Figma ou des captures d’écran en variantes d’interface exécutables.
• Vérifier différentes tailles d’écran, états et interactions, plutôt que de ne se concentrer que sur un canvas statique.
• Réorganiser l’interface héritée tout en maintenant la cohérence des composants et des styles.
• Placer les décisions de conception, les détails de mise en œuvre et les modifications de code dans la même tâche.
• Vérifier la qualité visuelle et le processus de production avant l’audit technique.

Comment les ingénieurs l’utilisent

• Confier aux équipes de produits et de conception des tâches d’implémentation frontale à la portée claire.
• Réduire le travail répétitif de traduction du prototype en code de production.
• Recevoir des demandes de fusion contenant les spécifications, une prévisualisation visuelle et le contexte complet.
• Utiliser les tests existants, l’analyse statique et l’examen du code pour contrôler la qualité.
• Conserver le pouvoir final sur l’architecture, la sécurité, les données et les décisions de mise en ligne.
• Concentrez le temps sur les plateformes, les back-ends complexes et les problèmes techniques à haut risque.

Scénarios d'utilisation courants

• Valider l’idée du produit : générer plusieurs solutions exécutables dans du code réel.
• Améliorer les fonctionnalités existantes : apporter des modifications directement à partir des retours ou des indicateurs qui révèlent des problèmes.
• Soutenir le changement de feedback : faire avancer les problèmes clients reproductibles vers une demande de fusion.
• Présentation aux parties prenantes : présentation de la solution dans un environnement produit réel.
• Accélérer la livraison des fonctionnalités : traiter les tâches frontend et de produit dans la file d’attente en retard.
• Personnalisation d’entreprise : créer une expérience spécifique au client sur des produits partagés.
• Réorganisation de l’interface existante : réutilisation de composants modernes pour remplacer les implémentations anciennes.
• Alignement du système de conception : correction des styles et de l’utilisation des composants incohérents.

Serveur MCP

AutonomyAI fournit des serveurs MCP qui permettent de relier la couche de livraison de production de Fei Studio à Claude Code, Cursor ou d’autres clients compatibles. Ainsi, les équipes peuvent rester dans leur environnement de développement AI existant pour utiliser des bibliothèques de code afin de comprendre, exécuter des tâches et assurer la livraison.

• Appeler Fei Studio depuis une interface client AI unifiée, sans avoir à changer fréquemment d’outil.
• Réutiliser la compréhension d’AutonomyAI des bibliothèques de code réelles et des systèmes de conception.
• Assemblez la planification de la tâche, sa mise en œuvre, sa validation et la création de demandes de fusion en un flux.
• Configurer des droits de stockage et d’action restreints pour différentes personnes et agents.
• Conserver les enregistrements des appels d’outils, des modifications de code et des approbations manuelles.

Agent Knowledge Hub

Le centre de connaissances met à jour le contexte du projet au fur et à mesure que le dépôt de code évolue, réduisant ainsi le travail de réinterprétation de l’architecture pour chaque tâche. Les mises à jour quasi en temps réel nécessitent néanmoins une validation ; l’équipe doit vérifier que les branches, le code généré et la version en production actuelle sont cohérents.

• Synchroniser en continu les changements dans les composants, les interfaces et l’architecture du projet.
• Enregistrer les normes de codage organisationnel et la manière d’utiliser le système de conception.
• Réutiliser le contexte confirmé pour les tâches ultérieures.
• Réduire la réutilisation de composants obsolètes, d’interfaces périmées et de schémas d’erreurs.
• Déclencher une nouvelle vérification en cas de grande migration ou de différences de branche.

Exécution de tâches multi-acteurs

Une tâche utilisateur peut déclencher plus de 40 étapes d’agents intelligents internes ; la plateforme facture en fonction de la tâche accomplie, et non en fonction des étapes internes ou des comptes utilisateurs. Cela rend la facturation plus intuitive pour les utilisateurs, mais il reste nécessaire de consulter les règles actuelles pour déterminer si une tâche complexe est considérée comme une seule tâche, et si les tentatives de réessai en cas d’échec consomment des crédits.

Free Forever, version gratuite

La version gratuite convient aux particuliers ou aux petites équipes souhaitant explorer le développement assisté par l’IA au niveau entreprise ; elle comprend 1 utilisateur, 1 répertoire de code, jusqu’à 200 composants, des workflows d’optimisation de l’UI et un support communautaire. Elle ne comprend pas les quotas annuels de tâches ni les fonctionnalités complètes pour équipe prévus dans les versions payantes.

Prix des forfaits payants

Seed, Starter et Teams affichent tous des prix mensuels, mais le paiement s’effectue annuellement. Scale s’adresse aux organisations de taille moyenne, grande ou soumises à des réglementations, et propose des tarifs personnalisés en fonction des tâches, des niveaux de service, de la sécurité et de la conformité.

Comparaison des fonctionnalités des forfaits

Éligibilité au forfait Seed

Le programme Seed est réservé uniquement aux startups qui ont déjà obtenu un financement de série seed et comptent moins de 15 employés. Avant l’achat, il est nécessaire de vérifier la qualification, les preuves de financement, la méthode de calcul du nombre d’employés ainsi que le prix de migration une fois les conditions futures remplies.

Comment choisir un forfait

• L’interface de vérification personnelle permet d’ajuster le flux de travail ; on peut d’abord utiliser Free Forever.
• Les équipes de start-ups early-stage répondant aux critères de financement et de nombre de membres peuvent bénéficier d’une évaluation Seed.
• Les petites équipes ayant besoin d’une intégration avec Jira, Linear, Figma, Slack et Storybook sont bien adaptées au Starter.
• Les équipes interfonctionnelles ayant besoin de davantage de tâches, de Designer Suite et de clés de modèles intégrées peuvent envisager Teams.
• Les entreprises ayant besoin d’un niveau de service dédié, d’une résidence des données ou d’une bibliothèque de composants personnalisés doivent demander un devis auprès de Scale.
• Estimez les coûts en fonction du nombre de tâches prévues à accomplir et non du nombre d’employés, car tous les plans de paiement ne limitent pas le nombre d’utilisateurs.

Comment calculer le coût réel d’une tâche

Ce qui précède n’est qu’une estimation simple basée sur le prix de souscription publique divisé par le volume annuel de tâches, et ne prend pas en compte les coûts d’audit interne, de tests, de clés de modèle, de mise en œuvre ni les coûts des tâches non achevées. Le retour sur investissement réel doit comparer le temps gagné dans la réalisation de chaque type de tâche aux coûts de modification ultérieure.

Sécurité et conformité

• Les données en transmission et statiques sont chiffrées selon les normes de l’industrie.
• L’accès interne est restreint par un accès unique, une VPN et une authentification à deux facteurs.
• Enregistrer en continu les journaux d’authentification, des opérations de gestion et de l’utilisation des interfaces.
• Selon les informations officielles, les données des clients ne sont pas utilisées pour entraîner des modèles d’IA.
• Par défaut, les données des clients sont stockées dans l’environnement AWS aux États-Unis.
• Les clients entreprises peuvent discuter de solutions de résidence des données répondant aux exigences de la juridiction concernée.
• Prend en charge l’intégration de clés de modèle natives et de modèles hébergés par le client.
• Le processus de développement comprend l’examen du code, l’analyse statique et la vérification des risques liés aux dépendances.

Statut d’authentification et de conformité

La page de conformité officielle indique qu’AutonomyAI est conforme à SOC 2 depuis juin 2025, et précise que son infrastructure respecte les principes ISO 27001. La page ajoute également que la conformité complète au RGPD est en cours d’achèvement, et que le fait de « respecter les principes » ne doit pas être interprété comme une certification complète déjà obtenue.

Gouvernance de l’audit du code et de sa publication

1. Classer les niveaux de risque en fonction du catalogue des changements, de l’accès aux données et de l’impact sur les activités.
2. Les documents à faible risque et les modifications de test peuvent suivre un processus d’examen accéléré.
3. Les codes de produits standards doivent passer des tests, une analyse statique et être examinés par des ingénieurs.
4. L’identité, la facturation, les données personnelles, l’infrastructure et la migration nécessitent un examinateur supplémentaire.
5. L’utilisation de commutateurs de fonctionnalités, d’environnements préliminaires et de déploiements par étapes réduit l’impact.
6. Surveiller les erreurs, la performance et les indicateurs d’utilisateurs après la fusion, et conserver des plans de rollback.
7. Auditer régulièrement les demandes de fusion créées par l’IA, les approbateurs et les résultats en ligne.

Pour quels types d’équipes

• Équipe de produits SaaS disposant d’une bibliothèque de code et d’un système de conception matures.
• Il y a un important retard dans les demandes de produits, mais les ressources en ingénierie doivent être concentrées pour traiter des problèmes complexes au sein de l’organisation.
• Espérer que les chefs de produit et les designers soumettent une équipe capable d’examiner les modifications de production.
• L’équipe de conception doit valider rapidement le concept d’expérience dans du code réel.
• Entreprises exigeant que le code d’IA passe par des demandes de fusion existantes, des tests et des audits techniques.
• Des équipes interfonctionnelles nécessitant une acquisition selon la capacité de tâche, sans limite de nombre d’utilisateurs.

Situations peu appropriées

• Personnes qui n’ont pas de bibliothèque de code existante et souhaitent créer un site de démonstration simple à partir de zéro.
• Équipes qui n’utilisent pas Git ni un processus d’examen de demande de fusion.
• Les projets anciens du catalogue de code manquent de tests, de systèmes de conception et de normes d’ingénierie claires.
• Espérons que l’IA modifie directement l’organisation des systèmes de production sans contrôle technique.
• Les tâches se concentrent principalement sur les équipes chargées des infrastructures de base, des algorithmes complexes ou des migrations backend à grande échelle.
• Projets hautement sensibles ne permettant pas l’entrée de codes et de métadonnées dans des environnements hébergés par des tiers.

Avantages du produit

• Travailler directement sur le véritable répertoire de code et le système de conception pour réduire la refonte des prototypes.
• Générer en même temps le plan visuel, le code de production, les spécifications et la demande de fusion.
• Fournir un objet de livraison commun pour les produits, la conception et l’ingénierie.
• Le centre de connaissances est mis à jour avec le code, ce qui réduit la création répétée du contexte du projet.
• Le plan payant n’a pas de limite de utilisateurs et convient à la collaboration interfonctionnelle.
• Fournit des options de sécurité d’entreprise, de journalisation, de BYOK et de résidence des données.
• Un serveur MCP peut se connecter à des environnements de développement d’IA existants.

Restrictions d'utilisation

• Le code généré peut encore présenter des problèmes de logique, de sécurité, de performance et de maintenabilité.
• L’efficacité de la plateforme dépend fortement de la qualité du code existant, du couvert des tests et des spécifications des composants.
• Les abonnements sont facturés annuellement, avec des coûts plus élevés pour Starter et Teams.
• Les règles de comptage des tâches, les tentatives de réessai en cas d’échec et la division des tâches complexes doivent être confirmées avant l’achat.
• Les données par défaut se trouvent aux États-Unis ; les organisations sensibles à la localisation des données ont besoin d’une solution entreprise.
• La conformité complète au RGPD est encore en cours d’achèvement, et l’acheteur doit effectuer lui-même l’examen juridique.
• Le mode Explorer et la connexion à certains données commerciales restent des fonctionnalités en phase de planification.
• Le fait que les gestionnaires de produits et les designers puissent générer du code ne signifie pas qu’ils peuvent contourner la propriété d’ingénierie.

Précautions relatives à la vie privée et aux données

• Se connecter uniquement aux entrepôts, branches et composants nécessaires à la mise en œuvre pilote.
• Supprimer les clés de test, les données des clients et les échantillons qui ne doivent pas être envoyés au modèle.
• Vérifier la portée du traitement des fournisseurs, des sous-traiteurs, des journaux et des métadonnées vectorisées.
• Configurez des permissions distinctes pour OpenAI, Anthropic ou les clés de modèle propres.
• Mettre en place des procédures de suppression des données en cas de départ du personnel, de fin de projet et de changement de fournisseur.
• L’équipe de supervision doit définir dans le contrat les droits de présence, de sauvegarde, d’ notification en cas d’événement et d’audit.

GitHub et l’état open source

La plateforme principale AutonomyAI et Fei Studio ne sont pas des projets open source. Au moment de la vérification, aucune organisation officielle de code source sur GitHub clairement associée à ce produit commercial n’a été trouvée ; les projets similaires tels que Autonomous, Autonomi et Autonoma trouvés lors de la recherche ne correspondent pas au même produit.

Informations de base

Indice de recommandation

L’indice de recommandation global est de 4,5 sur 5. AutonomyAI convient aux équipes de produits disposant déjà d’une bibliothèque de code mature, d’un système de conception et de processus de revue de code, car il permet de réduire les transferts répétitifs du produit vers l’ingénierie. Cependant, les coûts, le nombre de tâches et la conformité des données doivent être soigneusement évalués.

Questions fréquentes

Que fait principalement AutonomyAI ?

Il transforme les besoins produits, les captures d’écran ou les designs en prototypes visuels, en code de production, en documents de spécifications et en demandes de fusion.

Fei Studio mettra-t-il le code en ligne directement ?

Il crée une demande de fusion à examiner ; les ingénieurs doivent encore la vérifier et décider s’il convient de la fusionner et de la publier.

Un chef de produit doit-il savoir programmer ?

Il n’est pas nécessaire d’écrire du code soi-même, mais il faut être capable de décrire les exigences, d’évaluer les résultats du produit et de le réviser avec les ingénieurs.

Y a-t-il une version gratuite ?

Oui, la version gratuite comprend 1 utilisateur, 1 entrepôt, jusqu’à 200 composants et le flux de travail UI Tweak.

Combien coûte le forfait Seed ?

Le paiement s’effectue annuellement, soit 125 dollars par mois, et comprend 300 tâches par an, mais il y a des restrictions en matière de financement et de nombre de personnes.

Combien coûte le démarreur ?

Calculé annuellement, ce qui équivaut à 425 dollars par mois, incluant 1 200 tâches par an et cinq intégrations d’équipe.

Combien coûte Teams ?

Clôture annuelle, équivalant à 1 000 dollars par mois, incluant 4 000 tâches par an, BYOK et Designer Suite.

Le code client sera-t-il utilisé pour entraîner le modèle ?

Les informations officielles indiquent que les données des clients ne seront pas utilisées pour entraîner les modèles d’IA, mais les entreprises doivent néanmoins vérifier les journaux et la liste des sous-traitants.

Prend-il en charge MCP ?

Oui, les capacités de Fei Studio peuvent être utilisées dans des clients de développement d’IA compatibles.

AutonomyAI est-il un outil open source ?

Non, la plateforme principale et Fei Studio sont toutes deux des services de hébergement commercial.